Найдите статьи по ключевым словам и фильтрам.
Исследование выявило острую необходимость в поддержке патологов в Колумбии из-за диагностической неопределенности и высокой нагрузки. Участники проекта GLORIA подчеркивают потенциал телепатологии и сканирования слайдов для улучшения своевременности диагностики, несмотря на существующие административные и логистические барьеры.
Статья анализирует двойственную роль ИИ в медицине, рассматривая как возможности для персонализированного лечения и диагностики, так и риски, связанные с алгоритмической предвзятостью и ненадлежащим использованием данных. Автор подчеркивает необходимость этичного и человекоцентричного подхода для предотвращения новых угроз общественному здоровью.
Исследование анализирует использование диалогов с чат-ботами как нового источника данных для мониторинга общественных настроений и дезинформации о вакцинах. С помощью BERTopic и GPT-4o ученые классифицировали более 30 000 сообщений, выявив основные темы и эмоциональный тон пользователей.
Разработан новый метод TRIP для интерпретации сложных биомедицинских данных через выявление общих скрытых причинно-следственных механизмов. Модель успешно применяется к генным регуляторным сетям в раковых клетках, позволяя преобразовывать сложные графы в понятные механизмы для генерации гипотез.
В исследовании представлен новый вычислительный фреймворк ArChIPelago, предназначенный для объединения нескольких позиционных весовых матриц (PWM) в единую совместную модель с помощью методов классического машинного обучения. Авторы использовали широкий спектр алгоритмов — от линейной регрессии до ансамблей деревьев решений — для решения проблемы несоответствия различных PWM для одних и тех же транскрипционных факторов. Тестирование проводилось на масштабном наборе из 704 датасетов ChIP-Seq, охватывающих 36 ортологичных транскрипционных факторов человека и мыши различных структурных семейств. Результаты показали, что ArChIPelago стабильно превосходит по точности лучшие доступные индивидуальные моно- и динуклеотидные PWM, а также разреженные локальные неоднородные смеси моделей. Особую значимость имеет продемонстрированная способность ансамблей PWM осуществлять надежные кросс-видовые прогнозы между человеком и мышью. Данная разработка повышает точность биоинформатического анализа геномных последовательностей и упрощает интерпретацию данных связывания белков с ДНК.
Представлено новое программное обеспечение GlyComboCLI — инструмент с открытым исходным кодом для автоматизированного определения состава гликанов на основе данных масс-спектрометрии. В отличие от предыдущих графических версий, этот CLI-инструмент позволяет интегрировать анализ гликанов в автоматизированные биоинформатические рабочие процессы, соблюдая принципы FAIR (находимость, доступность, совместимость и повторное использование). Приложение поддерживает работу с универсальными файлами формата mzML и обширным спектром моносахаридов, состояний дериватизации и аддуктов. Тестирование на наборе из 52 необработанных файлов данных гликомики мыши показало, что локальный экземпляр системы справляется с назначением составов и контролем качества менее чем за три часа. Программное обеспечение доступно в форматах standalone-исполняемого файла, Docker-контейнера и инструмента Galaxy, что обеспечивает высокую масштабируемость. Использование GlyComboCLI значительно сокращает объем спектров, требующих ручной интерпретации структуры, и позволяет воспроизводимо обнаруживать эффекты, такие как воздействие сиалидазы.
Исследователи представили PXN — вероятностный фреймворк на базе машинного обучения, предназначенный для решения проблемы несовместимости данных экспрессии генов, полученных из различных экспериментальных технологий. Основная проблема заключается в систематических расхождениях между платформами (разные шкалы измерения, химия зондов и распределение сигналов), что препятствует крупномасштабному интегративному анализу. PXN создает единое представление биологического сигнала, позволяя бесшовно переводить данные между различными платформами, сохраняя важную биологическую вариативность и устраняя технологические смещения. В ходе бенчмаркинга метод PXN продемонстрировал превосходство над существующими методами нормализации по точности кросс-платформенного анализа и значительно повысил статистическую мощность дифференциального анализа экспрессии. Особую значимость представляет способность модели преодолевать технологический разрыв между устаревшими микрочипами (microarray) и современным секвенированием РНК (RNA-seq). Это открывает масштабируемый путь для интеграции архивных данных с новейшими исследованиями, ускоряя процесс биомедицинских открытий и разработки новых методов терапии.
В статье представлен MeaSeq — новый высокоскоростной биоинформатический конвейер с открытым исходным кодом, разработанный специально для анализа данных секвенирования следующего поколения (NGS) вируса кори (MeV). Инструмент поддерживает работу с платформами Illumina и Oxford Nanopore Technologies (ONT), обеспечивая полный цикл обработки: от контроля качества и сборки консенсусного генома до детекции вариантов и присвоения идентификаторов последовательностей (DSId). Методология исследования включала сравнительный анализ MeaSeq с «золотым стандартом» секвенирования по Сэнгеру, референсными геномами и общедоступными данными. Результаты валидации подтвердили, что MeaSeq обеспечивает высокую точность и воспроизводимость при анализе полногеномных данных, что критически важно для молекулярного надзора и расследования вспышек инфекции. Использование данного пайплайна позволяет автоматизировать процесс подготовки стандартизированных HTML-отчетов, делая геномный мониторинг доступным для лабораторий общественного здравоохранения. Внедрение MeaSeq может значительно ускорить ответ на вспышки кори за счет упрощения анализа данных WGS.
