генетика

Компания Sophia Genetics и ведущий онкологический центр Memorial Sloan Kettering (MSK) объявили о стратегическом партнерстве с целью создания глобального центра прецизионной медицины. Проект предполагает объединение обширных клинических данных MSK с передовой платформой искусственного интеллекта от Sophia Genetics для разработки персонализированных стратегий лечения рака. Основная методология заключается в использовании алгоритмов машинного обучения для анализа генетических данных и клинической истории пациентов, что позволит точнее подбирать терапию. Ожидается, что этот хаб станет ключевым инструментом в области онкологии, предоставляя врачам по всему миру доступ к высокоточным аналитическим решениям. Реализация сотрудничества направлена на сокращение времени постановки диагноза и оптимизацию выбора таргетных препаратов на основе ИИ-анализа. Данная инициатива имеет критическое значение для развития персонализированной онкологии и улучшения выживаемости пациентов за счет интеграции больших данных и ИИ.

В статье представлен inquiSTR — новый специализированный программный инструментарий командной строки, предназначенный для высокоскоростного генотипирования длины тандемных повторов по всему геному. Тандемные повторы являются высокоизменяемыми элементами генома, которые играют ключевую роль в развитии различных человеческих заболеваний и формировании признаков. Разработчики внедрили в inquiSTR алгоритмы потоковой обработки с низким потреблением памяти и эффективную параллелизацию, что позволило достичь рекордной скорости: обработка каталога из 1,78 миллиона локусов занимает менее двух минут. Бенчмаркинг подтвердил высокую точность метода и значительное превосходство в производительности над существующими аналогами и эталонными наборами данных (truth sets). Помимо генотипирования, инструмент включает функционал для последующего биоинформатического анализа, включая определение популяционной структуры, проведение тестов на ассоциацию и поиск генетических аутлайеров. Данная разработка имеет высокую значимость для популяционной генетики и персонализированной медицины, ускоряя анализ данных полногеномного секвенирования длинными прочтениями.

Разработано специализированное решение T21 Research Assistant — система с использованием архитектуры RAG (генерация с дополнением извлечением), оптимизированная для работы с научной литературой по синдрому Дауна. В отличие от стандартных языковых моделей, данный инструмент использует метод 'section-aware RAG', который приоритизирует разделы 'Результаты' (Results) в научных статьях, чтобы минимизировать влияние фоновой информации и опираться исключительно на первичные экспериментальные данные. Система обучена на базе из 1 789 статей из PubMed Central, включая 327 исследований, финансируемых инициативой NIH INCLUDE. Технологический стек базируется на моделях NVIDIA Nemotron и включает многоступенчатый конвейер валидации запросов, переранжирования и верификации цитат. В ходе тестирования на экспертных вопросах система показала высокую точность, достигнув показателя BERTScore F1 на уровне 0,712 и полноты (recall) 0,758, что сопоставимо с ведущими проприетарными моделями. Инструмент представляет высокую ценность для биомедицинских исследователей, позволяя эффективно обрабатывать огромный массив данных (более 34 000 публикаций) с высокой степенью доказательности.

В данной научной работе исследуется критическая проблема методов коррекции батч-эффектов (batch correction), которые широко применяются для интеграции биологических наборов данных при изучении здоровья и заболеваний. Авторы указывают на серьезный недостаток популярных методов на основе эмбеддингов (embedding-based approaches): они могут существенно искажать взаимосвязи между признаками, в частности, корреляционные структуры между генами. Это искажение создает риск получения ложных биологических выводов при проведении последующего анализа данных. В рамках исследования была разработана и представлена новая метрика, позволяющая количественно оценить степень деформации генных корреляций, вызванную алгоритмами коррекции. Работа имеет высокую значимость для биоинформатиков и исследователей, использующих ИИ и машинное обучение для анализа транскриптомных данных, так как позволяет более точно оценивать достоверность интегрированных датасетов. Понимание этих механизмов необходимо для разработки более надежных инструментов препроцессинга данных в вычислительной биологии.

Исследователи представили CREP (Cis-Regulatory Element Predictor) — специализированную модель глубокого обучения, созданную путем тонкой настройки архитектуры Enformer для идентификации цис-регуляторных элементов (CRE), таких как энхансеры, промоторы и изоляторы. В отличие от стандартных моделей, предсказывающих непрерывные эпигеномные сигналы, CREP напрямую классифицирует типы регуляторных элементов на основе последовательности ДНК, используя аннотации REgulamentary для различных типов клеток человека. В ходе экспериментов было доказано, что включение данных по множеству клеточных линий критически важно для точности: например, модель успешно обнаружила вариант SNP Vanuatu, создающий новый эритроидный регуляторный элемент, только при наличии эритроидных данных в обучающей выборке. Анализ ошибок показал, что размытые границы между энхансерами и промоторами отражают их функциональную непрерывность, а не просто ошибки классификации. Данная разработка предоставляет мощный инструмент для функциональной интерпретации некодирующих генетических вариаций, что имеет решающее значение для понимания механизмов развития заболеваний, связанных с мутациями в некодирующих областях генома.

