Стащила из найденного В.Ю. Макеевым. Полезно пишущим.

Первый случай обезьяньей оспы в Швеции. ВОЗ объявила ЧС глобального значения. Вакцины в Африке недоступны, и их закупка производится в недостаточном количестве для остановки распространения. Противовирусный препарат Тековиримат не оправдал надежд.

Ну что, все уже привыкли к новостям о том или ином новом вирусе и уже совсем не тревожно? Да и есть более близкие по расстоянию опасности, что вирусные угрозы уже не звучат как что-то страшное? Понимаю. Но давайте немного расскажу о новой обезьяньей оспе.

Пару лет назад в новостях нашумел вирус обезьяньей оспы с летальностью около 1% в Африке, передающийся при тесном контакте. Инфицированы были в основном мужчины нетрадиционной ориентации. Тогда многие спрашивали меня, доберется ли этот вирус до России и сможет ли он стать новой угрозой для нашего здравоохранения.

Сейчас ситуация выглядит несколько хуже. Новый вирус поражает детей, что означает, что он передается каким-то другим способом. Летальность в Африке составляет 3-4% (хотя по данным на сайте ВОЗ — от 1% до 11%). ВОЗ 14 августа сообщает о ЧС глобального значения. Вакцина, разработанная в прошлом сезоне компанией Bavarian Nordic, имеется, но в Африке недоступна. ЕС объявил о закупке 200 тыс. доз для Африканских стран, но специалисты рассчитали, что для остановки вируса необходимо 10 млн доз. Параллельно в Конго провели испытание противовирусного препарата Тековиримат, и эффект от него не отличался от плацебо.

15 августа Швеция подтвердила первый случай заражения вирусом обезьяньей оспы на своей территории. Ну и конечно же Роспотребнадзор заявил, что не видит угрозы распространения обезьяней оспы в России… У нас же есть тест-системы и целый «санитарный щит» ;) Ну что ж... Буду следить. Но как-то пока стремно все разворачивается.

Ха! "Коронавирус кто сделал? Американцы или китайцы?!!" - самый частый вопрос на моих научпоп лекциях ))) Так вот, свежее исследование в Cell говорит о том, что скорее всего пандемия пошла с Уханьского рынка от целого списка диких животных, которые могли являться промежуточным хозяином . Как сами звери заразились отследить невозможно, но вероятность попасть на прилавки из лаборатории крайне мала. Так что теория заговора отменяется.

А для поднятия пятничного настроения вспомнила прекрасный хит Василия Уриевского "Это все американцы!"

Вот как не тяни сову на глобус, а геномные языковые модели пока мало что практически значимого дают . И как бы из крысы не делали шиншиллу методами из известного анекдота, практической пользы от языковых моделей для ДНК не особо наблюдается. Вот белковые (pLM) и для единичных клеток (scGPT) языковые модели очень даже неплохо заходят в фарму. Пока продолжаем работать дальше.

Из последних обзоров можно посмотреть:

🍓 Nature Methods “Focus on advanced AI in biology”, где специально опускают DNA LM

🍓 “Genomic Language Models: Opportunities and Challenges” - архивчик от коллег из Беркли, в целом попытка обозреть имеющееся неплохая (хотя известный биоинформатикам Дима Пензар со мной не согласен)

В общем, хайп хайпом, а от реально работающих GPT моделей для геномов мы еще очень - очень далеки . И не верьте, если вам обещают сейчас иное под любые цели. Успехи есть, и звучат они как-будто «вау»… но нет… пока что совсем не шиншилла и даже крысу в клеточку не получаем.

Поздравляю всю команду AIRI с новым рекордом — 17 статей принято на Neurips 2024!

