Поиск

В исследовании проведен сравнительный анализ четырех популярных моделей глубокого обучения, предназначенных для прогнозирования эффектов вариантов сплайсинга, на основе набора данных MFASS, включающего 27 733 однонуклеотидных варианта с подтвержденными экспериментальными результатами. Результаты бенчмарка показали, что модель Pangolin является наиболее эффективной для предсказания нарушений сплайсинга с показателем AUROC 0.888 и средней точностью (average precision) 0.421, опережая SpliceAI (AUROC 0.819), SpliceTransformer (AUROC 0.786) и MMSplice (AUROC 0.758). Ключевым открытием стало обнаружение системной «слепой зоны»: все протестированные инструменты демонстрируют высокую точность вблизи сайтов сплайсинга, однако их чувствительность резко падает при анализе вариантов внутри экзонов. В частности, 19% всех нарушающих сплайсинг вариантов были пропущены всеми пятью протестированными моделями, причем эти ошибки сосредоточены преимущественно в центральной части экзонов. Исследование подтверждает, что данная проблема не является следствием архитектуры, ориентированной только на сайты сплайсинга, так как даже модель MMSplice, учитывающая модульные эффекты, показала аналогичное снижение эффективности. Данные выводы критически важны для геномной диагностики, указывая на необходимость разработки новых алгоритмов для более точного анализа глубоких участков экзонов.

Исследование представляет MetaClaw — инновационный агентный фреймворк на базе больших языковых моделей (LLM), предназначенный для автоматизации сложных биоинформатических рабочих процессов. В отличие от существующих решений, MetaClaw обеспечивает полную воспроизводимость и аудируемость за счет разделения анализа на детерминированный поток FlowHub и настраиваемые контейнеры OpenClaw, объединенные единым реестром YAML-конвейеров. В ходе тестирования на 94 образцах из четырех опубликованных исследований система продемонстрировала высокую точность: восстановление 3/3 признаков рассеянного склероза (RRMS), 5/5 групп маркеров вечной мерзлоты и 3/5 маркеров колоректального рака (CRC). Бенчмаркинг показал, что использование целостной архитектуры реестра сокращает время выполнения задач на 32%, уменьшает количество вызовов инструментов на 37% и снижает затраты на токены на 47%. Система гарантирует безопасность данных, так как контейнеры для последующего анализа работают без доступа к сети. MetaClaw успешно решает проблему воспроизводимости выводов в мультиомных исследованиях, обеспечивая устойчивость к возмущениям и измеримую эффективность ресурсов.

В исследовании представлен новый биоинформатический инструмент EXCAVATE-HT, предназначенный для высокопроизводительного поиска мишеней для аллель-специфичного редактирования генома с помощью системы CRISPR/Cas. Основная инновация заключается в возможности таргетирования распространенных однонуклеотидных полиморфизмов (SNP), что позволяет охватить значительно большее количество пациентов по сравнению с подходом, ориентированным на редкие мутации. Алгоритм анализирует популяционные данные вариантов, позволяя пользователям задавать интересующие локусы, тип Cas-белка и частоту SNP для генерации аннотированных списков направляющих РНК (gRNA). Инструмент также способен проектировать библиотеки пар gRNA для осуществления эксцизии (вырезания) участков ДНК. В ходе тестирования на гене CRX (Cone-Rod Homeobox), ответственном за наследственные заболевания зрения, EXCAVATE-HT продемонстрировал способность проектировать стратегии, которые потенциально могут помочь более чем 30-кратному количеству пациентов по сравнению с таргетированием одной конкретной мутации. Данная разработка имеет критическое значение для развития персонализированной геномной терапии и масштабирования методов генного редактирования.

