ИИ в медицине

Исследователи применили методы искусственного интеллекта для предсказания трехмерных структур 109 282 взаимодействий между белками человека, создав масштабный структурный ресурс, который ранее был недоступен из-за неразрешенности большинства таких структур. Предсказанные структуры были детально проанализированы с точки зрения участия остатков в интерфейсах, площади скрытой поверхности, межмолекулярных связей и энергетических свойств, что позволило систематизировать данные о физико-химических характеристиках белковых комплексов. Ключевым этапом работы стало картирование данных о патогенных вариантах на предсказанные структуры, в результате чего были выявлены мутации, локализованные в зонах взаимодействия белков, для более чем 4 000 аннотированных категорий заболеваний. В качестве репрезентативных примеров были рассмотрены острый миелоидный лейкоз, болезнь Альцгеймера и кардиомиопатия, что позволило изучить распределение интерфейсных мутаций в сетях белковых взаимодействий, связанных с этими патологиями. Авторы также оценили сильные стороны и ограничения предиктивных возможностей модели, проведя сравнение с экспериментально определенными структурами для валидации точности. Полученный структурный ресурс и сопутствующий анализ создают фундаментальную базу для формирования новых гипотез и планирования экспериментальных исследований, направленных на понимание механизмов заболеваний на уровне белковых взаимодействий. Работа демонстрирует мощный потенциал ИИ в структурной биологии и геномике, ускоряя расшифровку молекулярных основ многих тяжелых заболеваний.

Представлена открытая модель-агностическая платформа PhenoMe, предназначенная для анализа изображений микроскопии с использованием предобученных фундаментальных моделей (foundation models) глубокого обучения. Система преобразует визуальные данные в высокоразмерные эмбеддинги, которые затем связываются с количественными свойствами изображений и экспериментальными метаданными для выявления сложных биологических паттернов. Фреймворк предоставляет интерактивные инструменты для визуализации пространства эмбеддингов, снижения размерности, кластеризации и поиска репрезентативных изображений для каждого фенотипа на основе сходства. Особое внимание уделено интерпретируемости: реализован анализ корреляций, позволяющий связать структуру эмбеддингов с понятными исследователями характеристиками изображений. Эффективность платформы продемонстрирована на семи публичных наборах данных, включая анализы клеточной живописи (cell painting), наноразмерные синаптические изображения, анализ лекарственного ответа и динамическое фенотипирование клеток. Инструментарий включает воспроизводимые конфигурации, расширяемые обертки для моделей и плагин для napari, что делает передовые методы анализа изображений доступными для биологов без глубоких технических навыков. PhenoMe закладывает основу для широкого применения методов обучения представлений в микроскопическом анализе, ускоряя процесс контекстуализации и курирования данных.

Исследовательская компания Brightly провела онлайн-опрос среди 2 001 человека в возрасте от 25 до 55 лет, чтобы изучить поведение россиян при поиске врачей и клиник в интернете, уделяя особое внимание роли искусственного интеллекта. Результаты показали, что отзывы пациентов остаются критически важным фактором: 80% респондентов считают их важными или крайне важными при выборе специалиста. При этом наблюдается растущий интерес к технологиям ИИ: 19% участников уже обращались к нейросетям для решения медицинских вопросов, а 74% готовы использовать ИИ-платформы в качестве дополнительного источника информации при выборе врача или медицинской организации. Это исследование демонстрирует сдвиг в восприятии цифровых инструментов здравоохранения, где ИИ начинает играть заметную роль не только в диагностике, но и в процессе принятия решений пациентами. Высокий процент готовности использовать ИИ указывает на потенциальный спрос на умные сервисы агрегации медицинских данных и рекомендации. Однако важно отметить, что большинство пользователей все еще опираются на традиционные отзывы, а не на алгоритмические рекомендации. Данные могут быть полезны для разработчиков медицинских платформ и регуляторов, планирующих внедрение ИИ-решений в сферу телемедицины и записи к врачам.

