и тебя отсеквенируем
33 subscribers
80 photos
3 videos
14 files
237 links
Журнальный клуб по современной биологии.

https://tttttt.me/compbio?boost

Про single cell, геномику, биоинформатику и не только.
Download Telegram
Не знаю, кто рисует MBE обложки, но порой они особенно прекрасны.
и тебя отсеквенируем
Ага! Darpa Awards Ginkgo Bioworks and Transcriptic $9.5M to Bring AI into the Lab https://synbiobeta.com/darpa-awards-ginkgo-bioworks-and-transcriptic/
Seeker своим недавним видео напомнили про автоматизацию экспериментов и лаборатории, в которых работают роботы.

Рассказывают они про компанию под названием Strateos. Оказывается, летом 2019 Transcriptic, упоминаемая неоднократно выше, объединилась с 3Scan, в результате чего появлась на свет Strateos.

Что ж, будем следить за успехами автоматизации под новым именем. 🙂
​​(Re)Discovering Protein Structure and Function Through Language Modeling

Trained solely on unsupervised language modeling, the Transformer's attention mechanism recovers high-level structural (folding) and functional properties of proteins!

Why this is important: traditional protein modelling requires lots of computational power. This might be a key to more efficient structure modelling. Protein structure => function. Function => faster drug research and understanding of diseases mechanisms.

Blog: https://blog.einstein.ai/provis/
Paper: https://arxiv.org/abs/2006.15222
Code: https://github.com/salesforce/provis

#DL #NLU #proteinmodelling #bio #biolearning #insilico
Одной летучей мышке удалось заразить коронавирусом 14 млн человек, но что позволяет им быть хостами и не страдать от болезни самим? Оказывается, мышам удалось перехитрить вирусы примерно тогда же, когда вымерли динозавры — 65 млн лет назад. И они переигрывают их до сих пор.

Участники международного проекта Bat1k, запущенного еще в 2017 году, чтобы расшифровать геномы всех видов летучих мышек, к настоящему времени полностью расшифровали 6 — но уже узнали много чего удивительного. Например, оказалось, что мыши отделились в отдельную группу, которая может иметь общего предка с млекопитающими, раньше, чем считалось ранее: и землеройки с мышами им вовсе не близкие родственники, а так, седьмая вода на киселе.

Ученые узнали, что летучие мыши проделали громадную работу, которая сделала их устойчивыми к инфекциям: у них отключены по крайней мере 10 генов, которые млекопитающие используют для запуска воспалительных реакций. Другие же противовоспалительные гены оказались продублированы целиком или с модификацией, что может объяснить высокую устойчивость животных к болезням. В геноме обнаружены ошмётки ДНК вирусных инфекций, перенесённых мышами — по всей видимости, за время своего существования они сталкивались с вирусами намного чаще, чем другие виды, и выработали мегазащиту. Так что супергерой тут вовсе не Бэтмен.
Пока фармкомпании гонятся за красивыми цифрами в заголовках пресс-релизов, а мы ждём ещё более высоких процентов эффективности, посмотрим хотя бы на то, какое число участников стоит за ними.
🦠#COVID19

Pfizer/BioNTech
В пресс-релизе заявлена эффективность «более 90%». 43538 участников третьей фазы клинических испытаний, из которых вторую дозу получили 38955 участников. На момент пресс-релиза заявлено о 94 заболевших среди них. В Китае эта мРНК тестируется BioNTech вместе с Fosun Pharma.

Sputnik V
Заявленная двумя днями позднее эффективность в 92% основана на 16000 участниках третьей фазы, которые уже получили две дозы, при 20 заболевших. Всего в исследовании должны будут принять участие 40000 человек. Конечно, хотелось бы деталей подобных подсчётов на основании такого небольшого числа случаев, но, видимо, мы просим слишком многого

Moderna
Третий пресс-релиз заявляет эффективность в 94.5% на основании 30000 участников третьей фазы и 95 заболевших: 90 в контрольной группе и 5 в группе, получавших mRNA-1273. Дополняет такой детальный пресс-релиз сообщение о том, что её можно хранить целый месяц в обычном холодильнике (и до шести месяцев при -20°C).

Про мРНК-вакцины можно почитать подробнее в этом ревью, чтобы оценить, что хранение и транспортировка вакцин — далеко не единственные проблемы для их производящих фармкомпаний. В случае успеха вакцин от Moderna и Pfizer/BioNTech это будут первые вакцины на основе мРНК на рынке вакцин для человека.
2020 в ДНК (от The Verge)

Ребята в The Verge решили увековечить фотографии и видеозаписи о событиях 2020. Конечно же, точка зрения на события безнадёжно американская, но интересен выбор технологии хранения информации — ДНК. Такими делами занимаются, например, в MISL (Molecular Information Systems Lab), созданной совместно Университетом Вашингтона (UW) и компанией Microsoft. В видео Luis Ceze и Karin Strauss проводят небольшую экскурсию по их лаборатории и рассказывают базовые детали о том, как архив с файлами будет закодирован в виде нуклеотидов. ДНК при этом синтезировали в Twist Bioscience, которая разработала для этого подход на основе кремниевой платформы вместо 96-луночной плашки.

