Незаметно прошел второй месяц осени, и, в преддверии скорого конца года, исследователи продолжают подводить итоги работы с волонтерами.
Геймификация исследовательской деятельности
В журнале Acta Crystallographica, в разделе структурной биологии, опубликованы результаты исследования, проведенного под руководством ученых из Массачусетского университета в Дартмуте. Что в нем примечательного? Исследователи наглядно показали, как игроки в популярную онлайн-игру Foldit могут эффективно уточнять и улучшать ранее определенные структуры белков.
Foldit — это масштабное международное научное сообщество, которое превратило моделирование белков в увлекательную интерактивную игру-головоломку. Игра предлагает игрокам со всего мира уникальную возможность внести свой вклад в передовые биохимические исследования.
Новое исследование показало, что лучшие решения в игре Foldit значительно превосходят исходные модели белков. В большинстве случаев игроки смогли улучшить геометрию, устранить пространственные противоречия, а в некоторых случаях даже повысить соответствие экспериментальным данным.
Это, в свою очередь, способствует повышению точности данных, хранящихся в одном из самых значимых научных ресурсов в мире — Банке данных о белках (PDB).
Использование ИИ для анализа полученных от волонтеров фотографий
Исследователи из Университета Южной Флориды (USF) с помощью искусственного интеллекта и научных волонтеров смогли идентифицировать, возможно, первый в истории Мадагаскара экземпляр Anopheles stephensi — инвазивного и смертельно опасного малярийного комара.
Этот прорыв стал возможен благодаря фотографии, которую жители Антананариву отправили через приложение NASA GLOBE Observer. На фотографии была запечатлена личинка комара, обнаруженная в покрышке. Позже изображение было проанализировано с помощью алгоритмов искусственного интеллекта, которые исследователи обучили на тысячах фотографий, подтверждающих, что это действительно комары. С высокой степенью достоверности — более 99% — система идентифицировала личинку как Anopheles stephensi. В тот же день поблизости в аналогичных контейнерах было обнаружено еще более 100 личинок.
Теперь исследователи стремятся создать и внедрить аппаратное обеспечение, основанное на их программном обеспечении. Это будет умная ловушка с искусственным интеллектом, которая сможет удаленно идентифицировать взрослых особей Anopheles stephensi и других комаров, распространяющих болезни, как во Флориде, так и за ее пределами.
Нейросети и данные от волонтеров расширяют горизонты исследований
Полное солнечное затмение можно увидеть в одном и том же месте только раз в 300 или 400 лет. Поэтому неудивительно, что группа учёных из Университета Индианы в прошлом году решила воспользоваться уникальной возможностью и провести эксперимент, чтобы лучше понять, как свет влияет на диких птиц.
В статье, опубликованной в журнале Science, представлены результаты наблюдений за полным солнечным затмением, которое произошло 8 апреля 2024 года. За несколько часов тень Луны прошла через Северную Америку, от Масатлана до Ньюфаундленда. И чтобы собрать как можно больше данных, исследователи создали бесплатное приложения SolarBird для смартфонов, которое бы активно привлекало общественность к сбору данных.
Пользователей приложения SolarBird попросили найти птицу и понаблюдать за ней в течение 30 секунд до, во время и после съемки. Они должны были зафиксировать поведение птицы, отмечая 10 пунктов в приложении, соответствующих различным действиям: пение, прием пищи, полет и так далее.
Другая команда, используя диктофоны, собирала данные о птичьем пении в Блумингтоне и близлежащих сельских районах в течение недели, предшествующей затмению, вовремя и после него. Исследователи использовали нейросеть BirdNET для определения видов птиц на записях.
Собрав более 10 000 наблюдений от волонтеров и проанализировав почти 100 000 звуков, которые птицы издавали во время затмения, с помощью искусственного интеллекта, исследователи пришли к выводу, что несколько минут неожиданной дневной темноты оказали значительное влияние на поведение птиц. Более половины видов диких птиц изменили свои биологические ритмы, и многие из них после затмения начали издавать звуки, напоминающие рассветный хор.
Социальные сети не только для фотографий котиков
Южноафриканские исследователи, проанализировав более 5000 изображений из более чем 2700 публикаций в Facebook, iNaturalist и eBird, созданных до августа 2024 года, смогли подробно описать распространение, поведение и добычу соколов-сапсанов (Falco peregrinus) и среднеземноморских соколов (Falco biarmicus) — хищных птиц, наблюдение за которыми для ученых вызывает трудности.
Хотя социальные сети предоставляют огромное количество информации, есть и проблемы. Неправильная идентификация, склонность пользователей к освещению более "харизматичных" видов, неравномерное географическое покрытие — это лишь некоторые из них. Однако экспертная оценка в рамках онлайн-сообществ по наблюдению за птицами и механизмы верификации на таких платформах, как iNaturalist, помогают улучшить качество данных.
Авторы считают, что обучение волонтеров и более широкий охват могут еще больше повысить точность и ценность таких записей. А сочетая социальные сети с традиционными опросами, защитники природы могут получить более полное представление об экологии соколов и тенденциях их численности в Южной Африке.
Новые проекты в России
Стартовал проект Мониторинг заболеваний плодово-ягодных и сельскохозяйственных культур (13 октября – 13 декабря 2025), посвященный проведению комплексного мониторинга и диагностики заболеваний плодово-ягодных и сельскохозяйственных культур на территории Ростовской области.
Исследование дает возможность ученым детально изучить патогены и оценить их влияние на урожайность сельскохозяйственных культур с целью создания карты распространения болезней выращиваемых культур. Собранные материалы от научных волонтеров также будут использованы для разработки рекомендаций по профилактике и лечению заболеваний, что поможет повысить урожайность и качество сельскохозяйственной продукции в регионе.
Что нужно делать волонтеру?
- Выбрать участок для наблюдений (сад, огород, поле) и зарегистрировать его координаты.
- Проводить регулярный осмотр растений на наличие признаков заболеваний (пятна, налет, увядание и др.)
- Изучить предоставленные материалы по идентификации заболеваний растений (фото, описания симптомов).
- Фиксировать наблюдения в электронной форме (фото, описание симптомов, дата, местоположение).
- Отправлять данные через онлайн-форму
- Участвовать в вебинарах и консультациях для уточнения сложных случаев.
Надеемся, вы нашли для себя что-то интересное в сегодняшнем выпуске! Увидимся вновь через месяц, а пока - не забывайте принимать участие в проектах. Может быть, в следующий раз мы напишем именно о вашем вкладе!