Американские исследователи выяснили, как именно физические нагрузки защищают наш мозг на молекулярном уровне. В научном журнале Cell вышло новое исследование, которое показывает, что пользу от упражнений можно передать стареющему мозгу через кровь даже при полном отсутствии тренировок.

Исследователи обнаружили, что ключевую роль в этом процессе играет печень. Во время физической активности она выделяет в кровоток особый фермент под названием GPLD1, который относится к экзеркинам — так называемым факторам физической нагрузки. Оказалось, что повышение уровня этого вещества способно обращать вспять потерю памяти, связанную как с естественным старением, так и с болезнью Альцгеймера.

Интересно, что фермент печени действует не на сами нервные клетки, а на кровеносные сосуды головного мозга. С возрастом на стенках этих сосудов увеличивается количество специфического белка (TNAP), который нарушает транспорт веществ через гематоэнцефалический барьер и ухудшает умственные способности.

Главные выводы исследователей:
- Выделяемый печенью фермент GPLD1 расщепляет и нейтрализует накопившиеся с возрастом белки на кровеносных сосудах мозга.
- У старых мышей такое воздействие восстановило нормальный транспорт веществ в мозг и вернуло когнитивные функции к уровню молодых особей.
- На моделях болезни Альцгеймера повышение уровня GPLD1 снизило накопление амилоидных бляшек в мозге и значительно улучшило память.
- Искусственная блокировка возрастного белка на сосудах дает такой же выраженный омолаживающий эффект, полностью имитируя пользу от занятий спортом для мозга.

Это открытие открывает новые пути для разработки лекарств от старческого слабоумия. В будущем оно может привести к созданию терапии, «имитирующей» эффект физических упражнений, что особенно актуально для пожилых людей и пациентов, которые в силу состояния здоровья не могут вести активный образ жизни.

DeepMind выпустила AlphaFold 4 - новую версию системы предсказания структуры белков, которая расширяет задачу от "формы одного белка" к моделированию биологических взаимодействий. Если предыдущие версии в основном фокусировались на индивидуальных белковых структурах, то теперь модель работает на уровне комплексов и интерфейсов.

Технически AlphaFold 4 охватывает примерно 20 000 человеческих белков, поддерживает многосубъединичные комплексы (multi-chain complexes), моделирует белок–белковые взаимодействия и учитывает ряд посттрансляционных модификаций. Заявленная точность достигает около 98% на бенчмарках, в ряде случаев приближаясь к экспериментальному разрешению методов структурной биологии. Препринт обновлён 18 февраля 2026 года и доступен на arXiv.

Ключевой сдвиг в том, что теперь речь идёт не просто о предсказании "свёртки" изолированной цепочки, а о моделировании интерфейсов взаимодействия - именно там, где формируются лекарственные мишени. В фармакологии критично понимать, как белки контактируют друг с другом, где находятся карманы связывания и как меняется конформация в составе комплекса. Улучшенная точность на уровне интерфейсов делает потенциально более доступными для структурного анализа такие сложные мишени, как KRAS и MYC, которые долго считались "труднодоступными" или "недраггируемыми" из-за отсутствия стабильных связывающих карманов.

Фармацевтические компании уже интегрируют ИИ-сгенерированные структуры в ранние этапы drug discovery. Это не означает мгновенного сокращения разработки с 10 лет до 2, но означает уменьшение структурного "узкого места": быстрее определяется геометрия мишени, быстрее моделируются комплексы, быстрее запускаются циклы виртуального скрининга и оптимизации молекул.

Если AlphaFold 2 фактически решил задачу предсказания индивидуальной структуры белка, то AlphaFold 4 начинает системно решать задачу взаимодействий. Структурная биология постепенно смещается от исключительно кристаллографии и крио-ЭМ к гибридной модели, где ИИ генерирует структурные гипотезы, которые затем уточняются экспериментально. Это переход от "картографирования молекулы" к "инженерии молекулы".

Главный вопрос уже не в том, можем ли мы предсказать структуру с высокой точностью, а в скорости трансляции структурной информации в терапию. По мере роста точности интерфейсных предсказаний и учёта модификаций белков сокращается разрыв между вычислительной моделью и клинической реальностью, что потенциально ускоряет разработку таргетных лекарств следующего поколения

Прикиньте: просрать мировую гегемонию из-за плохого промптинга или галлюцинации чат-бота...

