bioinformatics

В статье представлена новая модель SMCL-DTA, предназначенная для предсказания аффинности взаимодействия между лекарственными препаратами и их белковыми мишенями, что является критически важным этапом в процессе открытия новых лекарств. Методология основана на применении поверхностно-ориентированного многовидового контрастного обучения (surface-aware multi-view contrastive learning), которое позволяет эффективно извлекать признаки как из структурных данных лекарств, так и из поверхностных характеристик белков-мишеней. Ключевой инновацией подхода является использование контрастного обучения для улучшения представлений, что способствует более точному моделированию сложных биомолекулярных взаимодействий по сравнению с традиционными методами. Исследование демонстрирует высокую эффективность предложенной архитектуры в задачах регрессии и классификации аффинности, предлагая надежный инструмент для виртуального скрининга и раннего этапа разработки фармакологических агентов. Применение данного ИИ-подхода позволяет существенно сократить время и затраты на предварительный анализ потенциальных лекарственных соединений, автоматизируя процесс оценки их связывающей способности. Результаты работы подчеркивают значимость интеграции геометрических и структурных данных в нейросетевые модели для повышения точности предсказаний в биоинформатике и вычислительной химии. Данная технология может быть интегрирована в платформы компьютерного дизайна лекарств для ускорения идентификации перспективных кандидатов в препараты.

В статье представлен метод HANAMI (Heterogeneous grAph coNtrastive leArning for drug-gene-disease Motif predIction) — глубокая графовая нейросетевая модель для предсказания взаимосвязей между лекарствами, генами и заболеваниями. Метод использует контрастивное обучение на гетерогенных графах для интеграции разнородных биомедицинских данных: химических структур, геномных последовательностей и клинических фенотипов. Архитектура включает кодирование топологии с учетом связей и агрегацию с учетом структуры, что позволяет улавливать сложные высшие топологические сигнатуры биологических интерактомов. Систематическая оценка на бенчмарках показала улучшение до 6% по сравнению с существующими методами SOTA в предсказании мотивов. Особое значение имеет способность модели к индуктивному обобщению: в условиях zero-shot (для ранее не встречавшихся сущностей) преимущество над аналогами составляет около 18%. Модель эффективно ранжирует пары лекарство-болезнь, которые впоследствии исследуются в клинических испытаниях II и III фаз, выявляя кандидаты в гены с правдоподобными механизмами действия. HANAMI предлагает масштабируемую вычислительную основу для интерпретации сложных биомедицинских взаимодействий, ускоряя репозиционирование лекарств и разработку новых терапий.

В статье представлена платформа ISP (In Silico Perturbation), которая автоматизирует виртуальные генетические скрининги с использованием фундаментальной модели Geneformer, устраняя необходимость в программировании. Платформа поддерживает три ключевых направления: межвидовой анализ (с независимым выбором моделей для человека или мыши), последовательные многогенные возмущения (где каждое следующее изменение зависит от состояния, полученного на предыдущем шаге) и скрининг множественных генов. Исследователи применили платформу к наборам данных одноядерной РНК-секвенирования (scRNA-seq) индуцированных плюрипотентных стволовых клеток (ИПСК). В ходе скрининга всех 24 перестановок факторов Яманаки был выявлен оптимальный порядок их сверхэкспрессии, обеспечивающий максимальный сдвиг к плюрипотентному состоянию. Межвидовой анализ показал асимметричную конвергенцию: модель человека успешно захватила программы плюрипотентности мыши, тогда как модель мыши, примененная к клеткам человека, выявила преимущественно термины, связанные с трансляцией. Дополнительно парный скрининг сверхэкспрессии выявил новых кандидатов, модулирующих переход от примитивного к наивному состоянию, выходящих за рамки традиционных маркеров NANOG и KLF2. Этот фреймворк позволяет направлять экспериментальную валидацию и сокращать использование лабораторных животных.

В статье представлена новая фундаментальная модель ДНК под названием MicroGlot, разработанная специально для анализа микробной геномики. Модель обучена на обширном корпусе из 3,7 миллиона последовательностей, содержащих 378,3 миллиарда нуклеотидов и охватывающих 99 700 видов микроорганизмов. Ключевой особенностью архитектуры является использование гиперболических вложений для кодирования иерархических таксономических связей в сочетании со структурой разреженного смесителя экспертов (sparse mixture-of-experts), что позволяет эффективно интегрировать биологические знания в процесс обучения. Исследователи провели нулевую оценку (zero-shot) встраиваний слоев модели, доказав, что полученные репрезентации не только отражают таксономическую принадлежность, но и кодируют фенотипические признаки организмов. Сравнение с вариантом модели, обученным без учета таксономии, показало, что включение таксономических знаний последовательно улучшает качество репрезентаций на всех слоях нейросети. В тестировании на наборе из 1000 видов, охватывающем основные клеточные домены и вирусные царства, маршрутизирующие отпечатки MicroGlot продемонстрировали более высокую согласованность с таксономическими группами по сравнению с традиционным методом анализа тетра-нуклеотидного состава. Модель демонстрирует лидирующие результаты в задачах нулевого обучения и конкурентоспособные показатели при дообучении (fine-tuning) при низких вычислительных затратах. Разработанная архитектура представляет собой эффективный инструмент для микробной геномики, открывая новые возможности для исследований в области биотехнологий, сельского хозяйства и понимания роли микробиома в здоровье человека.

В статье представлено систематическое исследование влияния предобученных языковых моделей белков (PLM) на задачу прогнозирования аффинности связывания лекарств с белками-мишенями (DTA). Авторы интегрировали четыре семейства PLM в архитектуру PLM-GraphDTA, каждая из которых основана на различных архитектурах и оптимизирована для разных задач: предсказание структуры, предсказание функций и маскирование последовательностей. Для сравнения также оценивалась модификация классического метода сверток — DeepGraphDTA, улучшающая представление белков. Модели тестировались на двух бенчмарк-датасетах (Davis и KIBA) с использованием индекса конкордантности (CI) и среднеквадратичной ошибки (MSE). Дополнительно оценивалась способность моделей к обобщению на новых белках с помощью cold-start разбиений и анализировался вклад каждого белка в общий CI. Результаты показали, что простые архитектурные модификации традиционных сверточных методов могут сократить разрыв с крупными предобученными PLM, что имеет практическое значение для ускорения открытия лекарств и снижения затрат на разработку.

Исследование представляет первый курируемый датасет экосистемы научных агентов OpenClaw, охватывающий 91 проект и 2 230 навыков в 34 научных категориях, включая биоинформатику и открытие лекарств. Авторы анализируют структуру, распределение и возникающие паттерны развития научных агентов на основе ИИ, которые могут выполнять исследовательские рабочие процессы в биоинформатике и фармацевтике. Представлена публичная платформа Claw4Science (claw4science.org), которая организует проекты и агрегирует распределённые репозитории навыков в единый интерфейс для научных рабочих процессов. Результаты показывают сдвиг от изолированных систем к более модульной и разделяемой модели научных вычислений, что особенно актуально для медицинских исследований. Авторы выделяют открытые вызовы в области оценки, воспроизводимости и управления научными агентами на базе больших языковых моделей. Датасет служит основой для будущих бенчмарков и стандартизированной инфраструктуры для научных ИИ-агентов, что может ускорить разработку инструментов для медицинской диагностики и разработки препаратов. Работа демонстрирует, как структурирование знаний об агентах может снизить барьер для вклада и способствовать росту экосистемы. Исследование имеет прямое значение для фармацевтической индустрии и биомедицинских исследований, где ИИ-агенты могут автоматизировать сложные исследовательские задачи.