машинное обучение

Компания Optum Rx внедряет технологии искусственного интеллекта для выявления и предотвращения мошенничества, нецелевого расходования средств и злоупотреблений в фармацевтической сфере. Это решение направлено на снижение финансовых потерь, которые ежегодно достигают миллиардов долларов в системе здравоохранения США. ИИ-системы анализируют большие объёмы данных о транзакциях, рецептах и поведении аптек для выявления аномальных паттернов. Методология включает машинное обучение для классификации подозрительных операций и автоматизированного оповещения. Внедрение таких систем позволяет сократить время расследования и повысить точность выявления мошеннических схем. Это важный пример применения ИИ не в клинической практике, а в административно-финансовом управлении здравоохранением, что критически важно для устойчивости системы.

Представлен метод PRIMED — машинное обучение, объединяющее представления трёх белковых языковых моделей (ESM-2, ESM-3, ESM-C) для предсказания участков связывания белков с ДНК. Модель показала высокую точность (AUC 0.92-0.93) на тестовых наборах данных, что важно для структурного моделирования, инженерии белков и разработки терапевтических средств.

Исследование в журнале npj Digital Medicine посвящено применению цифровых физиологических биомаркеров для мониторинга динамики симптомов у пациентов со сложными хроническими заболеваниями. Работа фокусируется на внутриличностном анализе — отслеживании изменений у одного и того же человека во времени, что является более точным подходом по сравнению с межличностными сравнениями. Цифровые биомаркеры обычно собираются с помощью носимых устройств, смартфонов и сенсоров, которые непрерывно измеряют физиологические показатели. Методология включает машинное обучение для выявления паттернов в потоках данных и предсказания будущих изменений состояния. Ключевая значимость работы заключается в возможности раннего выявления обострений и персонализации лечения хронических заболеваний. Это открывает перспективы для создания систем предиктивной медицины, где алгоритмы ИИ могут предупреждать о ухудшении состояния до появления клинических симптомов. Исследование представляет собой важный шаг к внедрению непрерывного цифрового мониторинга в клиническую практику.

Протокол исследования валидации упрощённой модели ИИ-менторства для медицинского образования. ИИ использует unsupervised machine learning для группировки студентов по многомерным показателям успеваемости и генерации персонализированных текстовых рекомендаций. Пилотное исследование включает 40 студентов-медиков и преподавателей для оценки реализуемости и согласованности с оценками преподавателей.

Исследование предлагает гибридную AI-квантовую рамку, объединяющую классическое глубокое обучение (LSTM) с квантово-вдохновлёнными моделями для анализа медицинских записей пациентов с СПКЯ. Модель демонстрирует улучшенную способность обрабатывать гетерогенные клинические данные и повышает точность классификации риска бесплодия по сравнению с традиционными методами машинного обучения.

Исследователи представили VPF-Class 2.0 — обновлённую систему автоматической классификации вирусных последовательностей на основе таксономии. Система сочетает обнаружение маркерных белковых доменов с лёгкой обучаемой моделью машинного обучения, использующей признаки состава маркеров генома, вместо устаревшего правил-голосования. В контрольных тестах система демонстрирует почти идеальную точность на уровне семейств вирусов и сильную точность на уровне родов, при этом увеличивая покрытие уверенных аннотаций. При практическом пороге уверенности 0.3 производительность соответствует или превосходит аналогичные инструменты в общих таксономических диапазонах. Авторы провели исследование интерпретируемости, связав ошибки с родовой специфичностью активированных маркеров. Система продемонстрирована на реальных данных вириомов с согласованными метками и существенным совпадением с графовыми классификациями. Инструмент доступен в открытом доступе на GitHub для научного сообщества. Разработка важна для понимания вирусного разнообразия, что имеет значение для эпидемиологии и разработки противовирусных препаратов.

Представлен программный инструмент Rastair — интегрированный софт для одновременного обнаружения однонуклеотидных полиморфизмов (SNP) и оценки метилирования цитозина из данных секвенирования mC[->]T. В основе метода лежит машинное обучение для детекции вариантов в сочетании с оценкой метилирования, учитывающей генотип. Исследователи протестировали инструмент на бенчмарк-данных NA12878 и показали, что Rastair превосходит существующие вызователи метилирования-ориентированных SNP, достигая F1-оценки более 0.99 для данных с глубиной покрытия выше 30x, что сопоставимо с точностью state-of-the-art инструментов на данных полного геномного секвенирования. Ключевое преимущество — скорость: обработка файла 30x занимает менее 30 минут на 32 CPU-ядрах Intel Xeon, и вдвое быстрее при использовании GPU. Инструмент выявляет дополнительные 500 000 позиций в NA12878, где SNP трансформирует некодирующие позиции CpG в «de-novo» CpG, и наоборот — определяет варианты, нарушающие CpG, корректируя уровень метилирования. Rastair поддерживает стандартные форматы vcf, bam, bed и распространяется как open-source через conda, Dockerhub и как pre-compiled бинарники.