Исследование посвящено изучению влияния наследственных (герминальных) генетических вариаций на эволюционную динамику опухолей при множественной миеломе. Авторы установили, что вариации в зародышевой линии напрямую связаны с процессами субклональной экспансии, которая является ключевым драйвером прогрессирования заболевания и неэффективности терапии. В ходе интеграции данных было выявлено, что сигналы обогащены в регуляторных регионах, что указывает на транскрипционную основу этого процесса. Ключевым локусом, связывающим наследственность с эволюцией опухоли и клиническим исходом, был определен ген TBKBP1. Установлено, что вариации в этом локусе коррелируют с повышенной экспрессией TBKBP1, что способствует активному делению субклонов и ассоциируется с неблагоприятным прогнозом у пациентов. Функциональные тесты подтвердили, что TBKBP1 стимулирует пролиферацию клеток через активацию сигнальных путей MYC, mTORC1 и неканонического пути NF-κB. Данная работа открывает новые возможности для понимания того, как наследственность модулирует эволюцию рака, и выделяет TBKBP1 как потенциальную мишень для терапии.

Исследователи представили GLOF (Gain and Loss Of Function) — первый масштабный и экспертно проверенный набор данных, предназначенный для обучения и тестирования моделей ИИ в задачах классификации функциональных эффектов миссенс-вариантов. Датасет включает 112 399 миссенс-вариантов, охватывающих 2 809 человеческих генов, которые были классифицированы как LOF (потеря функции), GOF (приобретение функции) или нейтральные. Классификацию проводили сертифицированные клинические генетики в соответствии с международными рекомендациями ACMG. Для формирования выборки использовались данные ClinVar, аннотированные на основе функциональных исследований, а нейтральные варианты были отобраны из gnomAD v3.1 с последующей валидацией по версии v4.1. Особую ценность представляет наличие 97 генов с двунаправленными механизмами (содержащих как LOF, так и GOF варианты), что позволяет моделям машинного обучения более точно различать типы патогенности. Данный ресурс критически важен для разработки предиктивных алгоритмов в геномике, способных предсказывать механизмы заболеваний и помогать в выборе стратегий таргетной терапии.

Исследователи представили RiboBA — инновационную вероятностную платформу, предназначенную для повышения точности идентификации нетрадиционных открытых рамок считывания (ncORF) методом профилирования рибосом (Ribo-seq). Основная проблема текущих методов заключается в систематических ошибках (biases), возникающих при подготовке библиотек, которые искажают сигналы фрагментов, защищенных рибосомами (RPF). RiboBA решает эту задачу с помощью двухкомпонентной архитектуры: генеративного модуля для восстановления параметров смещения и кодон-уровневой занятости рибосом, а также модуля обучения с учителем для точного определения сайтов инициации трансляции. Тестирование на различных наборах данных, включая библиотеки RNase I, MNase и nuclease P1, показало превосходную чувствительность и точность по сравнению с существующими алгоритмами. В частности, метод эффективно работает с библиотеками RNase I, где наблюдается ослабленная трехнуклеотидная периодичность. В ходе прикладного исследования на Drosophila с помощью RiboBA были выявлены консервативные ncORF, включая апстрим-трансляцию генов ThrRS и Mettl2, что указывает на существование потенциальной оси трансляционного контроля, специфичной для треонина.

В данной исследовательской работе представлен новый вычислительный алгоритм SLAB, предназначенный для анализа сложных паттернов разделения гаплотипов в геномных данных. Авторы вводят концепцию «ядер гаплотипических блоков» (block cores) — специфических геномных сегментов, в которых пересекается множество гаплотипических блоков. Методология базируется на использовании алгоритма сканирующей прямой (sweep line algorithm) в рамках структуры PBWT (Persona-Based Weighting Transform) для эффективного поиска максимально широких совпадений. В ходе тестирования алгоритма на массиве данных UK Biobank было доказано, что SLAB позволяет количественно оценить ядра блоков и извлекать биологические данные на популяционном уровне, недоступные традиционным методам. В частности, выявленные ядра могут служить надежной основой для обнаружения сигналов естественного отбора. Результаты показывают, что SLAB предоставляет комплементарную информацию по сравнению с анализом частоты IBD (Identity By Descent), дополняя существующие подходы к популяционной генетике. Программный код решения опубликован в открытом доступе для дальнейшего использования в биоинформатике.

