Найдите статьи по ключевым словам и фильтрам.
Исследование посвящено использованию архитектур глубокого обучения (RNN, LSTM и Transformer) для распознавания физической активности и состояний стресса на основе данных с датчиков. Результаты показывают, что модели Transformer превосходят другие архитектуры, достигая точности 97,83%, что открывает перспективы для неинвазивного мониторинга психического здоровья через носимые устройства.
В исследовании представлен TreeGazer — инновационный фреймворк, предназначенный для оптимизации процесса отбора белковых последовательностей для экспериментального анализа. В отличие от традиционных методов, использующих «черные ящики» белковых языковых моделей, TreeGazer интегрирует байесовскую оптимизацию непосредственно с топологией филогенетических деревьев. Это позволяет методу эффективно балансировать между эксплуатацией известных полезных свойств и исследованием областей с высокой неопределенностью модели. В ходе двух симуляций TreeGazer продемонстрировал превосходство над существующими стратегиями, создавая наборы данных, которые более точно представляют распределение свойств белков. Особую ценность метод представляет для работы в условиях дефицита данных (low-data settings), где он позволяет точно идентифицировать функциональные переходы между кладами. Благодаря использованию латентных представлений, связанных с филогенетической структурой, система обеспечивает биологически интерпретируемые прогнозы и может работать на обычных ноутбуках, не уступая по эффективности ресурсоемким подходам на основе эмбеддингов.
Исследователи представили MIMOSA (Model-Independent Motif Similarity Assessment) — инновационный программный фреймворк на языке Python, предназначенный для прямого сравнения мотивов сайтов связывания транскрипционных факторов (TFBS) независимо от их математической архитектуры. В отличие от существующих инструментов, ориентированных преимущественно на матрицы весов позиций (PWM), MIMOSA позволяет сопоставлять различные типы моделей, такие как марковские модели, которые лучше улавливают зависимости между позициями в последовательности ДНК. Методология основана на сравнении откалиброванных профилей распознавания, созданных различными моделями на одном и том же наборе последовательностей ДНК, вместо прямого сравнения параметров самих моделей. Бенчмаркинг на базе базы данных HOCOMOCO показал, что MIMOSA достигает показателей точности (MRR и Recall@k), сопоставимых с признанными инструментами Tomtom и MACRO-APE. Применение метода к данным ChIP-seq для фактора ATF3 подтвердило способность системы различать альтернативные варианты спейсеров и интегрировать их в более гибкие модели, такие как BaMM и Slim. Данная разработка устраняет критический барьер в геномном анализе, позволяя систематически интегрировать разнообразные модели мотивов и интерпретировать их гетерогенность.
Исследование посвящено поиску молекулярных маркеров когнитивной устойчивости — способности сохранять высокие когнитивные функции в процессе старения. Ученые провели нецелевое профилирование сыворотки крови методом LC-MS/MS у 237 участников, за которыми велось наблюдение в течение 28 лет. В ходе работы были выявлены специфические метаболические сигнатуры, связанные с когнитивным здоровьем, включая карнитины, конъюгаты глутамина и фосфохолины. Было установлено, что у лиц с высокой когнитивной устойчивостью наблюдается повышенный уровень диетических соединений, таких как пиперин и лютеин, а также специфические изменения в метаболизме антигипертензивного препарата метопролола. Напротив, у участников с низкой устойчивостью зафиксировано накопление глюкуронидных конъюгатов и отрицательная корреляция с уровнем среднецепочечных ацилкарнитинов. Результаты исследования предоставляют новые данные о биологических механизмах старения мозга и предлагают потенциальные биомаркеры для раннего прогнозирования когнитивного снижения.
Исследование посвящено поиску новых путей борьбы с инфекциями мочевыводящих путей (ИМП) в условиях растущей антибиотикорезистентности. Авторы провели сравнительный анализ микробиома мочи пациентов с ИМП и здоровых добровольцев, используя данные секвенирования 16S рРНК. В ходе работы было выявлено значительное различие в микробном составе: у пациентов с инфекциями доминировала Escherichia coli, в то время как у здоровых людей наблюдалось обогащение микрофлоры Lactobacillus crispatus. Функциональный анализ метаболических путей подтвердил, что полезные микроорганизмы в здоровой группе обеспечивают защитные механизмы. Результаты исследования позволяют рассматривать L. crispatus как наиболее перспективный кандидат для разработки пробиотических препаратов, направленных на профилактику и контроль ИМП. Данная работа закладывает основу для создания таргетных терапевтических формуляций для доставки пробиотиков непосредственно в мочевыводящие пути.
