Клеточный контроль качества: в МГУ выяснили, как организм избавляется от опасных рибосом #наука_мгу Ученые НИИ физико-химической биологии имени А.Н. Белозерского МГУ в составе междисциплинарной научной группы выяснили, как клетки распознают рибосомы, подлежащие уничтожению при стрессе и вирусной инфекции. Исследователи обнаружили, что белок TRIM25 помечает рибосомы специальной молекулярной «меткой», после чего они направляются на переработку. Открытие помогает лучше понять механизмы клеточной защиты и может объяснить одну из функций TRIM25 в противовирусном иммунитете — ограничение синтеза вирусных белков. В перспективе результаты исследования могут быть использованы для изучения рибосомопатий и разработки новых подходов к борьбе с вирусными инфекциями.
МГУ имени М.В.Ломоносова
Вспомнить все: в МГУ предложили новый подход к памяти цифровых ассистентов #наука_мгу Ученые факультета вычислительной математики и кибернетики МГУ предложили архитектуру, которая позволяет ИИ-ассистентам эффективнее работать с долговременной памятью. Вместо хранения всей истории общения система самостоятельно определяет, какую информацию необходимо сохранить, а какую – удалить, сократить или переработать. Новый подход помогает уменьшить объем лишних данных, повысить точность поиска нужной информации и сохранить согласованность ответов при длительном общении с пользователем. Разработка может найти применение при создании ИИ-ассистентов и других интеллектуальных систем, работающих с длинным контекстом.
В Центре ИИ МГУ предложили новый подход к анализу временных рядов #наука_мгу Учёные Центра ИИ МГУ разработали новый метод прогнозирования временных рядов — данных, которые меняются со временем, от сетевого трафика и погоды до финансовых показателей. Исследователи предложили способ статистического восстановления скрытых характеристик случайного процесса, который позволяет извлекать из данных дополнительные признаки и повышать точность прогнозов без применения сложных нейросетевых моделей. Испытания на реальных данных показали снижение ошибки прогноза и более точное определение направления последующих изменений. Результаты работы могут найти применение в управлении вычислительными системами, телекоммуникациями и других областях, где важно прогнозировать поведение сложных динамических процессов. Подробнее — на сайте.
От Интернета вещей до дата-центров: в МГУ ускорили обучение систем управления вычислениями #наука_мгу Ученые факультета вычислительной математики и кибернетики МГУ разработали подходы, позволяющие существенно сократить время обучения систем, управляющих распределением вычислительных задач в сети. Исследование посвящено повышению эффективности планирования вычислений в условиях изменяющейся нагрузки. Предложенные решения оптимизируют процесс обучения многоагентных систем за счет отказа от избыточного копирования данных и параллельного выполнения вычислений. В результате проведенной оптимизации время настройки системы удалось сократить до нескольких суток даже при многократном запуске обучения. Полученные результаты могут найти применение при создании систем управления распределенными вычислительными сетями и инфраструктурами обработки данных.
«Двойной удар» против супербактерий #наука_мгу Коллектив ученых МГУ разработали новый класс гибридных молекул на основе гепотидацина и линезолида, способных одновременно подавлять топоизомеразу II и блокировать бактериальную рибосому. Такой двойной механизм действия оставляет патогенам гораздо меньше шансов выработать устойчивость. С помощью молекулярного докинга, молекулярной динамики и генеративной нейросети команда смоделировала сотни молекул-кандидатов и после строгого многоступенчатого отбора выделила несколько десятков наиболее перспективных соединений. Впереди – синтез отобранных веществ и серия биологических испытаний, которые подтвердят их способность подавлять рост бактерий. Разработка может лечь в основу новых антибиотиков против инфекций, вызванных устойчивыми штаммами. Подробнее — на сайте.