Исследователи представили CBIcall — универсальный фреймворк, предназначенный для стандартизации процессов поиска генетических вариантов (variant calling) в данных секвенирования следующего поколения (NGS). Проблема несогласованности результатов при использовании различных программных сред в федеративных исследованиях решается через единый конфигурационный файл YAML, который управляет всем циклом: от сырых FASTQ-файлов до готовых VCF-результатов. Система поддерживает выполнение через бэкенды Bash и Snakemake, обеспечивая совместимость версий инструментов, сборок генома и режимов анализа. В рамках проекта EU HEREDITARY платформа была успешно протестирована на 1 111 образцах, включая полноэкзомное секвенирование (WES) и анализ митохондриальной ДНК (mtDNA). CBIcall гарантирует воспроизводимость результатов за счет строгого контроля параметров и записи структурированного провинанса (истории выполнения) для каждого запуска. Инструмент является открытым (GPLv3) и готов к внедрению в высокопроизводительные вычислительные системы (HPC) медицинских и исследовательских центров.

Исследователи представили PHENOCAUZ — инновационный вычислительный фреймворк, предназначенный для установления связи между клиническими симптомами и вызывающими их белками. Методология заключается в интеграции отношений между фенотипами и генами при менделевских заболеваниях с молекулярными характеристиками белков. Модель обучается на данных о менделевских заболеваниях для предсказания белков, ответственных за симптомы при более сложных заболеваниях и побочных эффектах лекарств. В ходе тестирования на базе 2 344 симптомов и 4 828 белков точность (precision) модели составила около 0,70. Результаты подтвердили высокую корреляцию предсказаний с известными терапевтическими мишенями и механизмами действия лекарств. Практическая значимость PHENOCAUZ заключается в возможности прогнозирования тяжелых побочных эффектов препаратов и поиске новых терапевтических кандидатов для лечения рака яичников, простаты, молочной железы, а также деменции и болезни Крона.

В исследовании представлен новый вычислительный конвейер (pipeline), предназначенный для анализа длинных некодирующих РНК (lncRNA) через сравнение 190 неаннотированных геномов приматов. Ученые решили проблему быстрой эволюционной дивергенции lncRNA, которая часто затрудняет поиск консервативных структур при широком филогенетическом анализе. Методология фокусируется на узком эволюционном временном промежутке (линия приматов), что позволяет эффективно использовать ковариацию нуклеотидов для обнаружения вторичных и третичных структур. Результаты показывают, что даже при низкой консервации первичной последовательности, многие некодирующие элементы сохраняют критически важные структурные мотивы, необходимые для связывания белков и регуляции экспрессии генов. Разработанный инструмент позволяет выявлять тонкие паттерны консервации, которые ранее были недоступны при использовании стандартных методов сравнения млекопитающих. Это имеет важное значение для понимания механизмов регуляции хроматина и транскрипции на молекулярном уровне.

Исследование посвящено критической проблеме воспроизводимости фенотипов изображений, извлеченных из МРТ головного мозга с помощью методов глубокого обучения без учителя (unsupervised deep learning). Авторы проверяли стабильность полученных признаков при различных условиях: изменении случайных seed-параметров, разделении данных при кросс-валидации и использовании независимых когорт (UK Biobank и ADNI). В работе сравнивались архитектуры сверточных нейросетей (CNN) и трансформеров (ViT). Результаты показали высокую стабильность представлений ViT: средний показатель CKA составил 0.74 против 0.27 у случайных моделей, а KCCA — 0.84 против 0.60. Важным достижением стало подтверждение биологической значимости: коэффициент перекрытия генетических локусов (loci overlap ratio) для ViT составил 0.45, что значительно выше 0.08 у необученных моделей (p < 0.001). Исследование доказывает, что такие фенотипы (UDIPs) надежно отражают биологическую структуру мозга, а не артефакты обучения, что делает их перспективным инструментом для исследований в области нейрогенетики.

Министерство науки и высшего образования РФ объявило результаты конкурса грантов в рамках федерального проекта по развитию отечественного приборостроения для научных исследований. Единственным победителем конкурса стал Институт химической биологии и фундаментальной медицины (ИХБФМ) СО РАН. На разработку инновационного оборудования — ДНК/РНК-синтезатора — учреждению будет выделено 384 млн рублей. Данный прибор является критически важным инструментом для молекулярной биологии и генетических исследований. Несмотря на то, что изначально планировалась поддержка создания 11 видов различного научного оборудования, в текущем этапе грант получил только один проект. Разработка отечественного синтезатора направлена на обеспечение технологического суверенитета в области фундаментальной медицины и биохимии.

