МГУ имени М.В.Ломоносова

В Центре ИИ МГУ предложили способ повысить эффективность проектирования белков Сотрудники Исследовательского центра в сфере искусственного интеллекта МГУ предложили новый подход к вычислительному проектированию белков, взаимодействующих с ДНК и РНК. Метод сочетает несколько механизмов управления построением белковой структуры и позволяет одновременно учитывать качество связывания с нуклеиновыми кислотами и устойчивость самого белка. Подход проверили на 11 комплексах ДНК и РНК. Наилучший результат показало совместное использование двух механизмов управления. Полученные результаты могут быть использованы для дальнейшего развития методов проектирования белков и исследований в области молекулярной биологии и генной терапии.

Компьютерное зрение для роботов и беспилотников сделают точнее #наука_мгу Ученые факультета вычислительной математики и кибернетики МГУ выявили связь между внутренними характеристиками нейросетевых алгоритмов слежения за объектами и точностью их работы. Исследователи показали, что отдельные параметры, формирующиеся в процессе обработки изображения, могут служить индикаторами качества работы модели. Полученные результаты открывают новые возможности для настройки обучения нейросетевых трекеров и повышения их точности. Разработка может найти применение при создании систем компьютерного зрения для робототехники, автономного транспорта, видеонаблюдения и других интеллектуальных технологий. Подробнее — на сайте.

В Центре ИИ МГУ разработали метод для точного прогноза взаимодействий белков Ученые Центра ИИ МГУ разработали модель для прогнозирования силы связывания белков и пептидов. Она одновременно учитывает аминокислотную последовательность, трехмерную структуру и подвижность молекул. При этом для каждого нового комплекса не требуется проводить ресурсоемкое моделирование молекулярной динамики: нейросеть учится учитывать движение молекул еще на этапе обучения. При проверке на независимых данных модель показала меньшую ошибку по сравнению с рассмотренными авторами методами. Точный прогноз силы связывания важен для изучения работы клеток, поиска лекарственных препаратов и оценки последствий мутаций. Новый подход позволяет учитывать то, что белки и особенно гибкие пептиды не являются статичными структурами, а постоянно меняют форму. В дальнейшем исследователи планируют применять модель для оценки влияния мутаций на взаимодействие белков и разрабатывать специализированные решения для комплексов антител с антигенами.

Сто лет одного метода: новый взгляд на тест вербальной беглости #наука_мгу Филологи МГУ исследовали историю и современные подходы к интерпретации теста на фонематическую вербальную беглость. За минуту участник должен назвать как можно больше слов на определенную букву. Сегодня результат оценивают по общему числу слов как показатель исполнительных функций. Авторы изучили более 1000 публикаций и показали, что такой подход не учитывает многие особенности речи. Исследователи предлагают учитывать не только количество слов, но и структуру ответа: паузы, скорость подбора, частотность слов, возраст их усвоения, группировку, переключение, а также словообразовательные и семантические стратегии. Это позволит сделать тест более информативным без изменения процедуры обследования. Подробнее — на сайте.