Международная группа исследователей предупреждает о критическом разрыве между стремительным развитием технологий ИИ и существующими нормативно-правовыми базами в сфере интенсивной терапии. На текущий момент в мире одобрено более 1000 медицинских изделий на базе ИИ, однако большинство из них ограничено решением узкоспециализированных задач. Новое поколение систем, использующих большие языковые модели (LLM), демонстрирует способность к мультифункциональности и частичной автономности, превращаясь в сложные взаимосвязанные экосистемы. Авторы исследования, опубликованного в журнале Digital Medicine, подчеркивают, что традиционный подход к регулированию отдельных алгоритмов становится неэффективным. Необходим переход к контролю за совместной работой комплексных систем и внедрение новых механизмов верификации их решений. Это критически важно для обеспечения безопасности пациентов в отделениях реанимации, где ошибки автономных систем могут иметь фатальные последствия.
Исследование, проведенное в рамках инициативы Fit for Medical Robotics, было направлено на изучение потребностей пациентов с моторными, сенсорными и когнитивными нарушениями для эффективного внедрения робототехники в клиническую практику. В опросе приняли участие 424 респондента с такими диагнозами, как инсульт, болезнь Паркинсона, рассеянный склероз и нейромышечные расстройства. Результаты показали значительный разрыв в доступности технологий: в то время как 86% пациентов проходят традиционную реабилитацию, лишь 39% имели опыт использования роботизированных систем. Пациенты продемонстрировали более высокий уровень удовлетворенности при использовании технологических вмешательств, особенно в вопросах восстановления мобильности. Ключевыми приоритетами были названы мультидоменная реабилитация и высокая потребность в получении помощи на дому. Полученные данные послужат основой для проектирования более прагматичных клинических испытаний и разработки инновационных моделей реабилитации, ориентированных на пациента.
Данное исследование посвящено изучению готовности среднего медицинского персонала к внедрению технологий искусственного интеллекта в систему здравоохранения Казахстана. В рамках работы была проведена валидация специализированной шкалы из девяти пунктов, предназначенной для измерения уровня знаний и отношения медсестер к ИИ. Исследование охватило 400 специалистов из восьми центров первичной медико-санитарной помощи в Алматы. Результаты показали, что выявлена двухфакторная структура восприятия: «Операционное воздействие на рабочую силу» и «Клинические преимущества», объясняющая 72,7% дисперсии. Несмотря на высокую надежность шкалы (Cronbach's α = 0,94), выявлен серьезный разрыв в знаниях: около 45,8% респондентов практически не понимают применение ИИ в сестринском деле, а 38,8% проявляют нежелание использовать технологии лично. Авторы подчеркивают необходимость разработки целевых образовательных программ для преодоления барьеров при внедрении ИИ в клиническую практику.
Исследователи представили BulkMonSTR — новый вычислительный фреймворк, предназначенный для точного обнаружения соматического мозаицизма в областях коротких тандемных повторов (STR) человека. Основная сложность задачи заключается в дифференциации реальных мутаций от высокого уровня естественного полиморфизма и шума секвенирования. Методология BulkMonSTR сочетает в себе специфическое моделирование ошибок STR с классификатором на базе машинного обучения (Random Forest), обученным на комплексных наборах данных, включая родословные и симуляции in silico. Инструмент позволяет идентифицировать мутации на уровне нуклеотидов, включая инсерции, делеции и однонуклеотидные варианты (SNV), работая как с контрольными, так и с клиническими образцами. Бенчмаркинг показал, что BulkMonSTR значительно превосходит существующие методы по показателям точности (precision) и F1-score при различных уровнях покрытия и частотах аллелей. Благодаря способности выявлять широкий спектр мутаций, включая те, что возникают на нереференсных аллелях, данный метод открывает новые возможности для масштабного изучения влияния соматических STR-мутаций на процессы старения и развитие заболеваний.
В статье представлена инновационная концептуальная модель AI-PACE, разработанная для систематического внедрения технологий искусственного интеллекта в учебные программы медицинских вузов. Авторы обосновывают необходимость трансформации образовательного процесса, чтобы подготовить будущих врачей к работе в условиях цифровизации здравоохранения. Методология фреймворка включает в себя интеграцию ИИ-компетенций на разных уровнях: от понимания основ машинного обучения до практического применения алгоритмов в клинических сценариях. Основное внимание уделяется развитию критического мышления студентов при оценке выводов нейросетей и пониманию этических аспектов использования ИИ. Внедрение данной модели позволит минимизировать риски врачебных ошибок, связанных с чрезмерным доверием к автоматизированным системам. Исследование подчеркивает, что интеграция ИИ в образование является ключевым фактором повышения эффективности диагностики и персонализации лечения в будущем.