У меня кайнда выросло уважение к Нассему Талебу на фоне новых Эпштейн-файлов. Оказалось, что Эпштейн несколько раз пытался познакомиться с Талебом и пригласить его на вечеринки, но тот последовательно сливался.
Сегодня по этому поводу Талеб сказал, что огромное количество различных ученых в файлах объясняется тем, что с момента своего появления наука функционировала так, что у любого значительного ученого есть влиятельный патрон. кмк, мысль глубже, чем кажется. Может, за этим и придумали всякий pop-sci и коммерциализацию науки — чтобы великие ученые мужи для получения фондов на исследования могли выбрать не ходить по вечеринкам на острове. Впрочем, они все равно выбирали.

Общественное мнение (в том числе от людей в академии, но не специализирующихся в трайлах; в том числе и я так думал):
Спорт очень хорошо помогает при стрессе и депрессии, это буквально научный консенсус

Реалити чек:
Эффект в трайлах настолько сильно варьирует в зависимости от дизайна, что при коррекции баяса теряется вовсе, Кохрейн 2013 года его вовсе потерял после отбора высококачественных трайлов, а Кохрейн 2026 года пришел к выводу примерно "черт ногу сломит, но вроде да, хотя размер эффекта небольшой". Заслепление в таких клинических испытаниях невозможно по понятным причинам (не получится сделать так, чтобы пациент не знал, на спорте он или нет), а уровень фоллоу-апа у пациентов невероятно низкий.

Мы все ругаем научпоп, и, несомненно, за дело. Но все же я хочу спросить, как так получается, что у самих ученых противоречивые данные, показывающие весьма скромный размер эффекта, сильно варьирующий от популяции к популяции, превращается в абсолютную научную догму, ака ноука доказала? Прасада на вас нет!

Мой личный bottom line: на больших когортах физическая нагрузка скорее всего помогает, но меньшей части испытуемых, и это не универсальное правило, а скорее есть конкретные когорты пациентов, которым помогает.

Чота мне вспоминается тезис, ПРОСТИТЕ МЕНЯ, Вахштайна о том, что учёные склонны некритично перенимать концепции не из своей области, которые в оригинальной области никто не считает рабочими (он приводил пример пирамиды Маслоу, которую уже давно считают лженаучной там, где она появилась изначально).

Вообще очень полезным упражнением для академических учёных, как мне кажется, будет выбрать 5-10 утверждений, которые вам кажутся неопровержимыми научными истинами, и ответить на вопрос "какими методами это было установлено, и какими впоследствии подтверждалось?"

Вроде бы раньше период полураспада фактов был около 40 лет, когда знания устаревали и пересматривались.
Но сейчас столько чуши пытаются выдать за правду (даже без нейросетей), что плавать в этом море мертворожденных истин стало решительно невозможно. Без экспериментальной перепроверки основных моментов лучше ничему не доверять, если вам это важно.

​Ядрышко оказалось первым узлом каскада старения

Список «признаков старения» часто читают как плоский чеклист: тут ДНК, тут эпигенетика, тут протеостаз, тут митохондрии. Но если это чеклист, непонятно, за что хвататься первым.

В препринте на bioRxiv от 28 февраля 2026 года авторы из Buck Institute попытались ответить на этот вопрос не словами, а картой: они собрали одноклеточный «пространственный» атлас белков в репликативно стареющих дрожжах — по сути, для почти всего протеома: с учётом того, где в клетке белок находится, куда переезжает и где начинает слипаться.

Их важное наблюдение: «признаки» выглядят не как абстрактные процессы, а как пространственная поломка клетки. Клетка теряет способность «держать белки на месте»: они уходят в другие отделы и начинают слипаться — причём не везде сразу, а очагами.

Дальше — самое интересное. Ядрышко — это фабрика рибосом, а значит, место, где клетка решает, сколько и как делать белков. Логика каскада тут читается: сбой в «печатном станке» легко превращается в сбой в качестве и утилизации белков. Временной анализ в работе предлагает иерархию: сначала ломается ядрышко и биогенез рибосом, затем проседает протеостаз, затем срываются митохондрии — и только после этого подтягиваются остальные узлы. Авторы формулируют это так (перевод):

«Временной анализ предполагает, что дезорганизация ядрышка, падение протеостаза и митохондриальная дисфункция предшествуют другим признакам».

