🔴🔴🔴🔴 Вышел новый №1/2026 журнала «Аграрная наука»

📖 Читайте в выпуске:

🟦Мукомольно-крупяная отрасль: итоги и прогнозы;
🔳Кормовая эффективность как главный ресурс: генетика, экономика и будущее стада;
🟦Как выявлять мастит у коров;
🔳Современные методы дератизации на производственных объектах АПК;
🟦Общеклинические показатели крови служебных собак на фоне влияния гумата калия;
🔳Тестостерон в волосах как прогностический маркер мясной продуктивности бычков;
🟦Особенности молочной продуктивности коров в зависимости от возраста и подбора;
🔳Эффективность трехкомпонентных фунгицидов на основе ингибиторов биосинтеза стерина первого и второго классов против листовых болезней яровой пшеницы;
🟦Урожайность зеленой массы, структура и качество урожая гибридов кукурузы при разных сроках посева в условиях Республики Тыва;
🔳Влияние листовых подкормок на биометрические показатели деревьев яблони;
🟦Агрокластер как эффективный механизм развития растениеводства на региональном уровне;
🔳Белое вино в России: регионы, сорта и стратегические векторы роста.

📄 И много других научных и отраслевых статей.

⬇️Скачать журнал бесплатно

🌾Новости с полей

Друзья, думаем, что среди нас немало тех, кто в детстве был подписан на какое-нибудь печатное издание и ждал каждый свежий выпуск на почте. Что ж, в наши дни не нужно отправляться в отделение или ждать почтальона

Коллеги из @agrarianscience делают еженедельный электронный журнал «Аграрная наука» — новости отрасли, актуальные события, публикации, исследования и статьи — от почв и семян до техники, животноводства и агротехнологий. Старая добрая эстетика сохранена, а проблематика — самая современная.

📕 Новый выпуск доступен для скачивания: ознакомиться

Если неравнодушны к цветам, полям и братьям нашим меньшим, то #бластим_рекомендует

Вам кто-нибудь когда-нибудь предлагал крутую лабу за границей, где вам обеспечивают бесплатное проживание и еще сверху платят стипендию более 300К RUB, ваши профессора — ведущие ученые с мировым именем и заоблачным Хиршем, а вы занимаетесь самым передовым ИИ-рисечем в биологии?

Теперь это реально. Приходите послушать опыт Юлии Медведевой сегодня и не упустите свою возможность.

🔗 Крч, очень ждем вас, вебинар начинается в 20:00 мск: ЗАРЕГИСТРИРОВАТЬСЯ

Магистратура и PhD в MBZUAI

In English, please ▶️

Вебинар «AI-революция в бионауках. Открой MBZUAI» получился очень насыщенным. Но, кажется, у слушателей осталось еще много вопросов. Давайте коротко ответим на самые популярные:

❓ Что покрывает стипендия MBZUAI?
• 100% оплата обучения
• Ежемесячная стипендия (MSc — 15 500 AED, PhD — 17 500 AED)
• Виза ОАЭ
• Медицинская страховка
❓ А где живут студенты?
• На кампусе (7 500 AED вычитаются из стипендии)
• Вне кампуса (студенты самостоятельно выбирают и оплачивают жилье)
❓ А стажировки будут?
Да, стажировки обязательны:
• MSc — 6 недель
• PhD — 12 недель
Университет помогает с поиском компаний.
❓ Как подтвердить уровень английского?
MBZUAI не проводит собственные языковые тесты. Популярный вариант среди кандидатов из России — тест Duolingo. Можно подать заявку без сертификата и предоставить его позже (до 15 марта).
❓ Планируется ли запуск других направлений?
Университет активно развивается. Сейчас основной фокус на Computational Biology и Human–Computer Interaction,
но в дальнейшем планируется расширение и запуск новых программ.
❓ Много ли мест?
Конкурс на программу очень высокий, но финальное количество мест во многом зависит от качества поданных заявок. Это значит, что шанс есть у каждого кандидата с сильным и хорошо подготовленным профилем.
👉 Если вы подаетесь с Бластим до 1 февраля, то мы поможем вам:
• трезво оценить свои шансы
• усилить заявку и правильно расставить акценты
• избежать ошибок, которые снижают шансы даже у сильных кандидатов