В исследовании представлен TwinSAR (Stoichiometric Analysis and Retrieval) — новый алгоритм для поиска химических «двойников» на основе глобального элементного состава молекул, что является альтернативой традиционным топологическим фингерпринтам. Авторы решают проблему ограничений индекса Танимото, который часто не справляется с поиском биоизостеров (scaffold-hopping). Методология TwinSAR включает три инновации: бинарную блокировку фингерпринтов для ускорения поиска в масштабах миллиардов молекул, адаптивное RBF-ядро с калибровкой через медианную эвристику и фильтр Z-score с логарифмическим преобразованием лоджитов для статистической оценки сходства. Результаты тестов показали, что обнаруженные пары молекул в 12,7 раза более схожи по соотношению элементов, чем случайные пары (p < 0.001). При использовании 8-элементного представления алгоритм работает в 3,55 раза быстрее, сохраняя чувствительность полномасштабной 254-элементной модели. В качестве практического применения алгоритм был протестирован на библиотеке из 327 071 соединения для мишени белка BCL-2, что позволило эффективно сократить выборку до 390 перспективных кандидатов.
В исследовании анализируется эффективность современных моделей глубокого обучения, предназначенных для предсказания химических пертурбаций (изменений экспрессии генов) на основе данных L1000. Авторы провели эксперимент, переобучив семь существующих моделей с нуля, используя нулевые или перемешанные входные данные о молекулярной структуре лекарств. Результаты показали, что при оценке на новых, ранее не встречавшихся соединениях (cold-drug evaluation), удаление молекулярных признаков практически не повлияло на точность прогнозов. Базовая модель MLP, использующая только базовую экспрессию клеточных линий, показала результаты, сопоставимые со специализированными архитектурами. Исследование доказывает, что текущие нейросетевые архитектуры не способны эффективно использовать химические свойства молекул для обобщения данных на новые препараты. Это подчеркивает критическую необходимость разработки новых подходов в биоинформатике для интеграции химической структуры в предсказательные модели.
Исследователи разработали pyKinaXe — специализированный пакет на языке Python, предназначенный для автоматизированного сквозного анализа данных пептидных микрочипов PamChip(R). Программное обеспечение объединяет в себе обработку изображений, количественную оценку кинетики фосфорилирования, картирование субстратов и киназ по нескольким базам данных в единый конвейер, работающий «в один клик». Валидация на эталонных наборах данных показала высокую точность: инструмент восстановил от 76% до 89% сигнальных путей для ранее выявленных значимо дезориентированных киназ. Одним из ключевых достижений является колоссальное ускорение обработки: время анализа данных сократилось с 30 минут до 25 секунд, что обеспечивает 75-кратный прирост скорости по сравнению с существующими open-source альтернативами. Инструмент решает проблемы фрагментированных рабочих процессов и низкой скорости вывода данных, что критически важно для высокопроизводительного профилирования кинома в клинических и исследовательских целях. Проект доступен под лицензией Apache 2.0 с открытым исходным кодом и удобным веб-интерфейсом.
В исследовании представлена новая модульная байесовская платформа, предназначенная для реконструкции сетей передачи инфекций в условиях поликлональных инфекций, когда один носитель может содержать несколько генетически различных клонов. Традиционные методы часто не справляются с такими данными, предполагая наличие только одного источника и одного гаплотипа, что критично для малярии, туберкулеза и ВИЧ. Авторы разработали фреймворк, который позволяет учитывать наличие одного, нескольких или даже ненаблюдаемых родителей инфекции. В качестве практического применения была представлена модель Plasmotrack для возбудителя Plasmodium falciparum, использующая данные таргетного ампликонного секвенирования. Результаты симуляций показали высокую точность (precision) и полноту (recall) при обнаружении направленной передачи, а также успешное восстановление агрегированных характеристик сети, таких как средняя степень исхода (out-degree). Разработанная архитектура является универсальной: другие патогены могут быть интегрированы в систему путем замены модулей правдоподобия передачи и наблюдения.
В данном исследовании ученые применили методы компьютерного моделирования (in-silico) для изучения молекулярного механизма взаимодействия эндогенного лиганда 20-HETE с Na⁺/K⁺-АТФазой (NKA), которая играет ключевую роль в регуляции ионного баланса в почках. Использование методов жесткого докинга и докинга с индуцированным соответствием (Induced Fit Docking) позволило оценить аффинность различных лигандов, включая кардиотонические стероиды и 20-HETE. С помощью расчетов свободной энергии связывания (Prime MM/GBSA) были выявлены критически важные аминокислотные остатки, участвующие в стабилизации комплекса. Результаты показали, что мутации Ala330Gly, Val329Ala и Thr804Ala существенно влияют на энергию связывания, что указывает на их ключевую роль в процессе взаимодействия. Полученные данные предоставляют теоретическую базу для понимания механизмов развития фиброза и воспаления при хронической болезни почек (ХБП) и определяют конкретные мишени для последующей экспериментальной валидации.