Это дрожжи, и перенос на человека не автоматический. Но у авторов есть сильный «сигнал на переносимость»: они пишут, что 91,6% человеческих ортологов белков, связанных с этими фенотипами, тоже меняются при старении человека.

Для нас это красиво ложится на уже знакомые куски. Мы недавно разбирали, как нуклеолы и скорость трансляции ломают протеостаз при дефиците SIRT6 (пост #225), и как клетка стареет через накопление агрегатов и сбой утилизации РНК/белков (пост #264). А ещё — как сама рамка «признаков старения» расползается и теряет инженерный приоритет (пост #113).

В этом взгляде «признаки старения» перестают быть списком. Они становятся цепью отказов, где первое звено определяет, сколько следующих вытащит за собой.

В обсуждении они предлагают и практический критерий выбора мишеней (перевод):

«Нужны интервенции, которые восстанавливают организацию, а не бьют по отдельным конечным точкам поодиночке».

#обозревая_происходящее

Телеграмчик (и не только) сегодня уже взорвался новостями о том, что якобы суды начали штрафовать за ссылки на научные работы организаций, признанных нежелательными. С учетом того, что в данном списке сейчас есть в том числе несколько университетов, естественно, народ заволновался, если не сказать больше.

Наш Зоопарк решил немножко разобраться в вопросе - так вот, это немножечко неправда. Что мы имеем на самом деле:

1) Действительно, на данный момент уже есть несколько решений об административных штрафах за ссылки на интернет-ресурсы, принадлежащие этим самым организациям, в том числе, например, в учебных программах. По... хм... своеобразной логике Фемиды, отвечать за это должен руководитель IT-отдела, ведущий сайт, а не тот, кто ему это программу сгрузил - не спрашивайте, почему, но это так.

2) Пока что все известные дела - из одного и того же региона (Ярославль); очевидно, кто-то из местных силовиков решил проявить особое рвение (но, конечно, нельзя исключать повторения аналогичного сценария и в других местах).

3) Ни одного примера наказания за ссылки на научные работы, авторами которых являются в том числе сотрудники "нежелательных организаций", нет.

Если исходить из 272-ФЗ, который как раз и определяет различные запреты, такого и быть не может, потому что закон содержит:

запрет на распространение информационных материалов, издаваемых иностранной или международной организацией и (или) распространяемых ею, в том числе через средства массовой информации и (или) с использованием информационно-телекоммуникационной сети "Интернет", а также производство или хранение таких материалов в целях распространения;

Попросту говоря, если бы нежелательной организаций был признан Elsevier или там Wiley, то распространять их материалы было бы нельзя. Если же в журнале, издаваемом Wiley, вышла статья с участием авторов из нежелательной организации, то ссылаться на нее можно (но не на веб-сайт самой организации - это запрещается).

4) Для администраторов сайтов сейчас начнется суматоха и суета сует с удалением "нехороших" ссылок (да, работы прибавится, к сожалению).

5) Что по-настоящему важно, так это запрет на участие в деятельности нежелательных организаций. Это касается и стажировок, и постдокства, и (вполне вероятно) совместных статей, и много чего еще, поэтому вот тут призываем коллег быть максимально осторожными.

6) На всякий случай - вот актуальный список нежелательных организаций (на сайте Минюста).

я помню, что когда я школьником приходил в биологию, эта картинка из CMBC уже была очень-очень древним мемом, буквально античным, но каждый раз появлялась вновь и вновь, не теряя актуальности. Прошло уже больше 10 лет с того момента, как я увидел ее впервые, и в "научной коммуникации" НИЧЕГО НЕ ИЗМЕНИЛОСЬ.

мб надо ее напечатать на огромные билборды и разместить под окнами каждого университетского пресс-департамента, каждой конторы, которая позволяет себе хоть что-то писать про науку, высылать ее по почте всяким там научпоперам и так далее

Примерно год назад я писал в данном ТГ-канале, что изучение с помощью нейросетевых подходов текстов на «языке ДНК», т.е. последовательностей нуклеотидов в ДНК различных живых организмов – это очень перспективное новое направление, где можно ожидать реальных научных прорывов.