❗️ А если у вас остались вопросы, то у нас отличная новость! 24 января в 10:00 мск мы снова встречаемся на вебинаре «Advance your future in AI at the world’s first AI university»

Спикер: Chloe Zhang
Язык встречи: английский
Обсудим:
• университет MBZUAI в целом и в деталях
• магистерские и PhD-программы
• карьерные перспективы после выпуска
• поступление, обучение и жизнь в ОАЭ

🏖️ Регистрация здесь: ссылка

Магистратура и PhD в MBZUAI

💊 Здесь есть доктор? Я доктор физико-математических наук

Почему сегодня разработка инновационных лекарств не идет без точных цифр и сложных расчетов? Можно ли заменить подопытных кроликов ин силико моделями? Как правильно подобрать дозу для первой фазы клинических исследований? Какова роль ИИ в современной фарме?

28 января в 19:00 мск Виктор Соколов, к.ф.-м.н, старший научный сотрудник M&S Decisions FZ LLC, технический директор «СимургФарм» расскажет, как фармакология превратилась в сплошную математику и почему это хорошо.

Бонусом разберем реальный кейс: принимаем решение о старте клинических исследований гипохолестеринемических препаратов.

Лекция бесплатная, регистрация по ссылке: sbsite.pro/BioEvents_1

Участвуйте в конкурсе БИОмечтателей до 1 февраля: agency.blastim.ru/biodreamers

Мода приходит из городов, а мудрость — из пустыни

Вы биолог или биоинформатик — но не по-детски любите математику и программирование? Вы упорны и мечтаете попасть на международную ИИ-арену, чтобы остаться там всерьез и надолго?

Бластим не может не рассказать о такой возможности и поддержать

▶️ Ждем на вебинаре «Advance your future in AI at the world’s first AI university» через 1,5 часа

🔗 регистрация

Язык встречи: английский
Спикер:

🎨🎨🎨 Chloe Zhang
🎨🎨🎨 Head of Graduate
🎨🎨🎨 Student Recruitment

Отправляйте заявки через Бластим — мы поспособствуем поступлению

🔗 agency.blastim.ru/uae

Дедлайн: 1 февраля

😀 Мечтать не вредно: объявляем о продлении конкурса научных идей

Друзья, рады сообщить, что ждем ваши заявки на конкурс БИОмечтателей до 1 февраля включительно

Отметим, что принимаем максимум 5 заявок от одного участника — так мы сможем уделить достаточно внимания каждому

⛄️Если анонс свалился как снег на голову: воть пост с целями, структурой и деталями, а здесь примеры задач от нашей команды — для вдохновения и старта

Призовой фонд: 300К рублей

🌹 Все подробности на сайте проекта: agency.blastim.ru/biodreamers

📚 Что самое главное в жизни студента?

Поздравляем всех с Татьяниным днем и желаем смелых целей, сильных резюме и поддерживающих научных руководителей! Делитесь в комментариях: что для вас значит быть студентом и зачем сегодня нужно высшее образование?

В университет в первую очередь идут за корочкой знаниями. Но студенчество — это самый удобный и плодотворный период для нетворкинга, поиска возможностей и формирования профессионального окружения. Поэтому помимо учебы важно выбираться на мероприятия и участвовать в разных активностях. Даже когда очень хочется поспать или тема кажется не слишком интересной. Никогда не знаешь, какая встреча приведет к неожиданным и ценным карьерным последствиям.

ℹ️ Если вам интересно, как проходит жизнь студентов ВНЕ учебы в Университете искусственного интеллекта имени Мохаммеда бин Заида (MBZUAI), вам могут быть полезны эти ресурсы:
• сайт университета mbzuai.ac.ae/student-resources/campus-facilities/
• официальный YouTube-канал youtube.com/@MBZUAI/videos

Но если кратко, в MBZUAI есть все для комфортной жизни и среда, которая напрямую влияет на будущие возможности:
• спортивные залы и зоны отдыха
• студенческие клубы и регулярные мероприятия
• активное комьюнити

➡️ А если у вас еще остались вопросы или вы задумываетесь о поступлении — просто заполните короткую анкету до 1 февраля. Мы проконсультируем и поможем бесплатно подготовить сильную заявку.