Для коллег, кто не в теме что такое A* (большинство биологов и биоинформатиков)

Математики и датасайнтисты публикуются на международных конференциях, куда отправляют не тезисы работ, а полноценные статьи. Отправляют через платформу openreview, строго в определенные даты (ни раньше и ни позже). Ваш труд в анонимном виде становится каждому доступен для прочтения, а назначенным персонам - для слепого ревью. В установленные даты ревьюеры присылают оценки и комментарии. Далее, как и в случае с ревьюрами в журналах, можно предоставить ответы и доработки, но срок на этот ответ ограничен одной неделей (никто не будет ждать месяц новых экспериментов и дописанных глав). Если ответы убедительные- ревьюеры повышают балл. Нет - останется все как есть. Финальное решение за главным ревьюером на основании полученных ответов. Так вот самые крутые такие конференции идут в рейтинге А*. Чуть попроще - А. Ну и так далее. Это абсолютно иная параллельная рейтинговая система, нежели у журналов (Q1, Q2 и т.д. ).

При этом стоит отдельно отметить конкурс на NeurIPS: в 2024 году, если верить Paper Copilot , было подано 15671 статья со всего мира. Acceptance rate пока не видим, но можем сравнить там же с прошлогодними цифрами. Поэтому 17 принятых статей из одного скромного института - это очень круто.

Вчера объявили, что Нобелевскую премию в области Физиологии или Медицины отдали двум биологам "for the discovery of microRNA and its role in post-transcriptional gene regulation".

Что это такое и причем здесь медицина:
в школе всех учили что из ДНК получается РНК, с которой затем транслируется белок. Эта догма по-прежнему актуальна, но с кучей поправок на каждом этапе и аккуратных оговорок. Так как текст генома во всех клетках организма у нас одинаковый, то специфическую работу генов в каждом типе клеток обеспечивают разные регуляторные механизмы при помощи различных белков, которые тоже кодируются в нашем геноме. Например, гены отвечающие за активную работу мышечных волокон не работают или почти не работают в клетках головного мозга. И это регулируется еще на этапе транскрипции - получения РНК с ДНК.
А вот Виктор Амброс и Гэри Равкан сразу независимо друг от друга, а потом и объединив усилия доказали, что с отдельных участков нашего генома, часто прячущихся в той самой "мусорной" ДНК, транскрибируются маленькие последовательности РНК (несколько десятков букв длиной), с которых не транслируются никакие белки, а они сами мешают трансляции других белков. Показали коллеги это сразу для нескольких генов нематоды - это такой червячок, являющийся одним из самых популярных модельных объектов в биологии. Затем нашли огромное количество таких микроРНК и в огромном списке геномов других организмов. Согласно базе данных микроРНК miRBase , у человека таких микроРНК и похожих на них последовательностей, но с недоказанной полной функцией, порядка 2000.

Так вот тут как раз появляется медицина. Сбой правильной работы регуляторного пути с микроРНК часто приводит к патологиям еще на самых ранних стадиях эмбриогенеза, такие эмбрионы становятся нежизнеспособными и мы их даже не видим, если специально не собираем материал, например, в эмбриологических лабораториях. Плюс существуют целые сообщества и базы данных, где собирают доказанные кейсы влияния микроРНК на нарушения в работе молекулярно-генетического аппарата. Так HMDD v4.0 (Human microRNA Disease Database), содержит 53 530 записей, связанных с заболеваниями происходящими от микроРНК, включают в себя 1 817 генов, кодирующих микроРНК в геноме человека, 79 микроРНК полученных из вирусов и 2 360 заболеваний, описанных в 37 090 публикациях.

Вот такая сложная молекулярно-генетическая премия в области медицины в этом году. Но если честно сказать, есть еще масса поводов в следующие 10-15 лет не останавливаться и продолжать награждать биологов за подобные открытия последних лет 20. Ну либо у меня уже искажение в восприятии относительно давно известных нам открытий в биологии, уже кажущихся вполне себе рутинными знаниями...

Делюсь прекрасным текстом от «Биомолекулы», где подробнее разбирается за что дали Нобелевскую премию по химии. Если что-то не очень понятно, пишите в комментариях. Постараюсь попроще объяснить.

Пусть не биоинформатика, но Доктор Рогов говорит, что надо участвовать в хакатоне. Рогов плохого не посоветует. Если кому интересно попробовать себя в детектировании синтезированной речи - вам сюда.

