Вениамин Фишман

Регистрация на БХТ'25 открыта ✨

Мы рады объявить старт регистрации на БХТ’25! Хакатон пройдет с 1 по 4 декабря в Санкт-Петербурге 🤩
Новые вызовы, актуальные проблемы науки и реального сектора — раскрываем задачи будущего хакатона:

🧬 1. Регуляторные элементы транскрипционного профиля макрофагов при воздействии атерогенных факторов
🧬 2. Транскрипционный профиль клеток при патогенных вариантах в moonlightning белках на примере NBAS
🧬 3. Влияние аминокислотных замен на амилоидогенность и структурную стабильность белков
🧬 4. Поиск функциональных генных модулей, характеризующих транскрипционный клеточный ландшафт лимфом на уровне single-cell RNA-seq
🧬 5. Деконволюция тотального RNA-seq для изучения стресс-индуцированных транскриптомных изменений в клеточных популяциях гиппокампа и амигдалы крыс
🧬 6. Разработка пайплайна для данных WES и WGS эмбрионов человека

🎁 Победителей ждет денежный приз, а всех участников — подарки от спонсоров.
📌 Готов присоединиться?
Переходи по ссылке, изучай детали и заполняй заявку до 5 ноября: https://kub.academy/

Приглашай коллег и единомышленников, которые горят биоинформатикой и готовы к интересным вызовам. Пусть в этом году нас станет ещё больше💪

Дорогие коллеги,

наш отдел молекулярных механизмов онтогенеза на протяжении нескольких лет проводит ретрит - микроконференцию, на которой все сотрудники нашей большой группы рассказывают о своих успехах за прошедший год. Мы делаем это в неформальном стиле, а в программе, кроме докладов, есть ещё немножко времени на свободное общение, игры и другие "ненаучные" мероприятия.

Мы пока не созрели, чтобы организовать настоящую конференцию и у нас нет на это какого-то специального финансирования. Поэтому мы не приглашаем официально выступать на этом мероприятии с докладами. Но если кому-то интересны наши работы (в основном - геномика человека и животных, трансгенез и медицинская генетика) - можно также неформально присоединиться к нам. В этом году мы выезжаем в Бурмистрово (тер.Сказочный,дом 1) - там большая база отдыха, где можно забронировать себе жилье и поучаствовать в наших научных сессиях. С транспортом от и к ИЦиГ мы сможем помочь.

В приложении программа. Если кто-то захочет к нам присоединиться - напишите мне. Мы всегда рады гостям!

П.С. А ещё будет трансляция в zoom, тоже пишите, отправлю ссылку. Но в зум не так душевно!

☑️ Интервью на логиста в компанию по продаже реактивов пройдено

А теперь к действительно важным Новостям

Употребление кимчи каждый день может помочь предотвратить набор веса, говорится в новом исследовании.
Исследование поддержано грантами Всемирного института кимчи.

Может ну его этот РНФ, пишем заявку в Всемирный институт кимчи?
Я уверен, что после хорошей порции ядрёного кимчи ТАДы могут расплестись, а потом надо много энергии чтоб заплести их обратно. Может это и есть механизм предотвращения набора лишнего веса 🧐

Прошло около 10 лет с того момента, как я прочитал первую лекцию в университете Сириус. На протяжении этого времени я почти каждый год приезжал в Сочи, но всегда по работе. Потому, к своему стыду, так ни разу и не побывал на красной поляне. В воскресенье, благодаря коллегам, удалось исправить это досадное упущение. Виды - фантастические, а если не использовать подъёмники, то это ещё и прекрасная возможность потренировать мышцы ног!

Коллеги попросили распространить информацию о школе по NGS-анализу геномов растений.

Ответ от авторов BRAKER - это баг. Приятно, что они так быстро отвечают.

Вопрос к сообществу биоинформатиков: может быть кто-то знает, в каких случаях BRAKER внутри гена выделяет mRNA? Он во всех аннотированных генах их пытается искать? У нас нашлось 17к генов и ~2k mRNA, пытаемся понять, почему так.

У кого вообще какие результаты получались при запуске BRAKER3 на геномах млеков средней паршивости?

Когда я где-то год назад получил грант в Сириусе и начал периодически бывать в Сочи, меня очень впечатлило что в магазине "магнит" рядом с домом весы сами распознают, какой товар они взвешивают. Не нужно запоминать номер на овощах, чтобы выбить чек... Сегодня увидел что такие же весы установили в перекрёстке.

Ясно, что это элементарная на сегодняшний день сетка, какой-нибудь условный ResNet из 2010-ых, но как же всё-таки приятно ощущать прогресс в таких мелочах!

А вот и альтернативные мнения о фаговой модели.

Не успею подробно разобрать все детали, но отмечу два принципиально важных момента:

1) да, есть много интересных бейзлайнов, которых не хватает в работе. С другой стороны, когда никто не мог сгенерировать синтетический геном живого* организма до тебя, а ты смог, кажется, что это не твоя задача доказывать что можно это сделать более простыми методами. Можно было бы - чего ж раньше не сделали.

* называется ли вирус живым - это какой-то страшный вопрос из старых ЕГЭ по биологии, который заслуживает отдельного разбора

2) утверждений о том, что белки с гомологией 70% часто могут иметь идентичную структуру и поэтому будут одинаково работать, наверное, верное (я не проверял). Но утверждение о том, что любые 30% замен нейтральные и не меняют структуру и функцию белка - точно не верное, мы знаем много примеров, когда замена 1 а.к. критична. Так что если авторы смогли найти алгоритм поиска таких замен, которые не влияют на структуру белка, это ценно. Мог ли этот алгоритм работать не используя языковые модели? Неизвестно. Должны ли были авторы это проверять? Было бы интересно, если бы они попробовали, но см. пункт 1.