Помимо UW и Microsoft, над использованием ДНК для хранения информации занимаются и в других лабораториях, например Nick Goldman в EBI, — больше деталей в этом Nature Letter (2013) или в докладе (2019). Или вот Dina Zielinski и Yaniv Erlich с их подходом DNA Fountain для кодирования информации в ДНК (Science 2017, GitHub, TED Talk).

А файлы, которые решили сохранить в ДНК, можно посмотреть тут. Такие вот события, люди, явления.
То, как быстро удалось разработать вакцины от коронавируса и вывести их на рынок, поразительно. Но жизнь богаче литературы: на самом деле у BioNTech на создание прототипа вакцины ушло несколько часов сразу после того как в январе 2020 года китайские ученые опубликовали расшифровку генома вируса, а у Moderna — два дня. Потому что до этого несколько десятилетий эмигрировавшая в США из Венгрии ученая Каталин Карико с небольшим количеством коллег работала над исследованием mRNA, довольно долго считавшегося бесперспективным. Ей не давали гранты (да она и не особо любила писать заявки), у неё никогда не было своей лаборатории, она всегда получала минимальную или среднюю зарплату, а однажды её муж посчитал, что если сложить все часы, которые Каталин проводит на работе, оплата труда составит примерно доллар в час (в 9 раз меньше, чем в среднем у кассира в американском McDonald's).  Ну то есть ей реально двигала только вера в то, что она работает над чем-то стоящим: доктор Карико и её коллеги cчитали, что mRNA может лечь в основу совершенно нового типа вакцин, а также давать организму инструкцию как, например, производить инсулин и другие гормоны. Коронавирус просто "удачно" попался: белок-«шип» (S-белок), с помощью которого он проникает в клетки, оказался идеальной мишенью — вакцина доставляет измененную молекулу РНК, которая заставляет клетки производить S-белок, что знакомит иммунитет с вирусом. Побочных эффектов при этом — в разы меньше чем от приема оральных контрацептивов. Конечный успех вакцин Pfizer-BioNTech и Moderna (единственных в фарме, кто в итоге начал спонсировать исследования Карико), конечно, зависел также от многолетней работы многих других ученых из разных стран, и без них бы тоже ничего не вышло. И благодаря такому успешному ударному внедрению mRNA вакцин от коронавируса на горизонте в очередной раз замаячила вакцина от ВИЧ — с той же технологией в основе. 

История Каталин Карико это одновременно вдохновляющая история успеха и пример ошибки выжившего. Остается только догадываться, сколько еще людей также работают над чем-то революционым, но их исследований не замечают — например, потому что они не умеют их питчить инвесторам и научным фондам, потому что рыночек не всегда может порешать правильно или просто потому что научное сообщество в даннымй момент не в состоянии разглядеть потенциал. Сколько еще ученых просто устали от маленькой зарплаты и кумовства и ушли в кодинг? Считается, что жертвовать своими интересами ради общего блага это героизм, и это, конечно, очень удобно: можно не создавать условий труда, благодарность выражать грамотой, ну и вообще всячески культивировать идеи, что без страдания и ежесекундного преодоления трудностей ты ненастоящий сварщик. Вон работают же люди на компьютерах 2000 года выпуска, ждут реактивов месяцами и не жалуются, ещё и гранты умудряются получать! Но вообще как-то стремно осознавать, как часто твои благополучие и жизнь зависят только от того, хватает ли людям энтузиазма 20 лет бесплатно чистить от снега заброшенный аэродром или безропотно кочевать из лаборатории в лабораторию чтобы только иметь возможность работать со своей любимой РНК, которую все остальные считают шлаком.
Инфографика от команды Biorender’а. 🦠 #COVID19
FDA разрешила использование моноклональных антител адуканумаб против бета-амилоидов от компании Biogen. Предназначенный для лечения болезни Альцгеймера препарат попал в новостную сводку по любопытной причине — третья фаза клинических испытаний не показала эффективности. Формально, это первое подобное лекарство для лечения болезни Альцгеймера, которое было когда-либо одобрено, но решение FDA не устраняет всех опубликованных и высказанных сомнений по поводу того, есть ли вообще подобное работающее лекарство у Biogen’а.

Википедию уже обновили, посмотрим, если и как история будет развиваться дальше.
и тебя отсеквенируем
На излюбленном distill.pub новая статья — про гауссовские процессы. https://distill.pub/2019/visual-exploration-gaussian-processes/
Distill всё.

Редакторы экспериментального журнала нового поколения с интерактивными статьями про машинное обучение опубликовали пост, в котором рассказывают, как изменилось их представление о научных публикациях будущего, что было в их работе самым сложным и чему они научились за годы работы.

Поддерживать высокий уровень качества публикаций тяжело, ребята выгорели и делают перерыв. Возможно, что работающая модель на самом деле не в одном подобном журнале, а в интерактивных статьях, которые люди могут делать и публиковать на сторонних сайтах, собирая неформальные отзывы для их улучшения, как это было в случае Distill и модели работы через GitHub Issues.
Смотрите, что теперь есть: https://www.alphafold.ebi.ac.uk/.

365 тысяч структур на старте и планы достичь 135 миллионов.

Подробный пресс-релиз тоже имеется.