2 статей
В исследовании представлен метод Graph-RAG, использующий графы знаний Neo4j для создания точных рекомендаций по диете при хронических заболеваниях. Система обеспечивает высокую интерпретируемость и учет демографических особенностей, минимизируя галлюцинации языковых моделей за счет строгой привязки к клиническим нормам нутриентов.
Исследование посвящено изучению микробиомного потенциала традиционных ферментированных напитков, таких как кефир, комбуча, мексиканские позoль и пульке, для создания новых пробиотических решений. С помощью глубокого метагеномного секвенирования и биопроспекции ученые провели системный геномный майнинг генов, ответственных за биосинтез витаминов группы B, короткоцепочечных жирных кислот и ферментов CAZymes, способствующих утилизации клетчатки. В ходе работы применялось полногеномное метаболическое моделирование (genome-scale metabolic modeling) метагеномно-собранных геномов (MAGs), что позволило выявить ключевых продуцентов вторичных метаболитов для контроля патогенов. На основе полученных данных была проведена in silico сборка синтетического сообщества из шести микроорганизмов, демонстрирующего стабильный кооперативный рост и высокую метаболическую функциональность. Особое внимание уделено анализу кросс-фидинга, где было обнаружено, что бактерия Priestia flexa из напитка pozol выступает ключевым донором соединений для транспорта железа, стабилизируя всю систему. Данный подход открывает путь к направленному проектированию высокофункциональных пробиотических консорциумов для коррекции метаболического здоровья и борьбы с хроническими заболеваниями.