В статье представлен метод irAEGIS — новая модель машинного обучения, предназначенная для прогнозирования риска развития иммунно-опосредованных нежелательных явлений (irAE) у пациентов, проходящих терапию ингибиторами контрольных точек иммунитета (ICI). В отличие от существующих подходов, которые часто агрегируют данные или используют «черные ящики» глубокого обучения, irAEGIS использует обучение представлений с ограничениями на основе множеств генов, интегрируя предварительные биологические знания. Модель агрегирует активность путей внутри отдельных типов клеток и объединяет специфические для типов клеток сигналы риска через иерархическую структуру предсказания, что позволяет декомпозировать прогноз на вклад конкретных типов клеток, путей и генов. Исследование показало, что irAEGIS стабильно превосходит семь существующих методов как на симулированных данных, так и на независимых когортах пациентов до начала лечения. В когорте пациентов с немелкоклеточным раком легкого модель выявила нейтрофильные воспалительные пути, связанные с будущими irAE, а в когорте с меланомой — апоптотические пути и активацию иммунитета в CD8+ NKT-подобных клетках, ассоциированные с тяжелыми формами осложнений. Эти биологически согласованные находки были дополнительно подтверждены анализом обогащения путей, межклеточной коммуникации и траекторного анализа. Разработанный подход обеспечивает не только высокую точность предсказания, но и механистическое понимание иммунных состояний, предлагая универсальную стратегию интерпретируемого предсказания фенотипов из данных одноядерной транскриптомики.

В статье представлен новый метод валидации структур РНК, названный conkit-validate, который расширяет ранее разработанный инструмент для белков на рибонуклеиновые кислоты. Метод основан на использовании моделей глубокого обучения для предсказания 3D-структур и сравнения паттернов контактов, извлеченных из эволюционной ковариации. В отличие от традиционных методов, опирающихся на экспериментальные данные (map-based), данный подход позволяет выявлять ошибки, такие как ошибки регистра последовательности, даже при низком разрешении экспериментальных данных. Результаты показывают, что производительность метода для РНК сопоставима с результатами для белков. Метод дополняет существующие подходы, обеспечивая проверку качества структур РНК в условиях, когда традиционные методы неэффективны. Это особенно важно для обеспечения точности структурных данных в базах данных, таких как PDB. Разработанный инструмент может адаптироваться к улучшениям в методах предсказания структур РНК, что делает его перспективным для дальнейшего развития в области структурной биологии.

В статье представлен метод FedEpitope — новая федеративная вычислительная архитектура, предназначенная для предсказания линейных B-клеточных эпитопов, которые являются ключевыми мишенями для разработки вакцин и терапевтических антител. Авторы адаптировали крупную языковую модель белков ESM-2, используя технику Low-Rank Adaptation (LoRA), что позволило обучать модель на децентрализованных данных без их централизации, сохраняя конфиденциальность информации на стороне клиентов. В ходе симуляционного бэнчмаркинга с использованием алгоритмов FedAvg и FedProx на пяти биологически разнородных клиентах, глобальная модель продемонстрировала превосходство над любыми одиночными клиентскими моделями по метрикам среднего точного значения (mean AP), F1-меры и коэффициента Макдаффи (MCC). Исследование также детально проанализировало вопросы персонализации после федерации, применение дифференциальной приватности на уровне записей, чувствительность к гетерогенности данных и обобщающую способность на независимых наборах BCPreds и NetBCE. Ключевым техническим достижением является ограничение объема передаваемых обучаемых параметров модели до примерно 1.11 МБ, что существенно снижает нагрузку на коммуникационные каналы. Результаты доказывают жизнеспособность параметрически эффективного федеративного обучения для задач биоинформатики, где данные распределены между учреждениями и не могут быть объединены из-за ограничений конфиденциальности. Работа закладывает основу для создания более точных и приватных инструментов скрининга вакцинных кандидатов и разработки диагностических тестов.

В статье рассматривается проблема оценки достоверности предсказанных структур биомолекулярных комплексов с использованием современных ИИ-моделей AlphaFold 3 и Boltz-2. Авторы указывают на ограничения существующего метрического показателя ipTM (interface predicted Template Modeling score), который вычисляется на основе матрицы предсказанных выровненных ошибок (PAE) и не учитывает направленность взаимодействия между разными типами молекул. Для решения этой проблемы предлагается новый метод ipSAE (interaction predicted Score from Aligned Errors), который вводит явные правила для выбора компонентов, задающих систему координат, оцениваемых токенов и параметра масштабирования d0. Методология предполагает выравнивание по более сложной молекуле (например, белку) и оценку более простой (лиганда или иона) с фиксированным параметром d0=2 Ангстрема. В бенчмарке на 102 комплексах «белок-лиганд» новый подход показал значительно более широкий диапазон оценок достоверности по сравнению с нативным ipTM. На независимом наборе из 82 комплексов пороговые значения ipSAE 0.5 для AlphaFold 3 и 0.8 для Boltz-2 обеспечили сбалансированную точность классификации правильных размещений лигандов на уровне 0.938 и 0.862 соответственно (при пороге RMSD 5 Ангстрем). Результаты также подтверждены на комплексах белок-ДНК и предварительных тестах белок-РНК. Исследование устанавливает универсальную рамку для интерпретации уверенности предсказаний в различных классах биомолекулярных взаимодействий и предоставляет открытый код реализации на GitHub.