Тут недавно Arc опубликовал очередную статью про ево2

Утверждается, что они научились моделью генерировать бактериофаги. Оставив в стороне вопрос — а зачем — ведь оптимизировать свойства генерируемого они не умеют, посмотрим саму статью. В конце концов, может это первый шаг.

Но достаточно прочитать методы, чтобы увидеть, что модель не может сгенерировать структуру бактериофага сама. По-умолчанию вообще не может, хотя вроде в обучающей выборке он был. Надо дообучать на геномах целевого фага.

Далее — модель не может уловить архитектуру фага — какие белки в какой последовательности и как должны быть расположены. Приходится жёстко фиксировать эту архитектуру и вводить жёсткие правила типо того, что в сгенерированный последовательности обязательно должен быть спайк белок с идентичностью не менее 60% нативному. Очень интересно.
Ну и в принципе авторы гордо пишут, что в фагах, что они сгенерировали и те оказались функциональными, идентичность последовательностей белков не более 70%.
Начнем с того, что белки с идентичной на 70% последовательностью скорее всего будут иметь точь-в-точь одну структуру. Далее вопрос, где различия накоплены — авторы предусмотрительно не рисуют наложений структур. А я подозреваю, различия в всяких петлях.
Ну и наконец — для белковых моделей уже показано, что 1) можно ими генерировать функциональные белки 2) эти белки с "низкой гомологией белкам из тренировочной выборки" на самом деле будут составлены из двух-трёх белков этой выборки. Так как идентичность считается попарно, без анализа такое не увидишь, но оно есть.
Кому интересно: ссыль1, ссыль2

По итогу возникает вопрос — а точно HMM на нужных семействах белков справится хуже? Или просто сэмплирования случайных букв в каждой позиции выравнивания? Ответа на этот вопрос нет, ибо удовольствие недешевое и до этого так не делали. А Арк бейзлайнов не делает. Ну и вообще замывает факт того, сколько там фильтраций и прочего.

В общем конечно фанаты dnalm теперь будут прыгать и кричать что dnalm уже искусственные организмы делает. Советую в этом случае спрашивать у них детали из данной статьи:)

А так статьи от Arc Institute надо воспринимать как пресс-релизы — много передергиваниц и преувеличений, а есть ли смысл — мое имхо что нет.

Кто-нибудь, обучающий нейросети, когда-нибудь встречался с таким графиком loss? Когда он идет "ступенями"? Loss логируется как среднее на каждые 50 батчей и сбрасывается (обнуляется) после каждого логирования.

Я очень часто такое вижу в наших тренах, решил разобраться, почему так происходит. Вот лучшее объяснение, которое я смог найти, но оно все равно не полное:

https://www.fast.ai/posts/2023-09-04-learning-jumps/

Интересно узнать, сталкивался ли кто-то ещё с этим.

В отличие от учёных-биологов, для которых основным критерием успешности является публикация в научных журналах, у исследователей в области AI наиболее важным показателем являются публикации на конференциях уровня А*. На такие конференции подаются полноценные статьи, а не короткие тезисы, как мы привыкли на биологических конференциях, а задача попасть в список опубликованных работ, на мой взгляд, сопоставима по сложности с публикацией с IF>10. Кроме того, в год обычно проходит не более 4 — 5 конференций по подходящей тематике, так что число попыток ограничено.


Сегодня получил от коллег информацию, что работы целого ряда российских научных организаций, который находится в санкционном листе SDN, сняли с престижной конференции NeurIPS несмотря на официальнвй accept от рецензентов и "редакторов" (их роль в системе конференций выполняет metareviewer).

Официальная причина: организаторы не могут предоставить платные услуги лицам из SDN (участие в конференциях платное).

Хочу обратить внимание студентов и аспирантов, выполняющих работы в области ML, на стипендию от Сбера:

https://sberstudent.ru/scholarship/?ysclid=mfnodunmhl423009319

Стипендии предлагаются хорошие - 30 тыс. в месяц для студентов, 100 тыс. для аспирантов.

AIRI является партнером данной программы.

Дерзайте!

Выше я уже неоднократно писал об успехах языковых моделей ДНК. На этом канале также можно почитать и мнения скептиков, которые считают, что текущие модели работают не на столько лучше аналогов, чтобы считать направление языковых моделей перспективным. Мне, в свою очередь, кажется, что мы просто движемся маленькими шажками (как это почти всегда бывает в науке), но эти шаги приведут нас к большим прорывам. И новая работа от ARC institute, как мне кажется, подтверждает эту гипотезу:

Модель Evo2 способна генерировать жизнеспособных бактериофагов, по фитнесу превосходящих дикотипных.

https://www.biorxiv.org/content/10.1101/2025.09.12.675911v1

те, кто работают с фагами, знают, что их геномы высоко оптимизированы и не так-то просто внести какое-либо изменение, которое хотя бы не уменьшает фитнес. Хотя (как и любая генеративная языковая модель) модель Evo по сути комбинирует увиденные ранее фаги, созданные комбинации не являются точной копией какой-либо сущетсвующей в природе последовательности (авторы специально ограничили генерацию уровнем сходства <95% с существующими геномами). Наиболее далекие от встречающихся в природе синтетические фаги имели гомологию на уровне белка менее 70%!

Создание же синтетических бактериофагов с повышенной вирулентностью in silico - сверхсложная задача. Авторы статьи показывают, что современные модели могут к ней подступиться .