Исследование посвящено изучению программируемого рибосомального сдвига рамки считывания (PRF) — критически важного механизма, позволяющего РНК-вирусам расширять свой кодирующий потенциал. Авторы провели сравнительный структурный анализ элементов сдвига рамки (FSE) таких патогенов, как вирус японского энцефалита (JEV), вирус Западного Нила (WNV), вирус гепатита С (HCV) и ВИЧ, используя методы интегративного вычислительного моделирования и молекулярного симуляционного анализа. В работе применены передовые инструменты, включая AlphaFold3, trRosettaRNA и simRNA, что позволило выявить специфические для каждого вируса конформационные ансамбли. Установлено, что FSE обладают выраженной структурной пластичностью, зависящей от длины фланкирующих последовательностей, которые способны вызывать значительные перестройки топологии РНК. Особое внимание уделено возможности использования антисмысловых олигонуклеотидов (ASO) для направленного изменения архитектуры FSE, что позволяет дестабилизировать нативные мотивы и перепрограммировать вирусную экспрессию. Полученные результаты открывают новые перспективы в разработке терапевтических стратегий, направленных на модуляцию вирусной репликации через воздействие на динамические РНК-структуры.
Исследование представляет PlantP450Dock — новый автоматизированный программный конвейер, предназначенный для ускорения функциональной аннотации растительных ферментов цитохрома P450 (CYPs). Основная проблема текущих методов заключается в невозможности использования структур AlphaFold без учета гемового кофактора и сложности выбора гибких остатков активного центра. Разработанный метод интегрирует алгоритм локального преобразования координат для переноса гема из кристаллографических шаблонов в модели AlphaFold с точностью отклонения менее 0,2 Å. Использование молекулярной динамики (100 нс) подтвердило стабильность координационной геометрии Fe-S (2,61 ± 0,08 Å). Благодаря стратегии фильтрации на основе сингулярного разложения (SVD), система автоматически определяет гибкие остатки без участия оператора. Валидация на четырех различных семействах (CYP73, CYP711, CYP706 и CYP701) показала получение каталитически компетентных поз связывания с расстоянием от субстрата до железа в пределах 2,8–4,4 Å. Данный инструмент станет доступен в виде веб-сервера, что значительно упростит поиск новых метаболитов в растениеводстве.
В данном исследовании используется глубокая нейросетевая модель AlphaGenome (sequence-to-function) для проверки гипотезы накопления соматических мутаций как причины старения тканей. Автор провел масштабное тестирование, оценивая транскрипционный эффект 4 000 случайных однонуклеотидных вариантов (SNV) в тканях толстой кишки, а также проанализировал реальный каталог соматических мутаций из работы Cagan et al. (Nature, 2022), включающий 54 158 замен и 9 799 инсерций/делеций. Методология включала симуляцию на уровне генных тел с использованием псевдо-bulk RNA-seq агрегации и сравнение результатов с данными GENCODE. Результаты показали, что распределение предсказанных изменений экспрессии, вызванных как случайными, так и реальными соматическими вариантами, на три-четыре порядка ниже, чем эндогенная транскрипционная программа старения тканей. Таким образом, исследование ставит под сомнение прямую связь между накоплением мутаций и возрастными изменениями в эпителии толстой кишки, указывая на то, что ключевую роль в старении играют эпигенетические и регуляторные механизмы, а не просто генетическая нестабильность.
В исследовании, опубликованном в Nature Machine Intelligence, представлена инновационная разработка — мягкий роботизированный манипулятор, конструкция которого имитирует биологические механизмы осьминога. Основная особенность системы заключается в использовании распределенных оптоэлектронных механосенсоров, интегрированных непосредственно в присоски робота. Эти сенсоры позволяют устройству в режиме реального времени детектировать силы контакта и точно определять положение объектов при взаимодействии с ними. Благодаря такой архитектуре периферийного управления, робот способен осуществлять автономный захват предметов в сложных подводных условиях без необходимости передачи всех данных в центральный процессор. Данная технология демонстрирует значительный прогресс в области мягкой робототехники и автономных систем, способных к высокоточному тактильному восприятию в неструктурированных средах.
Стартап Chromie Health успешно завершил предпосевной раунд финансирования, привлечив 2 миллиона долларов для развития своих технологий в сфере управления медицинским персоналом. Компания представила инновационное решение — ИИ-агента, работающего через SMS-сообщения, который автоматизирует процесс подбора медсестер на смены. Согласно заявлению генерального директора Дугласа Форда, инструмент уже продемонстрировал высокую эффективность, помогая закрывать более 35 000 смен в последний момент. Использование ИИ в данном контексте направлено на решение критической проблемы дефицита кадров и операционной неэффективности в здравоохранении. Технология позволяет оптимизировать логистику персонала без необходимости использования сложных мобильных приложений, что делает процесс доступным и быстрым. Данный продукт представляет собой важный пример применения ИИ для оптимизации административных и кадровых процессов в медицине.