Исследование демонстрирует критическую проблему в обучении моделей искусственного интеллекта для онкологии: классификаторы могут достигать идеальной точности (AUC 1.000), используя не биологические признаки рака, а технические артефакты различий между источниками данных. Авторы проанализировали модели, обученные на опухолях из базы The Cancer Genome Atlas (TCGA) и нормальных тканях из проекта GTEx, включая табличные фундаментальные модели. Несмотря на идеальные метрики, эти модели ошибочно классифицировали 80–97% образцов прилегающей нормальной ткани как раковые, а в независимой когорте ошибка составляла 100%. Проблема заключается в том, что модель «запоминает» источник данных (лабораторию или протокол подготовки), а не паттерны заболевания. Для решения этой задачи предложена новая метрика на основе объяснений моделей (explanations), которая не требует размеченных данных. Метрика выявляет «короткие пути» (shortcuts), так как артефакты источника проявляются одинаково во всех тканях, тогда как изменения, связанные с раком, специфичны. Предложенный подход позволил выявить 87–92% моделей, использующих такие артефакты, без ложных срабатываний, и успешно переносится на новые типы моделей и данные. Результаты подчеркивают необходимость использования методов интерпретируемости ИИ для валидации медицинских алгоритмов, чтобы избежать внедрения систем, основанных на ложных корреляциях.

Министерство здравоохранения США (HHS) отменяет ряд требований к сертификации медицинских ИТ-систем, включая правила прозрачности для ИИ, что перекладывает ответственность за оценку безопасности алгоритмов на больницы. Отмена обязательного предоставления атрибуции источников для предиктивных инструментов может затруднить проверку качества и смещения (bias) медицинских ИИ-моделей.

В статье рассматривается новая пилотная программа TEMPO, разработанная совместно FDA и CMS, которая создает регуляторную «песочницу» для устройств цифрового психического здоровья, использующих искусственный интеллект. Традиционный процесс получения одобрения FDA (premarket authorization) отличается высокой стоимостью и длительностью, что вынуждает многие инновационные ИИ-решения выходить на рынок в качестве неконтролируемых потребительских продуктов. Программа TEMPO позволяет компаниям коммерциализировать свои продукты, опираясь на систему менеджмента качества (QMS), без необходимости немедленного прохождения полной процедуры предварительного разрешения. Это создает промежуточный регуляторный статус, который способствует легализации и безопасному внедрению технологий в клиническую практику. Ключевой целью пилотного проекта является сбор реальных данных (real-world data) об эффективности и безопасности ИИ-устройств в условиях реальной клинической среды. Авторы аргументируют, что данные, полученные в рамках TEMPO, послужат основой для пересмотра и модернизации всей системы регулирования цифрового здравоохранения в США. Статья подчеркивает значимость этого подхода для снижения барьеров входа на рынок при сохранении стандартов безопасности пациентов. Таким образом, TEMPO позиционируется как важный шаг к созданию сбалансированной экосистемы для развития ИИ в психиатрии и психотерапии.

Статья критикует использование только экзаменационных вопросов для оценки LLM в традиционной китайской медицине и предлагает новую фреймворк оценки. Предлагается комплексный подход, включающий динамические клинические сценарии, мультимодальную оценку и валидацию в реальных условиях для проверки клинического мышления и безопасности.

Авторы предлагают метод Partitioned Feature Selection (PFS) для анализа данных о депрессии, который учитывает клинические домены симптомов. Метод демонстрирует высокую точность классификации и сопоставимость с SHAP-объяснениями, обеспечивая интерпретируемость моделей машинного обучения в психиатрии.