И приводил в качестве примера нейросетевую ИИ-модель Evo 2, которая была разработана расположенным в Калифорнии Arc Institute. Эта модель была обучена на последовательностях ДНК более чем 100 тысяч видов живых организмов по всему древу жизни – от одноклеточных организмов до человека. Год назад как раз появился соответствующий препринт, а также код программы Evo 2, находящийся в открытом доступе.

Авторы представили эту работу в Nature, и она была опубликована на этой неделе:

https://www.nature.com/articles/s41586-026-10176-5

С момента выхода препринта прошло больше года, и это говорит о серьезной «битве» авторов с рецензентами. В заметке, которая была опубликована в Nature одновременно со статьей:

https://www.nature.com/articles/d41586-026-00681-y

признается, что работа ученых из Arc Institute «это круто, но пока еще не все». Имеется в виду, что не все, что нужно для создания геномов, которые будут работать внутри живых клеток, т.е. «синтетической жизни». Фундаментальная причина этого схожа с недостатками больших языковых моделей (типа ChatGPT). В заметке говорится:

«Компьютерные прогнозы показали, что почти 70% генов в последовательностях выглядят реалистично. Но если хотя бы один важный ген отсутствует или плохо смоделирован, геном не будет работать внутри клетки. Нельзя спроектировать жизнь на 70%. Это можно сделать на компьютере, но она не будет функциональной. Даже если все необходимые гены будут включены, порядок их расположения также может иметь решающее значение. Оценка того, выглядит ли ваш геном правильно и работает ли он правильно, — это две совершенно разные вещи». И все же ученые, которые работают над созданием геномов с нуля, характеризуют модель Evo 2 как «момент ChatGPT» для синтетической геномики.

От себя добавлю, что большие языковые модели обучаются на совокупности произведенных человечеством текстов, подавляющая часть которых не отличается особой мудростью. А последовательности нуклеотидов в ДНК были отобраны в ходе миллиардов лет эволюции, эти тексты будут явно поумнее, и обучение на них должно (по идее) приводить к намного лучшим результатам.

На русском языке я нашел короткое описание полученных результатов здесь:

https://www.anti-malware.ru/news/2026-03-05-111332/49259

Университет перевернулся. Живые преподаватели проиграли машине

Студенты, которые занимались удаленно с ИИ-тьютором, усвоили материал в два раза лучше тех, кто работал в аудитории с преподавателем по методике активного обучения, которая сама по себе считается золотым стандартом университетской педагогики — статья в Nature.

Рандомизированное контролируемое исследование провели на физическом факультете Гарварда. Студентов разделили на две группы. Пока одни работали дома с цифровым преподавателем, другие шли на очное занятие к настоящему. Усвоение замеряли коротким тестом до и после урока.

Эксперимент намеренно ограничили двумя темами — чтобы оценить именно формат, без эффекта накопления знаний. Очная группа после каждой сессии прибавляла примерно столько, сколько обычно дает хорошая лекция. ИИ-группа показывала вдвое больший прирост — и укладывалась в 49 минут против 60 в аудитории. Вдобавок студенты говорили, что чувствовали себя более вовлеченными и мотивированными с цифровым преподавателем.

Похожую картину наблюдали в UniDistance Suisse. Студенты, кто занимался с ИИ-тьютором, сдали экзамены лучше, чем участники параллельного курса без него. Опубликовано в Springer.

Как когда-то Каспаров проиграл исторический матч Deep Blue, теперь бой машине вчистую проиграл лекционный формат. Пекин, который всеми силами старается первым запрыгнуть в седло ИИ-революции, уже дает пример массового внедрения. В Цинхуа — китайском аналоге MIT — ИИ-ассистенты работают на 220 курсах по разным дисциплинам.

Что это значит для университетов через несколько лет. Можно предположить, что ИИ заберет первое объяснение и тренировку базовых шагов, а очное время с преподавателем освободится для того, на что раньше катастрофически не хватало времени: разбора ошибок, живых дискуссий, синтеза идей, межпредметных проектов и задач без единственно правильного ответа. В педагогическом словаре это называется «перевернутый класс». Цифровые тьюторы сделают эту модель не экспериментом отдельных энтузиастов, а нормой.

