• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Тема «Центр ИИ»

Иллюстрация к новости: Биоинформатики НИУ ВШЭ обнаружили 20 опасных мутаций в гене, связанном с легочной артериальной гипертензией

Биоинформатики НИУ ВШЭ обнаружили 20 опасных мутаций в гене, связанном с легочной артериальной гипертензией

Ученые НИУ ВШЭ совместно с коллегами из российских университетов выяснили, какие мутации в гене ACVRL1 опасны для пациентов с легочной артериальной гипертензией. Они смоделировали, как изменения в гене влияют на связывание АТФ с белком — процесс, от которого зависит передача сигналов, необходимых для работы сосудов. Оказалось, что 20 из 32 вариантов могут нарушать передачу сигнала и провоцировать болезнь. Результаты опубликованы в Journal of Structural Biology.

Иллюстрация к новости: Будущее кардиогенетики — с искусственным интеллектом

Будущее кардиогенетики — с искусственным интеллектом

Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ (Институт ИИиЦН) создали программу, которая способна анализировать участки генома человека, ранее недоступные для точной интерпретации при генетическом тестировании. Программа адаптирует большие генеративные модели (ГенИИ) под задачи кардиогенетики, чтобы предсказывать, как мутация влияет на работу конкретного гена.

Иллюстрация к новости: Исследователи НИУ ВШЭ научили нейросеть точнее определять взаимодействия между белками

Исследователи НИУ ВШЭ научили нейросеть точнее определять взаимодействия между белками

Ученые Института искусственного интеллекта и цифровых наук (Института ИИиЦН) факультета компьютерных наук НИУ ВШЭ разработали модель, которая с точностью до 95% предсказывает, будут ли белки взаимодействовать друг с другом. GSMFormer-PPI использует три типа данных о белке, в том числе и о его поверхности, и анализирует связи между ними, в отличие от предыдущих моделей, где данные просто объединялись. Разработка может ускорить поиск молекулярных механизмов болезней, биомаркеров и потенциальных мишеней для лекарств. Работа опубликована в журнале Scientific Reports.

Иллюстрация к новости: Институт искусственного интеллекта и цифровых наук: ключевые достижения 2025 года

Институт искусственного интеллекта и цифровых наук: ключевые достижения 2025 года

В 2025 году Институт искусственного интеллекта и цифровых наук (далее — Институт ИИиЦН) достиг значительных успехов в исследованиях в сфере искусственного интеллекта. Среди ключевых достижений — улучшение методов обучения генеративных потоковых сетей для поиска новых молекул, создание системы для моделирования работы систем хранения данных и разработка первой карты структуры квадруплексов ДНК. Эти и другие научные прорывы открывают новые горизонты для развития медицины, информационных технологий и других областей. В этой новости рассказываем о наиболее значимых достижениях института в 2025 году и планах развития на будущее.

Иллюстрация к новости: Ученые ВШЭ разработали DeepGQ — Google Maps для G-квадруплексов

Ученые ВШЭ разработали DeepGQ — Google Maps для G-квадруплексов

Исследователи из Центра искусственного интеллекта ФКН НИУ ВШЭ разработали ИИ-модель, которая открывает новые возможности для диагностики и лечения тяжелых заболеваний, включая рак мозга и нейродегенеративные нарушения. Ученые применили искусственный интеллект для изучения G-квадруплексов — структур, которые оказывают значительное влияние на работу наших клеток и развитие различных органов и тканей. Статья с результатами исследования опубликована в журнале Scientific Reports.