В статье представлен mehari — новый высокопроизводительный инструмент для прогнозирования эффектов генетических вариантов, разработанный на языке программирования Rust. Основной инновацией является подход «HGVS-first», который обеспечивает детерминированное проецирование вариантов на транскрипты перед оценкой их функциональных последствий, что позволяет достичь строгой синхронизации между номенклатурой HGVS и терминами Sequence Ontology (SO). В ходе тестирования на базе данных ClinVar инструмент продемонстрировал исключительную скорость обработки данных и высокую степень соответствия с признанными стандартами, такими как Ensembl VEP. Особое внимание разработчики уделили обработке сложных биологических случаев, включая рекодинг селенопротеинов, что повышает точность аннотации. Использование Rust позволяет mehari эффективно справляться с масштабными геномными данными, обеспечивая надежность и воспроизводимость результатов. Данная разработка представляет значительный интерес для биоинформатиков и специалистов в области геномики, работающих с крупными массивами данных вариантов.
Исследование посвящено решению проблемы плато в точности предсказания растворимости рекомбинантных белков в Escherichia coli, вызванной игнорированием протоколов центрифугирования. Авторы указывают, что существующие модели ошибочно воспринимают различия в режимах разделения фракций как шум в данных, а не как важную переменную. В рамках работы был представлен набор данных Aiki-Sol, включающий бенчмарк на 85 000 белков с аннотацией строгости режима, расширение на 147 000 белков и исследовательский пул на 229 000 последовательностей. Использование модели Aiki-Sol на базе ESM-2 (650M параметров), обученной с учетом пяти различных протоколов, позволило повысить средний показатель AUC с 0,69–0,70 до 0,825 на внешних когортах. Ключевым выводом стало то, что прирост точности достигается за счет качественной курации данных и учета условий эксперимента, а не за счет усложнения архитектуры нейросети или использования структурных данных ESMFold. Модель демонстрирует стабильный прирост AUC на 0,10–0,16 даже на выборках, не имеющих пересечений с обучающим набором.
Статья представляет собой обзор ключевых трендов с ежегодного собрания Американского общества генной и клеточной терапии (ASGCT), проходящего в Бостоне. Основное внимание уделено стремительному развитию технологий in vivo CAR-T терапии, которая позволяет программировать Т-клетки непосредственно внутри организма пациента, минуя сложный и дорогостоящий процесс ex vivo манипуляций. Эксперты обсуждают переход от традиционных методов клеточной терапии к более масштабируемым генетическим решениям. В материале подчеркивается, что разработчики генетической медицины ищут новые пути преодоления рыночных трудностей через инновационные методы доставки генетического материала. Обсуждаются перспективы использования вирусных векторов и не вирусных систем для точного редактирования иммунных клеток. Данные технологии обещают радикально снизить стоимость лечения и повысить доступность персонализированной иммунотерапии для широких слоев населения.
Медицинская организация Penn Medicine инициировала проект по внедрению технологий искусственного интеллекта в процесс подготовки медицинских кадров. Основой для реализации данной инициативы послужил образовательный грант в размере 1,1 миллиона долларов, полученный организацией в январе. Основная цель программы заключается в использовании ИИ-инструментов для симуляции клинических сценариев и повышения качества обучения практикующих врачей. Проект направлен на интеграцию передовых алгоритмов в образовательную среду, что позволит более эффективно моделировать сложные диагностические случаи. Данная инициатива представляет значительный интерес для медицинского образования, так как демонстрирует переход от традиционных методов обучения к высокотехнологичным симуляционным моделям на базе ИИ. Реализация проекта может задать новый стандарт подготовки специалистов в крупных медицинских центрах.
Статья посвящена анализу деятельности биотехнологического стартапа iECURE, специализирующегося на инновационных методах генной терапии. После того как в начале прошлого года экспериментальная терапия компании показала впечатляющий результат, фактически исцелив младенца от смертельного генетического заболевания, новые клинические данные вызвали вопросы. Исследование, представленное на конференции ASGCT, демонстрирует сложности при масштабировании успеха на более широкую группу пациентов. Текущие результаты тестирования на большем количестве младенцев пока не позволяют с такой же уверенностью говорить о стабильной эффективности метода. Данный кейс подчеркивает критическую проблему в области редактирования генов: разрыв между единичными успешными случаями и воспроизводимостью терапевтического эффекта в рамках клинических испытаний. Для отрасли это служит важным напоминанием о необходимости тщательной верификации результатов при переходе от пилотных случаев к массовым исследованиям.
Компания Esaote представила систему I-Genius — открытый МРТ-сканер, оптимизированный для использования непосредственно во время операций по удалению глиом. Устройство позволяет проводить многократные сканирования без перемещения пациента, обеспечивая хирургов точными данными в реальном времени для более качественного удаления опухоли.