В исследовании представлена новая вычислительная модель FusedFCR, предназначенная для анализа данных секвенирования РНК единичных клеток (scRNA-seq) во временных рядах. В отличие от существующих методов, FusedFCR использует регуляризованную модель коэффициента прямой непрерывности, которая позволяет не просто выстраивать псевдовремя, но и точно определять маркерные гены, ответственные за переходы между конкретными стадиями дифференцировки. Методология сочетает Lasso-регуляризацию для отбора генов и штраф слияния (fusion penalty), что позволяет фиксировать как стабильные, так и кратковременные изменения экспрессии. Тестирование на данных дифференцировки бета-клеток поджелудочной железы мыши (7 временных точек) и вневорсинчатых трофобластов человека (4 временные точки) подтвердило высокую точность модели. Результаты показали, что FusedFCR эффективно идентифицирует биологически интерпретируемые гены и пути, соответствующие известным процессам развития, обеспечивая при этом конкурентоспособную точность классификации стадий. Данный инструмент представляет значительную ценность для биоинформатики и системной биологии, позволяя детально картировать молекулярные программы развития клеток.

Исследователи представили pHaseMD4AI — масштабный набор данных молекулярной динамики, разработанный специально для обучения генеративного ИИ пониманию термодинамики, кинетики и конформационной эволюции белков. Датасет объединяет две ключевые ветви: глобально уравновешенную ветвь пептидов (включая три- и тетрапептиды с посттрансляционными модификациями) и ветвь белков масштаба протеома, использующую метод молекулярной динамики с постоянным pH (CpHMD). В состав данных входят синхронизированные атомные координаты (R), скорости (V), силы (F) и кинетические аннотации на основе марковских моделей состояний. Разработчики также запустили веб-портал для визуализации и загрузки траекторий, что делает ресурс доступным для широкого сообщества. В качестве демонстрации возможностей набора была представлена модель, способная предсказывать равновесные распределения диэдральных углов на уровне остатков непосредственно из аминокислотной последовательности. Этот ресурс критически важен для создания новых методов машинного обучения, способных учитывать изменения pH и химические модификации при моделировании биомолекул.

Исследователи представили SPgen — инновационную мультимодальную платформу на базе фундаментальных моделей, предназначенную для предсказания пространственного распределения белков в тканях. В отличие от существующих методов, которые ограничены анализом лишь малого количества белков, SPgen интегрирует белковые последовательности, функциональные аннотации, транскриптомные профили и пространственные данные для создания универсальных представлений. Методология позволяет модели выходить за рамки экспериментально измеренных панелей белков, обеспечивая протеомно-широкое предсказание. В ходе тестирования на различных наборах данных пространственной протеомики модель продемонстрировала высокую точность реконструкции пространственных паттернов и эффективное снижение уровня измерительного шума. Данная технология имеет критическое значение для понимания функций тканей, механизмов заболеваний и оценки терапевтического ответа, значительно снижая стоимость и расширяя возможности высокопроизводительного анализа без необходимости дорогостоящих экспериментов.

В исследовании представлен новый биоинформатический инструмент multiScaleAC, предназначенный для анализа пространственной транскриптомики и изучения взаимодействия клеток в опухолевом микроокружении. Авторы решают проблему предвзятости при выборе фиксированного радиуса взаимодействия, предлагая использовать расширенный индекс Морана с применением гауссова ядра и варьируемой шириной полосы пропускания (h). Методология позволяет анализировать взаимодействия на различных пространственных масштабах, используя функциональный анализ данных. В ходе симуляций метод продемонстрировал высокую статистическую мощность: показатель 1.00 при полосах пропускания более 5 для истинных взаимодействий. При тестировании на 8 образцах ткани толстой кишки (Visium) инструмент выявил профили лиганд-рецепторных взаимодействий с точностью 73.7%–87.2% по сравнению с методом spatialDM. Применение метода к данным по почечно-клеточной карциноме показало, что показатели функционального компонента 1 коррелируют с воздействием иммунотерапии: в стромальных тканях, подвергшихся лечению, наблюдался значительно более высокий уровень взаимодействий COL4A1-ITGAV. Это делает multiScaleAC важным инструментом для более точного понимания архитектуры тканей и ответа на терапию.