Исследователи разработали NLCD (NonLinear Causal Discovery) — метод машинного обучения для обнаружения нелинейных причинно-следственных связей между генами на основе данных геномики. Проблема различения корреляции и причинности является фундаментальной в биологии, особенно когда рандомизированные контролируемые испытания невозможны и доступны только наблюдательные данные. NLCD использует нелинейное регрессионное моделирование и оценку условной важности признаков для расширения статистических тестов существующего линейного метода Causal Inference Test (CIT). Метод был протестирован на симулированных данных, где показал AUPRC 0.94 для линейных отношений (сравнимо с CIT=0.94, Findr=0.94, MRPC=0.99) и превосходит конкурентов в обнаружении нелинейных связей (AUPRC=0.76 против 0.60-0.73 у других методов). На реальных данных дрожжевой геномики NLCD показал AUPRC=0.82 для восстановления известных причинных связей с транскрипционными факторами. При применении к человеческому геномному数据集 метод выявил активные причинные пары генов (IRF1→PSME1 и HLA-C→HLA-T) в мышечной ткани. Результаты демонстрируют перспективы и вызовы в открытии причинных сетей генов в условиях in vivo у человека, что имеет значение для понимания молекулярных механизмов заболеваний.

Исследователи представили REGEN (REconstruction of GEne Networks) — метод на основе графовых нейронных сетей (GNN) для одновременного обучения латентных сетей взаимодействий генов из данных транскриптомики и предсказания статуса выживаемости пациентов. Методология включает систематическое сравнение стратегий инициализации матриц смежности генов-генов для построения графов взаимодействий. Модель была оценена на когорте TCGA (The Cancer Genome Atlas) по семи типам рака, где REGEN превзошел базовые модели в пяти наборах данных. Анализ обученной сети генов рака почки выявил биологически значимые пути и биомаркеры, связанные с онкологией, подтвердив биологическую релевантность модели. Работа предоставляет практические руководства по применению GNN к транскриптомике, позволяя улучшить предсказание фенотипов и открывать значимые генные сети. Это имеет прямое значение для онкологии, персонализированной медицины и понимания молекулярных механизмов заболеваний.

Исследование представляет новый метод интеграции данных трех типов омикс (транскриптома, транслатома и протеома) с использованием тензорной декомпозиции 4D. Авторы применили метод неконтролируемого извлечения признаков к данным о голодании по разветвленным аминокислотам, выделив 1,781 ген с пониженной трансляционной эффективностью и 221 ген с буферизацией. Генеративный ИИ использовался для функциональной интерпретации и анализа обогащения, что позволило идентифицировать шесть основных биологических единиц — от репликации генома до эпигенетической регуляции. Подход выявляет биологически значимые кластеры генов, лежащие в основе клеточных переходов, и превосходит традиционные попарные анализы. Методология открывает новые возможности для анализа сложных многослойных регуляторных процессов в биологии. Результаты могут иметь значение для понимания механизмов клеточной дифференцировки и патогенеза заболеваний, связанных с нарушением протеостаза.

В исследовании представлен новый метод машинного обучения ViSNet-PIMA для моделирования не только локальных, но и некольких взаимодействий в биомолекулах с использованием физически обоснованного мультипольного агрегатора (PIMA). Традиционные поля сил на основе машинного обучения (MLFF) ограничены моделированием локальных взаимодействий, что снижает точность расчетов для биомолекулярной динамики. ViSNet-PIMA демонстрирует превосходство над существующими передовыми MLFF моделями при предсказании энергий и сил для различных типов биомолекул и конформаций на наборах данных MD22 и AIMD-Chig. При интеграции PIMA-блоков в другие MLFF модели достигается прирост производительности на 55,1%, что подтверждает универсальность предложенного подхода. Исследователи также внедрили ViSNet-PIMA в симуляционную программу AI2BMD, используя схему трансферного обучения с предобучением и дообучением, что позволило заменить механические расчеты нековалентных взаимодействий в белковых фрагментах. Новый подход снижает ошибки расчетов энергии и сил в AI2BMD более чем на 50% для различных конформаций белков и процессов фолдинга/разворачивания белков. Данная работа расширяет возможности ab initio расчетов для целых биомолекул и усиливает применение ИИ-симуляций молекулярной динамики в биохимических исследованиях.

Исследование Guo et al. представляет новый подход к генерации молекул с использованием языковой модели на базе архитектуры Mamba. Авторы демонстрируют, что комбинация аугментации данных и техники experience replay (переживания опыта) позволяет эффективно генерировать оптимизированные по свойствам малые молекулы. Методология основана на применении memory manipulation — механизмов управления памятью в нейросетях для сохранения и повторного использования ранее сгенерированных молекул. Исследование решает проблему sample efficiency — необходимости в большом количестве данных для обучения генеративных моделей в фармацевтике. Подход позволяет сократить количество необходимых примеров для обучения при сохранении качества сгенерированных молекул. Это имеет прямое значение для ускорения drug discovery, где генерация новых лекарственных кандидатов является ресурсоёмким процессом. Работа опубликована в Nature Machine Intelligence, что подтверждает научную значимость подхода для области ИИ в медицине.