LLM могут прогнозировать результаты экспериментов лучше экспертов, утверждают авторы свежей статьи в
Nature human behaviour «Large language models surpass human experts in predicting neuroscience results»

🧠 подготовили бенчмарк из 300 статей по 5 областям нейросайнс, в которых изменили результаты в абстрактах

🧠 собрали группу экспертов из нейросайнс и запустили ряд LLM , предложив по материалам, методам, дизайну экспериментов выбрать абстракт с верными результатами

🧠 выяснили , что LLM существенно лучше справляется с задачей предсказания новых результатов исследований, чем эксперты из области.

🧠 обогатив модель специализированными данными смогли улучшить показатели LLM.

Удобно. Запланировал исследование, предложил модели пару вариантов результатов, получил ответ сработает твоя гипотеза или нет с достаточно высокой вероятностью. Эх… пропадут из докладов мои любимые включения про «долго пробовали, но не получилось … а потом до нас дошло!»

Потихоньку начинаю отрываться от малышей

Вы заметили с какой скоростью мы живем? Лидерство в ИИ сменяется за месяцы и как следствие - сложность долгосрочного планирования

Скорость как новая константа: почему технологическое лидерство больше не измеряется годами.

Сегодня произошло нечто примечательное: компания, существующая всего год, представила ИИ-модель, превзошедшую разработки организаций с десятилетней историей. xAI не просто догнала, а во многих аспектах превзошла OpenAI и Google. Это событие заставляет нас переосмыслить наше понимание технологического прогресса.

Исторически технологическое превосходство измерялось десятилетиями. Microsoft Windows доминировала на рынке операционных систем более 30 лет. Intel оставалась лидером процессорной индустрии почти четверть века. iPhone определял стандарты мобильной индустрии 15 лет. Это создавало иллюзию стабильности и предсказуемости технологического развития.

Но что-то фундаментально изменилось.

В современном мире ИИ мы наблюдаем, как лидерство может перейти из рук в руки за считанные месяцы. GPT-4, Claude, Gemini, Grok-3 – каждая новая модель не просто улучшает предыдущую, а переопределяет границы возможного.

Китайские компании, начавшие позже других, уже создают модели, конкурирующие с лидерами рынка. DeepSeek, Qwen, Kimi – эти имена еще год назад мало кто знал.

Это не просто ускорение – это новая парадигма развития технологий.

Почему это происходит? Дело не только в количестве инвестиций или вычислительных мощностей. Ключевой фактор – изменение самой природы инноваций. Раньше технологические прорывы требовали накопления опыта и ресурсов. Сегодня благодаря открытому исходному коду, глобальному обмену знаниями и, что иронично, помощи самого ИИ в разработке, новые игроки могут начать с передовых позиций.

Это создает интересный парадокс: чем дольше компания существует на рынке, тем больше у нее багажа "устаревших" подходов и решений. Новые компании, напротив, могут строить свои решения на самых современных принципах, не отвлекаясь на поддержку унаследованных систем.

Мы переходим от модели "создай и доминируй" к модели "постоянно развивайся или умри". В этом новом мире важнее не размер компании или ее история, а способность быстро адаптироваться и внедрять инновации.

Это создает новые вызовы. Как планировать развитие бизнеса в мире, где технологическое преимущество может испариться за месяцы? Как регулировать индустрию, где каждый новый день может принести революционные изменения? Как инвестировать в технологии, которые могут устареть еще до выхода на рынок?

Но в этих вызовах скрываются и новые возможности. Мы видим, как открытость и коллаборация становятся ключевыми факторами успеха. Компании, которые делятся своими наработками с сообществом, часто получают взамен больше, чем теряют. Это создает позитивный цикл инноваций, который только ускоряет прогресс.

Возможно, самое важное изменение происходит в нашем мышлении. Мы учимся воспринимать постоянные изменения не как угрозу, а как новую нормальность. В мире, где технологическое превосходство измеряется месяцами, важнее быть гибким, чем большим; важнее уметь учиться, чем знать; важнее уметь меняться, чем иметь стабильную позицию.

Это новая эра технологического развития, где скорость стала новой константой. И те, кто поймет и примет эту новую реальность первыми, получат преимущество в гонке, которая, похоже, будет только ускоряться.