🪰Нейроны всего мозга, соединяйтесь: ученые составили полный коннектом мозга дрозофилы!

Коннектом — схема всех синаптических связей нейронов. Составить его трудно. Известно всего 3 полных коннектома: нематоды, личинки асцидии и кольчеца, а про позвоночных и говорить нечего. Но ситуация меняется: в марте 2023 г. в Science представили коннектом мозга личинки плодовой мушки из 3 тыс. клеток и 550 тыс. синапсов, а в июне вышла статья с картой брюшной нервной цепочки.

Дрозофила — важный модельный объект. Ей характерны обучение, память, сложное социальное и половое поведение, хотя по размеру мозг сопоставим с одним нашим нейроном! В июле консорциум FlyWire, включающий сотни вычислительных и нейробиологов, представил первый и самый большой сейчас коннектом мозга взрослой самки мушки. Это 150 тыс. нейронов и 50 млн. синапсов. Для сравнения: 40 лет назад замучались с коннектомом C. elegans из 302 клеток!

Как это делали? С помощью компьютерного зрения ученые по электронным микрофотографиям срезов мозга восстанавливали его структуру и получали 3D-изображение — по сути гигантский граф! Далее нужно было откорректировать реконструкцию синаптических связей, созданную искусственным интеллектом с ошибками, и аннотировать нейроны. Вручную! Тут помогла гражданская наука. В основе технологии лежит CAVE — пакет в Python, который позволяет вести совместное редактирование в веб-приложении в реальном времени, сохранять историю пруфридинга и пометки. Специалисты по всему миру делали вычитку, на что ушло 30 человеко-лет! Зато теперь любой мушиный биолог может зайти на веб-ресурс и посмотреть нейронные связи, узнать типы клеток и даже предполагаемые медиаторы в синапсах. Уже 50 лабораторий используют FlyWire.

Но разве это полезно для человека? Оказывается, 65% генов, связанных с болезнями, имеют гомологов у мушки и, внося в них мутации, можно моделировать патологии. Отработанные на насекомом техники позволят приняться за карту нашего мозга (86 млрд нейронов). Вот что ИИ и краудсорсинг творят в нейросайнс!

#выходные_у_бластим

Почему у лаборатории должен быть хороший веб-сайт и как его вести? Забирайте рабочие лайфхаки от экспертов Nature!

Сделать сайт лаборатории актуальным и информативным сегодня очень выигрышно, просто потому что абсолютно все (в научном сообществе в том числе) ищут информацию в интернете.

Например, часто на сайте лаборатории могут искать потенциальных рецензентов, авторов для написания статей, докладчиков конференций и т.д. Если у вашей лабы проработанный веб-сайт, вероятность привлечь внимание организаторов научных мероприятий повышается.

Советы по ведению сайта:

🧑‍🎤 На веб-сайте разместите информацию о членах лаборатории, стажерах, что повысит их известность и улучшит карьерные перспективы. Обязательно прикрепите рабочие контакты.

🌱 Расскажите о коллаборациях, а также культуре, ценностях лаборатории, внерабочих активностях, чтобы привлечь новых потенциальных сотрудников.

📃 Перечислите ключевые публикации, укажите профили авторов в ORCID.

🏆 Упомяните награды, достижения, членство в ассоциациях, чтобы подчеркнуть, что вы профессионалы.

💡 Расскажите, каким направлением увлечена ваша лаборатория и на какой глобальный научный вопрос ищет ответы. А также опишите только что начатые проекты — об этом обычно нелегко найти информацию, но будет крайне интересно для студентов, которые думают, куда можно присоединиться.

🔎 Проведите SEO: дайте ссылку на сайт лаборатории на главной странице вашего учреждения.

🇬🇧 Сделайте английскую версию сайта и вообще не забывайте регулярно обновлять страничку!

Примеры качественных сайтов:

https://www.thetklab.com/
https://www.bakerlab.org/
https://www.aleksdelab.com/
https://adameykolab.eu/
https://patapoutianlab.org/

Создание веб-сайта, может быть, не самая простая вещь, но в нашу эпоху на это точно имеет смысл потратить время!

#бластим_технологии

🏅Сможет ли ИИ предсказать победителей Нобелевской премии?

На носу Нобелевская неделя, и энтузиасты попросили ChatGPT назвать тех, кто получит самый престижный научный приз в 2023. Однако тот отказался ванговать! Тогда они перефразировали вопрос и спросили чат-бот о трех наиболее значимых открытиях, которые сделаны учеными, не отмеченными наградой. ИИ отреагировал, но с ошибками, назвав среди прочего исследователей, которые умерли или уже нобелиаты (конечно, ИИ опять предложил CRISPR). Пока машины обучаются, человек действует своим умом. Например, анализ цитирований позволил компании Clarivate предугадать 70 лауреатов за последние 20 лет: >2 тыс. цитат — и ты нобелиат! Однако одного индекса цитирования явно недостаточно — нужно, чтобы все-таки открытие было новаторским. Но как это увидеть? По влиянию на человечество! А измерять его помогут большие языковые модели (LLM), которые обрабатывают гигантские массивы данных. Скажем, они в состоянии изучить многочисленные архивы, новости, сети научных контактов. Есть надежда, что скоро даже появятся альтернативные премии, которые будут присуждать не члены комитетов, а более объективные нейросети.