Представлена платформа ToxINsight, предназначенная для комплексного анализа змеиных токсинов, которая объединяет данные о последовательностях, трехмерных структурах и связывании лигандов в едином интерфейсе. База данных содержит 2078 записей о токсинах 237 видов змей, включая 2540 трехмерных моделей, полученных из RCSB PDB, AlphaFold DB и предсказанных с помощью ESMFold. Платформа предоставляет инструменты для множественного выравнивания последовательностей, сравнения физико-химических свойств и визуализации географического распределения ядовитых видов. Ключевой особенностью является возможность массового экспорта данных для создания моделей машинного обучения, что напрямую связывает ресурс с методами ИИ в биологии. Платформа поддерживает разработку новых сывороток и терапевтических средств, предлагая исследователям инструменты для прицельного выбора мишеней на основе структурного сходства. Интеграция геномных, структурных и географических данных позволяет ускорить процессы открытия лекарств и сравнительной веномики. Ресурс является бесплатным и доступен по адресу https://toxinsight.in/, что способствует глобальному доступу к специализированным данным.

В статье представлен новый метод глубокого обучения CMVAE (Contrastive Masked Denoising Variational Autoencoder), предназначенный для анализа высокомерных омиксных данных и прогнозирования выживаемости пациентов с инвазивным раком молочной железы (BRCA). Метод решает проблему неполноты данных и низкого перекрытия пациентов между различными модальностями, используя самонастраивающуюся двухэтапную оптимизацию для отображения одноомной информации в латентное пространство, учитывающее клинические исходы. Архитектура применяет стохастическое маскирование признаков для искажения входных профилей, после чего модель одновременно восстанавливает отсутствующие молекулярные данные и обеспечивает контрастную согласованность траекторий выживаемости пациентов. Оценка проводилась на когорте TCGA BRCA с использованием надежной пятикратной стратифицированной перекрестной проверки без утечки данных. Результаты показали, что CMVAE превосходит традиционные методы обучения без учителя, достигая AUROC 0.7397 (+/- 0.0239) в задаче прогнозирования выживаемости. Статистический анализ выявил высоко значимую стратификацию риска между группами низкого и высокого риска (p < 0.0001). Кроме того, предложенный метод превзошел шесть современных базовых моделей многоомного анализа выживаемости как минимум на 3%, что подтверждает его эффективность и практическую ценность для персонализированной онкологии.

В исследовании представлен метод Top2All — фреймворк на базе модели Mouse-Geneformer, предназначенный для реконструкции полногеномных профилей экспрессии генов на основе ограниченного набора высокоэкспрессируемых генов. Авторы использовали 24 нормализованных по количеству клеток RNA-seq профиля клеток коры надпочечников мыши (zona fasciculata) в восьми экспериментальных условиях, различающихся полом и уровнем половых стероидов. Оценка проводилась с использованием кросс-валидации по репликам и по условиям, что позволило сравнить модели с явным указанием условия и без него. Результаты показали высокую выборочную корреляцию с измеренной экспрессией, однако анализ на уровне отдельных генов выявил существенные различия между методами, указывая на сложность точной реконструкции биологической вариативности. Исследование продемонстрировало, что информация о поле и стероидном фоне уже сильно закодирована в самих разреженных профилях, поэтому явное добавление меток условия не всегда улучшало результаты. Также установлено, что простой поиск по ближайшим соседям дает более надежный базовый уровень, чем обученная реконструкция, а увеличение числа входных генов не приводит к монотонному росту точности. Выводы подчеркивают необходимость использования строгих базовых линий и метрик на уровне генов при оценке моделей ИИ для восстановления транскриптома.

В исследовании представлена интерпретируемая нейронная сеть CNN-CR, которая обучается распознавать регуляторные мотивы ДНК и предсказывать экспрессию генов на основе данных 116 образцов человека. Авторы доказывают, что регуляция промоторов обладает высокой степенью сжимаемости: небольшой набор из нескольких десятков повторяющихся семейств мотивов сохраняет большую часть предсказательной информации, которая ранее приписывалась значительно более обширным специфичным для клеток словарям. Эти компактные мотивы демонстрируют высокую способность к обобщению, успешно работая на клеточных контекстах, которые не были включены в обучающую выборку. Генетический анализ подтверждает, что данные мотивы консервативны в местах связывания и обогащены в тонко отфильтрованных регуляторных вариантах, связанных с заболеваниями. Исследование выявило двухуровневое влияние клеточного контекста: состояние хроматина определяет доступность конкретных экземпляров мотивов, а идентичность белков-«читателей» определяет то, как эти доступные мотивы интерпретируются транскрипционным аппаратом. Эти выводы подкреплены данными ChIP-seq, демонстрирующими частые сдвиги в occupancy белков-читателей между типами клеток, а также результатами масштабных генетических пертурбаций. Таким образом, работа показывает, как ИИ-модели могут раскрыть механизмы клеточного разнообразия, основанные на дифференциальном доступе к общему генетическому словарю.

