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.
24–25 октября в московском кампусе НИУ ВШЭ на Покровке состоялась IV ежегодная конференция Fall into ML 2025, посвященная машинному обучению и искусственному интеллекту. Мероприятие прошло при поддержке генерального партнера — Сбербанка, а его идейным вдохновителем стал директор Института искусственного интеллекта и цифровых наук факультета компьютерных наук Алексей Наумов. Конференция уже в четвертый раз собрала всех, кто создает науку об ИИ в России — от студентов и аспирантов до ведущих ученых с мировыми именами.
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.
Вычислительные методы анализа древних и современных геномов позволяют исследовать процесс формирования генетического разнообразия популяций, изучать историю их перемешиваний и миграций, прослеживать формирование адаптации к окружающей среде. Международная лаборатория вычислительной и статистической геномики НИУ ВШЭ использует математические подходы и генетические данные для решения широкого спектра задач в различных областях — от антропологии и эпидемиологии до криминалистики. Новостная служба «Вышка.Главное» побеседовала с заведующим лабораторией Владимиром Щуром о ее работе.
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.
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.
Команда ученых и медиков впервые в России провела масштабное генетическое исследование пациентов с легочной артериальной гипертензией. Исследователи, включая сотрудников Международной лаборатории биоинформатики факультета компьютерных наук НИУ ВШЭ, изучили геномы более ста пациентов и обнаружили, что примерно у каждого десятого встречаются опасные мутации в гене BMPR2, отвечающем за рост сосудов. Три мутации были описаны впервые. Исследование опубликовано в журнале Respiratory Research.
В Институте искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ предложили новый подход, основанный на современных методах машинного обучения, для определения генетического происхождения человека. Графовые нейросети позволяют с высокой точностью различать даже очень близкие популяции.
Исследователи из ВШЭ и AIRI предложили метод быстрой донастройки нейросетей: данные обрабатываются по группам, которые затем перемешивают оптимальным образом, чтобы улучшить их взаимодействие. Метод лучше аналогов справляется с генерацией и анализом изображений, дообучением текстовых моделей. При этом он требует меньше памяти и времени на обучение. Результаты работы были представлены на конференции NeurIPS 2024.
Разработанные в Центре искусственного интеллекта НИУ ВШЭ нейросетевые модели значительно улучшают прогнозирование риска ожирения, диабета первого типа, псориаза и других многофакторных заболеваний. Совместное исследование с компанией Genotek показало, что алгоритмы глубокого обучения эффективнее традиционных методов, особенно при сложных взаимодействиях генов (эпистазах). Результаты опубликованы в журнале Frontiers in Medicine.