Тем временем открытым остается другой вопрос, и он не менее интересен. Одни университеты просто купят готовый сервис и встроят его в расписание. Но, наверное, найдутся и другие, которые постараются сами стать «немножечко EdTech-ом». То есть попробуют обучить «домашние» модели, оцифровать накопленную экспертизу и создать свои аватары. Это уже не выбор инструмента — это выбор того, каким видит себя вуз через пять-десять лет.

#deep_scan

Между тем наши СМИ оставили практически незамеченной юбилейную дату, связанную с выдающимся реальным достижением советской науки и технологий. 60 лет назад, 1 марта 1966 года, первый сконструированный человечеством искусственный аппарат коснулся поверхности другой планеты. Речь идет о спускаемом модуле межпланетной экспедиции «Венера 3». Во всяком случае, мне об этой дате напомнили не российские сайты, а британский новостной портал технологической направленности The Register:

https://www.theregister.com/2026/03/07/60_years_since_humanity_touched/

Только после этого я обнаружил одну-две коротких заметки в наших СМИ, см., например:

https://news.rambler.ru/tech/56110426-60-let-pervomu-apparatu-na-venere/

Там справедливо отмечается, что «может показаться, что посадка аппарата на Венере — это то же самое, что посадка на Луне, только на Венере. На самом деле расстояние от Земли до Венеры в 100 раз больше расстояния до Луны. Построение корректного плана успешного полета требовало невероятных вычислений в условиях, когда не было не то, что современных компьютеров, но даже достаточных данных о космическом пространстве и самой Венере.»

Шестидесятые годы прошлого века – время наивысшего расцвета советской науки и технологий. Очень впечатляет список успехов, которые были достигнуты в то время. Я тогда учился в школе, и помню это разлитое в воздухе ощущение всесилия научно-технического прогресса. Потом началась определенная пробуксовка, а правильнее будет сказать, что развитие человечества в целом пошло по другой траектории. Как-то постепенно стали больше цениться разговоры о будущих «светлых перспективах» (сроки достижения которых постоянно переносятся), а не реальные результаты «здесь и сейчас».

Кстати, в заметке от The Register приведена ссылка на интересную книгу-хронику о космических экспедициях к Луне и планетам с 1958 до 2016 гг. Она в открытом доступе и ее можно скачать по ссылке:

https://www.nasa.gov/wp-content/uploads/2018/09/beyond-earth-tagged.pdf

Уже по числу экспедиций (и советских, и американских) можно увидеть существенное затухание соответствующих программ где-то после 1975 года.

В журнале Science вышло исследование группы американских исследователей о новой терапии, которая может упростить помощь сердцу после инфаркта: вместо вмешательства прямо в область сердца исследователи использовали одну внутримышечную инъекцию.

Смысл подхода в том, что в мышцу вводят липидные частицы с особой самоусиливающейся РНК, несущей ген Nppa. Такая РНК какое-то время делает в клетках «мини-фабрику», поэтому после одного укола организм вырабатывает предшественник защитного сердечного гормона как минимум четыре недели.

Дальше этот предшественник циркулирует в крови и становится активным уже в сердце, где его превращает фермент corin. Авторы считают, что именно это позволяет поддержать сердце без прямых манипуляций на самом органе.

У мышей после инфаркта или временного нарушения кровотока лечение улучшало работу левого желудочка, уменьшало размер повреждения и снижало образование рубцовой ткани. Похожие полезные эффекты получили и в модели на свиньях, что особенно важно, потому что такие данные считаются более близкими к возможному применению у людей.

Ещё один важный момент — безопасность. В исследовании сообщается, что после инъекции наблюдали только кратковременное местное воспаление, без признаков общей токсичности или выраженной адаптивной иммунной реакции.

До применения у людей путь ещё длинный: теперь нужны дополнительные проверки безопасности, подбор дозы и времени введения, а затем клинические испытания. Но сама идея выглядит очень сильной — не операция на грудной клетке, а обычный укол в мышцу, который помогает сердцу включить собственные механизмы защиты и восстановления.

#зоопарк_одобряет #дорогая_редакция

На странице ВК Sci-Hub появилось важное и интересное объявление: теперь там есть ИИ.