Исследование разработало и валидировало интерпретируемые модели машинного обучения для прогнозирования развития псевдокист поджелудочной железы у пациентов с острым панкреатитом. Сравнивались 9 алгоритмов ML, оптимальной оказалась модель случайного леса с AUC 0.884 на внутреннем тесте и 0.914 на временной валидации. Анализ SHAP показал, что низкий уровень кальция и повышенный СРБ являются наиболее важными предикторами риска.

Исследование применяет методы машинного обучения (иерархическая кластеризация) для выявления 4 различных клинических фенотипов кардиогенного шока на основе данных 1513 пациентов. Выделенные фенотипы демонстрируют значительную разницу в показателях смертности (от 22,4% до 78,4%) и предлагают новую систему стратификации рисков для персонализированной терапии.

Исследование представляет автоматизированный пайплайн на основе глубокого обучения (UNet) и радиомикой для сегментации и классификации опухолей молочной железы по ультразвуковым снимкам. Система достигает точности классификации 97,8% и среднего IoU 0,94231, что демонстрирует потенциал для снижения участия человека в диагностическом процессе.

Исследование применяет методы машинного обучения (PCA и K-means кластеризацию) для стратификации пациентов с ишемическим инсультом на три биологически различных подтипа. Результаты показывают, что ML-анализ биомаркеров воспаления, коагуляции и метаболизма позволяет выявить гетерогенность заболевания и может улучшить персонализированный подход к оценке рисков.

В статье представлен новый фреймворк STpath, который решает проблему интерпретируемости вложений гистопатологических изображений, создаваемых ИИ-моделями. Гистопатологические модели-фундаменты кодируют изображения тканей в числовые представления, однако эти вложения не имеют прямого биологического смысла для клинического применения. STpath использует модели XGBoost, специфичные для различных типов рака, обученные на данных пространственно разрешённой транскриптомики, для предсказания состава клеточных типов и экспрессии генов на основе гистопатологических изображений. Исследователи протестировали фреймворк на наборах данных по колоректальному и раку молочной железы, показав точные оценки состава основных клеточных типов и экспрессии подмножества генов. Комбинирование вложений от нескольких моделей-фундаментов дало дополнительные приросты производительности. Авторы продемонстрировали, что признаки, полученные с помощью STpath, могут использоваться в последующих исследованиях для оценки их ассоциаций с клиническими исходами. Работа открывает путь к практическому применению ИИ в гистопатологии для онкологической диагностики и исследований.

Исследователи представили evedesign — открытую унифицированную платформу для машинного обучения в биоинженерии белков, которая решает проблему несовместимости существующих инструментов. Framework формализует условный дизайн биологических последовательностей метод-агностичным способом, позволяя комбинировать supervised и unsupervised модели из стандартизированных спецификаций. Ключевая особенность — поддержка итеративных lab-in-the-loop рабочих процессов, где экспериментальные данные непрерывно уточняют последовательные раунды дизайна. Платформа включает интерактивный веб-интерфейс для end-to-end дизайна, доступный широкой научной аудитории по адресу evedesign.bio. Авторы продемонстрировали полезность evedesign в трёх ключевых областях: инжиниринг антител, дизайн ферментов и открытие природных ферментов. Это решение критически важно для разработки новых терапевтических антител и ферментных препаратов, так как позволяет неэкспертам создавать сложные многокритериальные оптимизационные workflows. Открытый исходный код платформы и призыв к сообществу способствуют ускорению биомедицинских исследований.

Исследование представляет новый алгоритм для обнаружения мотивов и контекстов РНК-связывающих белков (RBP), основанный на лингвистических принципах. РНК-связывающие белки регулируют свои РНК-мишени путем связывания с короткими последовательными мотивами, однако механизмы специфичного распознавания остаются неясными для большинства человеческих RBP. Существующие алгоритмы обнаружения мотивов не учитывают структуру и состав фланкирующих регионов мотива, что является существенным недостатком. Предложенный алгоритм использует три важных свойства k-мер (k-mer), придающих лексическую, синтаксическую и семантическую структуры процессу обнаружения мотивов и контекстов. Алгоритм является консенсусным, детерминированным и гибким, интегрируя информацию из последовательных контекстов при построении мотивов RBP. Исследователи продемонстрировали, что их алгоритм достигает высокой точности обнаружения против набора ground-truth и превосходит существующие методы в первичном ранжировании мотивов. Это исследование имеет значение для фундаментальных исследований молекулярной биологии и может в будущем способствовать пониманию механизмов заболеваний на уровне РНК-белковых взаимодействий.