Исследование представляет новый интерпретируемый ансамблевый фреймворк на базе машинного обучения, предназначенный для прогнозирования жидкостно-жидкостного фазового разделения (LLPS) белков. В отличие от традиционных методов, опирающихся на структурную стабильность, данная модель использует эмбеддинги языковых моделей белков (protein language models) и предсказанные структуры для анализа внутренне неупорядоченных регионов (IDR). Разработанный двухэтапный классификатор эффективно разделяет белки на саморазделяющиеся и зависящие от партнеров, демонстрируя превосходство над существующими методами на независимых бенчмарках, особенно в категории партнерно-зависимых белков. Авторы применили модель к базам данных болезнетворных вариантов, обнаружив, что патогенные мутации значительно обогащены в регионах, ответственных за фазовое разделение. Результаты показывают, что такие мутации часто нарушают показатели склонности к LLPS, что указывает на нарушение регуляции фазового разделения как на ключевой механизм развития множества заболеваний. Данный инструмент позволяет не только точно идентифицировать фазоразделяющие белки, но и количественно оценивать влияние конкретных мутаций на биофизические свойства протеома.

В исследовании представлен LiFT — автоматизированный конвейер анализа изображений на базе Python, разработанный для точного количественного анализа кинетики двухцепочечных разрывов ДНК (DSB), вызванных радиацией. Традиционный ручной анализ данных микроскопии в реальном времени является трудоемким и подвержен субъективности оператора, что снижает воспроизводимость результатов в онкологических исследованиях. Алгоритм LiFT позволяет сегментировать и отслеживать ядра клеток без необходимости использования специальных красителей, а также корректировать межфреймовое движение с помощью регистрации изображений. Система автоматически обнаруживает и отслеживает фокусы белков репарации внутри ядер, что дает возможность напрямую измерять динамику отдельных событий восстановления ДНК. Эффективность метода была подтверждена на клеточных линиях PLC/PRF/5 и U2OS-SSTR2, продемонстрировав высокую масштабируемость и универсальность для различных конфигураций микроскопии. Разработчики выпустили LiFT как open-source пакет с графическим интерфейсом пользователя (GUI), что значительно упрощает внедрение инструмента в повседневную лабораторную практику.

Статья предлагает этическую основу для разработки честного и прозрачного ИИ в сфере психического здоровья, основываясь на принципах научной честности Ричарда Фейнмана. Особое внимание уделяется рискам предвзятости алгоритмов в отношении нейроотличных пользователей и предлагаются пять критериев для минимизации стигматизации и ошибок классификации.

Исследование посвящено анализу многоагентных систем на базе больших языковых моделей (LLM) в контексте цифрового здравоохранения. Авторы предлагают фреймворк HAMAgent, который использует обратную связь от человека (human-in-the-loop) для улучшения распознавания эмоций и понимания поведения человека.

Представлен новый фреймворк RAG-GNN, объединяющий графовые нейронные сети с модулем плотного поиска по текстовому корпусу для улучшения анализа белковых взаимодействий. Исследование показало, что использование механизмов RAG позволяет улучшить функциональную кластеризацию белков по сравнению с классическими GNN-моделями.

Исследование оценивает возможность использования расхождений между различными системами автоматического распознавания речи (ASR) для выявления ошибок в медицинских транскриптах. Результаты показывают, что низкий уровень согласия между моделями эффективно локализует зоны неопределенности, позволяя человеку сосредоточиться на критических участках текста.

В данном исследовании представлен комплексный бенчмарк фундаментальной геномной модели Evo 2 на массиве из 19 429 вирусных геномов из базы RefSeq. Авторы проанализировали способность модели Evo 2 (параметром 20 млрд) улавливать сложную архитектуру вирусных геномов, выходящую за рамки простого нуклеотидного состава. С помощью линейных зондов было установлено, что на оптимальном промежуточном слое модель достигает точности 0.96 в классификации классов по системе Балтимора и 0.99 в определении домена хозяина. Ключевым результатом стало то, что эмбеддинги модели значительно превосходят базовые показатели (6-мерный состав) в декодировании плотности генов (R=0.77), доли кодирующих последовательностей (R=0.61) и перекрытия генов (R=0.64). В задачах генерации фрагментированных геномов модель показала перплексию 1.18 бит/нт для бактериофагов и 1.80 бит/нт для вирусов эукариот. Исследование доказывает, что Evo 2 действительно кодирует функциональную архитектуру вирусных геномов, что открывает новые возможности для биоинформатического анализа и синтетической биологии.