Как пишет Саша Элбакян, да продлит Всевышний ее годы, там появилось две функции, которые она призывает всячески потестить (и это очень, очень круто):

Первая - это семантический поиск, то есть подбор статей по смыслу запроса. Теперь можно ввести в окошко Sci-Hub запрос по своей тематике и получить в ответ подборку статей из базы. Причем запрос можно делать на любом языке — мультиязыковая модель EmbeddingGemma найдет статьи в базе по смыслу сказанного. Всего проиндексировано около 51 миллионов абстрактов — это меньше, чем полная коллекция, потому что не для всех статей удалось получить абстракт (а в некоторых случаях он отсутствует вовсе) но так или иначе индекс будет пополняться.

А вот вторая функция появилась буквально на днях, и это бот Sci-Bot, который умеет составлять мини-обзоры по научным темам. Бот по Вашему запросу ищет статьи в базе Sci-Hub, читает их полные тексты, и компонует их в краткий научно обоснованный ответ. И в отличие от других чат-ботов, Вы получаете не просто ответ со ссылками на литературу, но каждая ссылка здесь кликабельна — можно просто нажать и статья откроется в базе Sci-Hub. В то время как другие чат-боты ограничены требованиями так называемых правообладателей, Sci-Hub преодолевает эти ограничения!

Хотя конечно, свои ограничения у этого чат-бота тоже есть: поиск ведется по базе Sci-Hub, а она последние несколько лет обновлялась с перебоями. Но этот недостаток будет устраняться. Главное сейчас, что сама концепция работает — робот ищет и читает статьи в библиотеке Sci-Hub, и отвечает на вопросы.

Присоединяйтесь к тестированию, мы щас тоже обязательно попробуем.

P.S. Саше - низкий поклон

Эту новость следует читать так:

Теперь некоторым чувствительным к этому методу лечения пациентам будут делать индивидуальные прививки на основе мРНК, ускоряющее лечение опухоли.

Это прорывное средство лечения рака, которое обучает иммунную систему распознавать конкретные раковые клетки и атаковать их. Не "вакцина от рака" вообще, а просто индивидуальный препарат под конкретную опухоль.

Эффективность такой вакцины напрямую зависит от способности иммунной системы распознать опухоль и ответить на стимуляцию.

Бывают "холодные" опухоли, которые умеют прятаться, создавая вокруг себя защитный барьер, через который Т-клетки не могут пробиться.

Бывают опухоли с "низкой мутационной нагрузкой", у такой опухоли мало мутаций и трудно найти "мишень", на которую можно натравить иммунитет.

Кроме того, опухоль может мутировать дальше и перестать производить те белки, на которые была настроена вакцина.

Однако, это вполне себе новый и эффективный метод. Так, при лечении меланомы вакцина в сочетании с иммунотерапией снизила риск рецидива на 44%. В исследованиях рака поджелудочной железы 50% пациентов (8 из 16) показали сильный иммунный ответ, который помог предотвратить рецидив в течение 1.5 лет. У пациентов с немелкоклеточным раком легких выживаемость увеличилась почти вдвое: с 20.6 до 37.3 месяцев.

В мире уже проведено более 120 клинических испытаний вакцин от рака.

В США стоимость такой вакцины под 1 пациента стоит примерно 100 000 $

#биотехнологии

🔬 Антикоагуляция будущего: ставка на РНК-технологии


Представьте, что пациенты с высоким риском тромбоза получают защиту от инсульта с помощью подкожных инъекций 2 раза в год (вместо ежедневных таблеток). И без риска кровотечений

Это станет возможным, с выходом в клинику ми-РНК препаратов против фактора XI


🫀 Сегодня тромбозы, ведущие к инфарктам и инсультам - остаются главной угрозой для жизни в мире

Эту проблему решают антикоагулянтами - препаратами, «разжижающими» кровь

Они эффективны, но есть проблема - подавляя защитные механизмы, они провоцируют тяжелые кровотечения

Врачи балансируют между риском тромбоза и риском кровотечения


💡 Новое решение - препараты на основе малых интерферирующих РНК
(миРНК или siRNA)

миРНК препараты против фактора свёртывания XI проникают в печень (где синтезируется этот фактор) и «выключают» его производство


Почему фактор XI стал главной мишенью?