🪻Не только красивые цветки, но и ценный растительный белок!

Европа сегодня ищет новые источники белка на замену мясу и сое. И тут на арене появляется люпин! Своими эффектными соцветиями не только радует глаз цветоводов. Уже несколько тысячелетий он используется и как белковая добавка на корм скоту, а также в пищу человеку. Неприхотливый люпин пригоден для выращивания в холодном климате, переносит засуху и суровые почвы, а по протеину богаче сои. Однако перед употреблением семена нужно надолго замачивать, чтобы удалить горькие алкалоиды. Эти соединения — главный фактор, почему люпины не пользуются популярностью. В 1930-е были обнаружены мутантные растения с низким содержанием антипитательных веществ, но до конца понять (и потом сломать) пути биосинтеза алкалоидов не удавалось. Сегодня ученые приблизились к расшифровке метаболического пути. С помощью современных подходов скрининга на основе цифровой ПЦР обнаружили SNP, который приводил к нарушению работы фермента ацетилтрансферазы и обуславливал низкое содержание горечей. Ученые воспроизвели его химическим мутагенезом и создали сладкий люпин. Открытие, наконец, позволит ввести в селекционный процесс интересные дикие сорта!

🕸Бабочки плетут паутину?!

Волокна паутины эластичны и прочны, однако содержать вместе пауков невозможно — в уплотненных условиях производства они уничтожают друг друга. Шелк тутового шелкопряда легко рвется и годится только для текстиля, но зато гусеницы относительно просто разводятся. Биологи давно хотели совместить лучшие качества. К сожалению, ранее этого не удавалось: гены белков-спидроинов паучьего волокна слишком крупные и встроить их другим организмам не получалось. На этот раз китайские специалисты отыскали крестовика из Восточной Азии с относительно небольшим геном белка паутины. С помощью CRISPR, они отредактировали шелковичных червей, заменив собственные гены шелка на паучьи. Трансгенные шелкопряды продуцировали отличное волокно, которое было сопоставимо с натуральным и оказалось в шесть раз прочнее кевлара, используемого в бронежилетах. Крепкие и легкие нити можно будет применять в машиностроении, а также изготовлении шовных материалов для хирургии.

#выходные_у_бластим

От УЛЫБКИ станет всем светлей!

В учебниках химии органические вещества представляют в виде структурных формул. Это удобно для человека и используется с XIX в. Вообще, в печатной литературе накоплен огромный пласт информации в виде текста и графики, который до сих пор не включен в базы данных. Но почему? Сейчас же эра высоких технологий. Огромная проблема — превратить изображения молекул в машиночитаемый вид. Для алгоритмов рисунки формул не более, чем набор пикселей. Им нужен формат SMILES — упрощенное линейное представление. Скажем, кофеин для компьютера выглядит вот так: CN1C=NC2=C1C(=O)N(C(=O)N2C)C

Немецкие химики из Вестфальского и Йенского университетов, вдохновившись историей, где ИИ обыграл человека в го, для извлечения ценных данных создали бесплатное приложение с открытым исходным кодом DECIMER.ai (Deep lEarning for Chemical ImagE Recognition). Разработка впитала последние достижения глубокого обучения, компьютерного зрения и обработки естественного языка. DECIMER — первая автоматизированная и комплексная платформа: туда загружается статья, далее инструмент сегментации находит изображение среди текста, а потом классификатор проверяет, есть ли на картинке химструктура. И, наконец, трансформер с высокой точностью преобразует визуальное преставление в SMILES. Всё благодаря тому, что ученые обучили глубокую нейросеть на 450 млн изображений из PubChem, арендуя вычислительные мощности Google Cloud. Decimer Image Transformer превзошел доступные инструменты оптического распознавания химических структур (OCSR), запрограммированные по жестким правилам.

Теперь можно сканировать старые печатные статьи и оцифровывать структуры, в том числе и нарисованные учеными от руки! А еще моментально распознавать молекулы, снятые на мобильный телефон во время конференций. Новинка должна улучшить доступность данных в химии, хемоинформатике и быть полезной для фармы, с/х и биотеха.

Веб-приложение уже ждет всех желающих. Вы можете загрузить pdf-файл, и ИИ начинает работать. Рекомендуем затестить!

#выходные_у_бластим