Компания Longeviti Neuro Solutions запустила платформу ClearFit AI, которая использует сонолюцентные краниальные имплантаты для создания интерфейса ультразвукового сканирования мозга. Технология позволяет проводить визуализацию мозга у постели больного в реальном времени, снижая зависимость от транспортировки пациентов на КТ и МРТ.

В исследовании представлен ProMiSE — первый специализированный бенчмарк, предназначенный для оценки способности моделей ИИ учитывать динамическую природу белков и их переходы между различными конформационными состояниями. Авторы разработали уникальный набор данных, объединяющий механизмы внутренних, лиганд-индуцированных и белок-индуцированных изменений. В ходе тестирования передовых моделей, включая AlphaFold3 и современные генеративные подходы, было выявлено, что существующие системы плохо справляются с моделированием множественных состояний и часто игнорируют биологический контекст. Анализ внутренних представлений показал, что обучение на доминирующих структурах смещает предсказания моделей в сторону наиболее часто встречающихся состояний, подавляя альтернативные биологически важные формы. При этом использование модели BioEmu продемонстрировало, что снижение предвзятости на этапе декодирования позволяет существенно улучшить точность сэмплирования многосостояний без необходимости радикальной переработки архитектуры парных представлений. Данная работа критически важна для развития структурной биологии и разработки ИИ-инструментов для точного дизайна лекарств.

В исследовании представлена инновационная четырехэтапная методология импутации (заполнения пропусков) данных, разработанная специально для преодоления проблемы неполноты и гетерогенности наборов данных в космической биологии. Авторы решают критическую проблему нехватки образцов, которая препятствует созданию надежных вычислительных моделей реакции человеческого организма на космический полет. В качестве практического применения (case study) использовались мультимодальные данные миссии NASA RR9, включающие ретинальную визуализацию и омиксные профили. Методология позволяет не только восстанавливать отсутствующие значения, но и диагностировать причины их отсутствия, оптимизируя стратегии восстановления для сохранения биологического сигнала. Ключевым результатом стало выявление важного компромисса: хотя импутация значительно повышает точность прогностических моделей, она может скрывать тонкие биологические закономерности. Данный фреймворк закладывает фундамент для разработки цифровых двойников человека в экстремальных условиях и предоставляет ученым инструменты для оценки достоверности восстановленных данных.

Представлен DModE — инновационный программный фреймворк, предназначенный для сквозного анализа данных прямого секвенирования РНК (DRS) с использованием технологии Nanopore. Основная проблема текущих методов заключается в необходимости ручной интеграции множества разрозненных инструментов для оценки экспрессии и выявления модификаций РНК. DModE решает эту задачу, объединяя препроцессинг на базе Nextflow (совместимый с Epi2ME) и специализированный Python-пакет для глубокого статистического анализа. Платформа позволяет проводить дифференциальный анализ экспрессии генов и изоформ, а также выявлять изменения в модификациях РНК на геномном и транскриптомном уровнях. Ключевой особенностью является возможность автоматического построения интерактивных HTML-отчетов, включающих метагенное профилирование и оценку взаимосвязи между динамикой экспрессии и эпитранскриптомными изменениями. Внедрение DModE значительно снижает порог вхождения для исследователей и упрощает комплексное изучение биологии РНК-модификаций.

Представлена GeroQubit — инновационная платформа для генерации малых молекул (de-novo design), ориентированная на геронауку и принципы честного машинного обучения. В отличие от ресурсоемких GPU-решений, платформа использует модель «мишень x ткань x признак старения» для организации кандидатов. Методология включает использование структурных приоритетов тканей и оценку эффективности через k-NN (k-ближайших соседей), где выявленный сигнал (rho ~ 0.145) сопровождается эмпирически калиброванными конформными интервалами (покрытие 90.3%). В ходе ретроспективного тестирования на 1940 связывающих соединениях ChEMBL платформа показала высокую точность: ROC-AUC 0.945 и обогащение в 20 раз при 1% (BEDROC 0.91). Однако авторы честно указывают на ограничение: при работе с принципиально новыми хемотипами точность падает до уровня случайного выбора (AUC 0.62). Молекулы проектируются с учетом реакционной способности (reaction-first), что гарантирует наличие синтетического пути и прозрачность происхождения синтонов, а параметры ADMET оптимизируются как многокритериальная задача Парето.