Тема «публикации»

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.

Ученые ФКН ВШЭ представили работы в сфере ИИ и биоинформатики на ICLR 2026

Ученые ФКН ВШЭ представили работы в сфере ИИ и биоинформатики на ICLR 2026
Ученые Института искусственного интеллекта и цифровых наук факультета компьютерных наук ВШЭи студенты трека «ИИ360: Инженерия искусственного интеллекта» бакалаврской программы «Прикладная математика и информатика» приняли участие в международной конференции ICLR — одном из самых авторитетных мировых форумов в области машинного обучения и представления данных. В этом году конференция состоялась в Рио-де-Жанейро (Бразилия).

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.

Ученые Вышки научили нейросеть «слышать» неисправности в электродвигателях

Ученые Вышки научили нейросеть «слышать» неисправности в электродвигателях
Ученые  Института искусственного интеллекта и цифровых наук (ИИиЦН) факультета компьютерных наук НИУ ВШЭ разработали метод Signature-Guided Data Augmentation (SGDA), который способен с точностью 99% определять неисправность двигателей и с точностью 86% классифицировать типы возникших поломок. Применение этой разработки может снизить расходы на ремонт промышленного оборудования, уменьшить простои и сделать производство безопаснее. Результаты исследования опубликованы в журнале Engineering Applications of Artificial Intelligence.

Ученые НИУ ВШЭ научились сжимать большие языковые модели без потерь в качестве

Ученые НИУ ВШЭ научились сжимать большие языковые модели без потерь в качестве
Исследователи из Института искусственного интеллекта и цифровых наук (Институт ИИиЦН) ФКН НИУ ВШЭ разработали новый метод сжатия больших языковых моделей, таких как GPT и LLaMA, который позволяет уменьшить их объем на 25–36% без дополнительного обучения и значительной потери в точности. Это первый подход, который использует математические преобразования — вращения весов модели, — чтобы сделать модели более удобными для сжатия с помощью структурированных матриц. Результаты исследования опубликованы в ACL Findings 2025. Код метода доступен на GitHub.

Исследователи ВШЭ составили полногеномную карту квадруплексов

Исследователи ВШЭ составили полногеномную карту квадруплексов
Международная команда исследователей, в том числе из НИУ ВШЭ, создала первую полную карту квадруплексов — нестабильных структур ДНК, участвующих в регуляции генов. Ученые впервые показали, что эти структуры работают парами: один находится в участке ДНК, который запускает считывание гена, а другой в соседнем участке, ускоряющем этот процесс. В нормальных тканях они регулируют работу тканеспецифичных генов, а в раковых — генов, отвечающих за рост и деление клеток. Результаты могут помочь в разработке новых противоопухолевых препаратов, нацеленных на квадруплексы. Исследование опубликовано в журнале Nucleic Acids Research.

Ученые обнаружили один из самых долгих случаев ковида

Ученые обнаружили один из самых долгих случаев ковида
Международная группа исследователей при участии ученых из НИУ ВШЭ изучила необычный образец вируса SARS-CoV-2 у ВИЧ-положительной пациентки. Генетический анализ позволил выявить множественные мутации и установить, что вирус эволюционировал в организме на протяжении 2 лет. Это подтверждает теорию о том, что вирус способен годами оставаться в организме отдельных людей, постепенно накапливать мутации и затем выплескиваться в популяцию. Результаты опубликованы в журнале Frontiers in Cellular and Infection Microbiology.

Когда вирус наступает на мину: найден древний механизм самоуничтожения зараженных клеток

Когда вирус наступает на мину: найден древний механизм самоуничтожения зараженных клеток
Когда вирус попадает в клетку, он вмешивается в ее работу. Ранее считалось, что защитная реакция клетки на вирус запускает процесс ее самоуничтожения. Но исследование с участием биоинформатиков НИУ ВШЭ показало, что причина другая: клетка реагирует не на вирус, а на собственные транскрипты, которые становятся аномально длинными. Исследование опубликовано в журнале Nature.

Ученые проверили асимметрию материи и антиматерии

Ученые проверили асимметрию материи и антиматерии
Международная команда ученых с участием сотрудников НИУ ВШЭ собрала и проанализировала данные десятков экспериментов о превращениях нестабильных частиц чарм-мезонов  в их античастицы и обратно. Выяснилось, что такие превращения происходят всего четыре раза на тысячу распадов и полностью совпадают с предсказаниями Стандартной модели. Это значит, что следов новой физики в этих процессах пока не найдено, а если неизвестные частицы и существуют, то они слишком тяжелые, чтобы современные установки смогли их заметить. Работа опубликована в журнале Physical Review D.

Ученые ВШЭ оптимизировали обучение генеративных потоковых нейросетей

Ученые ВШЭ оптимизировали обучение генеративных потоковых нейросетей
Исследователи факультета компьютерных наук НИУ ВШЭ улучшили метод обучения генеративных потоковых нейросетей для работы с неструктурированными задачами. Это поможет искать новые лекарства эффективнее. Результаты работы были представлены на одной из ведущих конференций по машинному обучению — ICLR 2025. Текст работы доступен в репозитории Arxiv.org.