Фактор XI играет ключевую роль в стабилизации тромба. Он нужен, чтобы сделать кровяной сгусток плотным и прочным

Если Фактора XI мало, тромб всё равно образуется и останавливает кровь, но становится рыхлым и не может расти до опасных размеров, вызывая инсульт

Ученые заметили: у людей с врожденным дефицитом фактора XI почти не бывает инсультов, и при этом они не страдают от опасных кровотечений

Поэтому, если слегка «приглушить» этот фактор (но не убирать полностью), можно остановить патологический тромбоз, сохранив защитную реакцию


📈 Эффективность

миРНК препарат SRSD107 от Sirnaomics - показал снижение уровня фактора XI более чем на 90% у пациентов после хирургических операций (фаза II КИ)

Китайский Vortosiran (RBD4059) - от Rona Therapeutics - в 1 квартале 2026 года продемонстрировал сохранение эффекта до 169 дней (фаза II КИ)


миРНК-терапия не единственная современная технология:

• Низкомолекулярные препараты 🌀 (Asundexian) - классические таблетки, удобные для ежедневного приема

• Моноклональные антитела 🔍 (Abelacimab) - инъекции с высокой специфичностью, действующие быстро и напрямую

• CRISPR/Cas9 🧬 - редактирование генома, попытка навсегда отключить ген фактора XI в печени, но этот подход пока на самых ранних стадиях из-за рисков необратимости


📊 Какое место могут занять эти технологии в обозримом будущем?

• Традиционные антикоагулянты останутся для ситуаций, где нужен быстрый, гибкий и дешевый контроль (острые состояния, короткие курсы)

• Антитела и новые таблетки займут нишу стандартной терапии у пациентов со средним риском

• миРНК-препараты претендуют на роль терапии для пациентов с хроническими заболеваниями (мерцательная аритмия), которым нужна постоянная защита без ежедневного контроля таблеток

• CRISPR/Cas9 (однократное вмешательство) когда будет подтверждена безопасность, технология скорее всего будет применяться там, где польза перевешивает риски - например, у пациентов с тяжелыми наследственными тромбофилиями


миРНК-препараты могут совершить революцию в приверженности лечению, сделав профилактику тромбозов максимально комфортной и безопасной для пациента 🎯


#Биотехсинтег #миРНК #siRNA

Всё это, конечно, хорошо, но у этого подхода есть очевидно слабое место – искусственное создание дефицита фактора XI, что в случае травмы с обильным кровотечением делает пациента беззащитным. В отличие от таблетированных антикоагулянтов, которые можно пропустить или отменить, эффект siRNA необратим на протяжении полугода, и единственным спасением остаётся экстренное переливание факторов свёртывания. Кроме того, долгосрочные последствия подавления синтеза белка в гепатоцитах до сих пор не изучены — никто не знает, как печень отреагирует на многолетнюю РНК-блокаду. Короче, интересный эксперимент с непредсказуемым финалом.

А прикиньте, короче, вот стоит самый-самый законспирированный Центр Принятия Решений, за семью замками, за стальными дверями, за десятью слоями бетона. И там, в самой тайной комнате сидит человек, принимающий Самые Главные Решения перед ноутбуком и пишет:

ChatGPT, как справиться с экономическим кризисом и закончить войны?

Это многое бы объяснило.

«Представьте, что вы затюканный и измученный российский обыватель. Вы задаетесь вопросом, кто приводит в движение зубчатые колеса, на которые день за днем наматываются ваши кишки, и начинаете искать правду — до самого верха, до кабинета, где сидит самый главный кровосос.

И вот вы входите в этот кабинет, но вместо кровососа видите нереально четкого пацана, который берет гитару и поет вам песню про "прогнило и остоебло" — такую, что у вас захватывает дыхание: сами вы даже сформулировать подобным образом не можете. А он поет вам еще одну, до того смелую, что вам становится страшно оставаться с ним в одной комнате.

И когда вы выходите из кабинета, идти вам ну совершенно некуда — и, главное, незачем. Ведь не будете же вы бить дубиной народного гнева по этой умной братской голове, которая в сто раз лучше вас знает, насколько все прогнило и остоебло. Да и горечь в этом сердце куда острее вашей».

Виктор Олегович Пелевин, «Ананасная вода для прекрасной дамы», 2010 год.