Исследователи разработали CharacTERT — специализированный инструмент на базе машинного обучения, предназначенный для классификации миссенс-мутаций в гене hTERT, который кодирует каталитическую субъединицу теломеразы человека. В отличие от существующих универсальных предикторов, CharacTERT интегрирует как последовательностные, так и структурные признаки, учитывая уникальный биологический контекст фермента теломеразы. Разработанные модели продемонстрировали высокую точность: лучший показатель коэффициента корреляции Мэтьюса (MCC) составил 0,88 на наборах данных ClinVar и gnomAD, а чувствительность достигла 0,75 при тестировании по протоколам ACMG/AMP. Анализ признаков показал, что ключевыми детерминантами патогенности являются консервативность остатков hTERT и изменения гидрофобных и слабых полярных взаимодействий. Авторы также провели in silico насыщающий мутагенез, создав детальный мутационный ландшафт TERT. Инструмент представлен в виде удобного веб-сервера, который может существенно помочь в ранней диагностике заболеваний теломерного биогенеза (TBDs) и разработке стратегий персонализированной медицины.

В данном исследовании представлен инновационный интегративный анализ экспрессии подвижных элементов (TEs) на основе данных секвенирования РНК единичных клеток (scRNA-seq). Ученые проанализировали 4 набора данных snRNA-seq, полученных из посмертных образцов компактной части черной субстанции пациентов с болезнью Паркинсона (БП) и здоровых контрольных групп. С помощью специализированного инструмента soloTE была проведена оценка изменений экспрессии TEs, после чего результаты были объединены методами мета-анализа для создания надежного атласа, специфичного для конкретных типов клеток. Особое внимание в работе уделено изучению механизмов, которые могут объяснять половые различия в патогенезе болезни Паркинсона. Кроме того, исследователи установили возможные ассоциации между подвижными элементами и белок-кодирующими генами, предлагая потенциальный механизм действия, посредством которого TEs способствуют развитию заболевания. Результаты работы закладывают основу для понимания генетической регуляции БП на уровне отдельных клеток.

Исследование посвящено решению критической проблемы клинической генетики — интерпретации миссенс-вариантов неопределенного значения (VUS). Авторы представляют новый количественный показатель — среднюю силу доказательств (mean evidence strength, MES), который позволяет оценивать вычислительные предикторы эффекта вариантов (VEP) и мультиплексные анализы (MAVE) в соответствии с руководствами ACMG/AMP. В ходе работы с использованием фреймворка acmgscaler было проведено калибрование 12 популяционных VEP для 367 генов заболеваний и проанализировано 15 наборов данных MAVE. Результаты показали, что традиционная метрика AUROC не всегда коррелирует с реальной клинической ценностью: MAVE продемонстрировали высокий средний показатель MES, несмотря на более низкий AUROC по сравнению с некоторыми VEP. В частности, предиктор CPT-1 показал наивысший MES и обеспечил наиболее значительный объем калиброванных доказательств для наибольшей доли VUS из базы ClinVar. Предложенный фреймворк MES предоставляет практический инструмент для оценки того, насколько эффективно ИИ-модели и экспериментальные данные могут использоваться для принятия клинических решений.

Российская компания Gera («Генные технологии здоровья») объявила о масштабном инвестиционном плане объемом более 1 млрд рублей, направленном на развитие отечественного производства в сфере генетики. Проект, рассчитанный на период до 2028 года, сфокусирован на создании тест-систем для ДНК-идентификации и высокотехнологичных генетических анализаторов, включая секвенаторы следующего поколения (NGS). В рамках стратегии импортозамещения компания планирует занять нишу, которая на текущий момент преимущественно контролируется азиатскими производителями, поставляющими продукцию через локальных партнеров. Технологической основой для новых российских систем станет использование китайских разработок. Реализация данного проекта имеет важное значение для развития сектора персонализированной медицины и генетической диагностики в России, обеспечивая доступ к критически важному оборудованию для лабораторных исследований.

Исследование посвящено решению проблемы интерпретации влияния редких мутаций на фенотипические признаки, особенно в случае цис-регуляторных вариантов. Авторы представляют новый байесовский подход, который позволяет проводить совместный статистический вывод по нескольким индивидам в рамках трио (родители и ребенок). В отличие от существующих методов, фокусирующихся на одном человеке, предложенная модель агрегирует данные для повышения статистической мощности, оценки неопределенности и ранжирования режимов наследования по апостериорной вероятности. Методология была протестирована на данных ATAC-seq и RNA-seq, что позволило связать аллель-специфичную экспрессию (ASE) с дисбалансом состояния хроматина в цис-регуляторных элементах. Результаты показывают, что модель эффективно выявляет потенциальные причинно-следственные варианты, способствуя более глубокому пониманию генетического влияния на регуляцию генов. Данная разработка имеет высокую значимость для персонализированной медицины и генетических исследований, так как позволяет точнее определять механизмы возникновения наследственных заболеваний.