Статья рассматривает возможности применения генеративного ИИ для ускорения разработки медицинских изделий, особенно в процессах написания документации и тестирования. Автор подчеркивает важность внедрения строгих политик управления ИИ для минимизации рисков для безопасности пациентов и защиты интеллектуальной собственности.
Новое исследование, проведенное в пяти ведущих академических медицинских центрах, оценило эффективность использования ИИ-писцов (AI scribes) в клинической практике. Результаты показали, что внедрение технологий автоматического документирования позволяет врачам экономить в среднем около 16 минут за восьмичасовую смену при оказании помощи пациентам. Несмотря на потенциал автоматизации, исследование выявило значительную непоследовательность в использовании этих инструментов медицинским персоналом. Основной вывод заключается в том, что текущие показатели экономии времени остаются умеренными и не достигают ожидаемого радикального сокращения административной нагрузки. Данные подчеркивают необходимость дальнейшей оптимизации ИИ-решений для более глубокой интеграции в рабочий процесс врачей и повышения их реальной продуктивности.
В исследовании представлен инновационный фреймворк на базе машинного обучения, предназначенный для моделирования обнаруживаемости белков на основе данных об экспрессии РНК, атрибутов генов и субклеточной локализации. Авторы проанализировали более 100 000 пар «ген-рак» на основе данных TCGA, TARGET, GTEx и Human Protein Atlas, охватив семь типов опухолей. Результаты показали, что модели, использующие только данные РНК, имеют умеренную точность (ROC-AUC ~0.71), в то время как включение параметров субклеточной локализации значительно повышает точность прогнозирования до ROC-AUC ~0.82. Исследование выявило масштабный разрыв (декаплинг) между уровнями транскриптов и белков: значительное количество генов с высокой экспрессией РНК не обнаруживается на уровне белка. Было установлено, что такие дискордантные гены обогащены в митохондриальных, метаболических и трансляционных регуляторных путях, что указывает на структурированную биологическую природу процесса, а не на случайную вариативность. Работа подчеркивает критическую необходимость учета клеточного контекста и ограничения интерпретации геномных данных исключительно через призму транскриптомики в онкологии.
В данном исследовании представлен инновационный метод аффинной хроматографии, основанный на использовании циклических пептидов, спроектированных с помощью компьютерного моделирования (in silico). Основной целью работы стала разработка высокоспецифичных лигандов для очистки белка C1q, играющего ключевую роль в классическом пути активации системы комплемента. Авторы применили передовую модель предсказания биомолекулярных структур AlphaFold2 для дизайна специфических связывающих пептидов. В ходе работы были синтезированы лариатные циклические пептиды с дисульфидным циклом и биотинилированием, которые затем иммобилизовались на стрептавидиновых носителях. Экспериментальные тесты подтвердили, что разработанная колонка эффективно и специфично захватывает C1q, обеспечивая элюцию с помощью стандартного градиента концентрации NaCl. Важным достижением является сохранение высокой селективности даже в присутствии плазмы крови, что доказывает практическую надежность метода. Данная стратегия de novo дизайна позволяет значительно ускорить процесс создания лигандов, снижая временные и финансовые затраты по сравнению с традиционными методами.
Представлена ProteoPy — легковесная библиотека на языке Python, предназначенная для количественного анализа протеомики на уровнях белков и пептидов. В основе библиотеки лежит структура данных AnnData, что позволяет эффективно объединять биоинформатические данные с сохранением всей метаинформации в едином объекте. Ключевой особенностью является программная реализация алгоритма COPF, которая позволяет осуществлять вывод групп протеоформ непосредственно из пептидных данных. Это дает возможность исследователям идентифицировать специфическую регуляцию протеоформ и использование различных изоформ. Библиотека спроектирована для упрощения рабочих процессов как для специалистов, так и для пользователей без глубоких знаний в биоинформатике. ProteoPy бесшовно интегрируется с экосистемами scanpy и muon, обеспечивая масштабируемость и воспроизводимость мультиомиксного анализа. Инструмент доступен под лицензией Apache 2.0 на GitHub и включает обучающие ноутбуки для быстрой адаптации.
В статье рассматривается потенциал внедрения новых инструментов искусственного интеллекта для ретроспективного анализа уже существующих компьютерных томограмм (КТ) с целью выявления рисков развития сердечно-сосудистых заболеваний. Основная идея заключается в использовании ИИ для автоматизированного скрининга огромных массивов данных, которые уже хранятся в медицинских архивах, что позволяет выявлять скрытые патологии без дополнительных инвазивных процедур. Однако авторы поднимают критически важные вопросы экономической эффективности и практического внедрения: кто возьмет на себя расходы по анализу архивных снимков и как это повлияет на конечные показатели здоровья населения. Исследование фокусируется на разрыве между технологической возможностью массового скрининга и существующими моделями медицинского страхования и оплаты медицинских услуг. Реализация такого подхода может радикально изменить кардиологическую диагностику, если будет решен вопрос финансовой модели и клинической доказанности улучшения исходов для пациентов.