В статье представлена scRM — первая в своем роде фундаментальная модель (foundation model) для анализа данных единичных клеток (single-cell), которая обучается непосредственно на сырых чтениях секвенирования (scRNA-seq reads), а не на предварительно обработанных матрицах подсчета экспрессии генов. Авторы подчеркивают, что такой подход не только является вычислительно более эффективным по сравнению с традиционными методами, но и демонстрирует конкурентоспособные результаты, позволяя извлекать биологическую информацию, недоступную для моделей, работающих только с подсчетными данными. Использование сырых данных на этапе предварительного обучения открывает новые возможности для масштабирования фреймворка и исследования альтернативных архитектур нейронных сетей. Исследование предполагает, что подобный подход может расширить возможности предобучения на конкретных наборах данных и выявить ранее скрытые биологические закономерности. Исходный код проекта доступен в открытом доступе на платформе GitHub, что способствует воспроизводимости результатов и дальнейшему развитию метода в биоинформатике. Данный подход представляет собой значительный шаг вперед в применении глубокого обучения к геномным данным, позволяя избежать потерь информации, возникающих при агрегации данных в подсчеты.

Исследователи представляют MUTUAL (MUltiome Transfer in a Unified Aligned Latent space) — фундаментальную модель на основе искусственного интеллекта, предназначенную для интеграции данных одиночных клеток (single-cell) из разных модальностей: транскриптомики (экспрессия генов) и эпигеномики (доступность хроматина). В отличие от традиционных методов, требующих настройки модели под каждое конкретное исследование, MUTUAL использует предварительно обученные и замороженные фундаментальные модели scFoundation и EpiAgent, извлекая из них эмбеддинги. Затем алгоритм обучается на общем латентном пространстве RNA-ATAC с использованием 3,0 миллионов парных клеток, полученных из 400 публичных мультиомных наборов данных. При тестировании на десяти независимых наборах данных, не участвовавших в обучении, модель продемонстрировала высокую точность: она сопоставляла профили РНК и АТК более точно, чем методы, обученные на других донорах из того же набора, а также точнее аннотировала клетки, имеющие только данные по хроматину. Ключевым достижением стала способность модели переносить активность мотивов транскрипционных факторов из данных по хроматину в данные только по РНК, превосходя стандартные методы аннотации типов клеток. В исследовании созревания островков поджелудочной железы, полученных из стволовых клеток, предсказанная на основе РНК активность мотивов точно воспроизвела измеренные этапные изменения, что подтверждает биологическую валидность подхода. Модель делает публичные мультиомные данные напрямую доступными для исследований, использующих только одну модальность, значительно расширяя возможности анализа без необходимости дорогостоящего получения парных данных для каждого нового эксперимента.

Исследователи разработали NEPTUNE (Neuronal cEll death Prediction Tool for Understanding Neurodegenerative Events) — специализированный биоинформатический инструмент, предназначенный для идентификации маркеров клеточной смерти, специфичных именно для нейронов. В отличие от многих существующих методов, которые часто опираются на данные раковых или регенерирующих клеток, NEPTUNE учитывает постмитотическую природу нейронов, что позволяет избежать биологических искажений при анализе нейродегенеративных процессов. Инструмент работает с дифференциально экспрессируемыми генами, полученными из данных одноядерной РНК-секвенирования (scRNA-seq), и предоставляет пользователям детализированные результаты, включая графики, коэффициенты изменения экспрессии (fold change), тип воздействия и силу связи с конкретными путями клеточной смерти. Для валидации метода NEPTUNE был применен к публичному набору данных scRNA-seq модели rd1 мыши, демонстрирующей тяжелую пигментную ретиниту. Анализ показал, что гибель фоторецепторов на поздних стадиях заболевания не ограничивается только апоптозом, а включает перекрывающиеся программы клеточной смерти, что расширяет понимание патогенеза заболевания. Помимо прогнозирования, инструмент выполняет обогащающий анализ GO и KEGG, а также осуществляет маппинг на известные пути WikiPathways, что значительно упрощает интерпретацию сложных биологических данных. Доступность инструмента через веб-интерфейс делает его полезным ресурсом для исследователей, изучающих механизмы нейродегенерации и ищущих новые биомаркеры для диагностики и потенциальной терапии.