Ссылка на подробности и форму: agency.blastim.ru/uae

📣 Камера, мотор… ой, мы уже в эфире

Сегодня для Бластим особенный день. Официально стартовал курс «Анализ NGS-данных», и он вошел в историю как самый популярный из всех 11 потоков 🥳

В программе дня плавный разгон. Участники знакомятся, осваиваются и проходят предобучение по R, Python и Linux. Энергия в чате зашкаливает, но это только начало. Уже завтра — первое полноценное занятие.

И если уж бить рекорды, то чего мелочиться: да, к нам еще можно присоединиться — мы увеличили количество мест! А нагнать программу пока реально и комфортно 💯

Регистрация и подробности: agency.blastim.ru/ngs

Следующий запуск будет только в сентябре… столько проектов и вакансий может пройти мимо…

🍩 Несладкая жизнь с сахарным диабетом

Сахарный диабет 1-го типа (СД1) — заболевание, приводящее к разрушению β-клеток поджелудочной железы и потере способности к выработке инсулина. К 2040 году в мире ожидается до 17,5 млн пациентов. При этом патогенез СД1 — сложный и не до конца изученный процесс. Однако очевидно, что первую скрипку в нем играют самые разные иммуноциты, которые и участвуют в атаке на островковые клетки. Отсюда вытекает необходимость изучать гетерогенность в поджелудочной железе и выявлять минорные субпопуляции. Но как? Транскриптомикой одиноких клеток, разумеется

30 января в 19:00 мск на заключительной встрече лектория БИОмечтателей мы погрузимся в проблему диабета 1-го типа. А нашим проводником будет Василий Акимов, аналитик лаборатории эпигенетических методов исследований ФГБУ ЦСП ФМБА

Адженда:

➤ принципы и возможности метода scRNA-seq
➤ как scRNA-seq помогает познать гетерогенность: Т- и В-лимфоциты, моноциты, дендритные клетки и другие
➤ поиск диагностических биомаркеров и оценка эффективности терапии
➤ изучение осложнений: нефропатия, ретинопатия и нейропатия
➤ выводы и будущее технологии scRNA-seq в исследовании диабета 1-го типа

Лекция бесплатная, регистрация по ссылке: sbsite.pro/BioEvents_1

Участвуйте в конкурсе БИОмечтателей до 1 февраля: agency.blastim.ru/biodreamers

🏆 Хит-парад статей тысячелетия

В 2025 году Nature представил топ-25 самых цитируемых статей и препринтов за четверть века, собрав информацию из пяти наукометрических баз (WoS, Scopus и др.). Что это за публикации такие? Давайте разбираться.

Возможно, вы разочаруетесь, но среди лидеров нет ни CRISPR, ни Генома человека, ни других нашумевших прорывов. Зато — тихое, но тотальное доминирование методов, особенно машинного и глубокого обучения.

№1. Deep Residual Learning for Image Recognition 🖼

В 2015 году ученые Microsoft во главе с Каймином Хэ представили новаторскую архитектуру ResNet, которая совершила революцию глубины нейросетей, преодолев проблему затухающих градиентов с помощью остаточных связей. До боли простая идея теперь повсюду — вплоть до ChatGPT. Оригинальный ResNet выиграл конкурс на датасете ImageNet, нарастив число слоев в ~7 раз по сравнению с предыдущими победителями. Сегодня файнтюнить ResNet под свои задачи с картинками — обыденная практика, вот кейс с распознаванием древней латыни.

№6. Random Forests 🌲

Статья 2001 года про удобный и понятный алгоритм — случайный лес, придуманный американским статистиком Лео Брейманом. Под RF подразумевается ансамбль множества деревьев решений, которые обучаются параллельно на сэмплах объектов и признаков. Потом их оценки агрегируются. Отличная иллюстрация пословицы «Одна голова хорошо, а две — лучше».

№7. Attention is all you need 🤖

Краеугольный труд для сферы обработки естественного языка от Ашиша Васвани и коллег из Google Brain датируется 2017 годом. Именно в ней описан «трансформер» — хребет нынешних LLM. Название перекликается с песней The Beatles. Сегодня трансформеры вошли и в биологию, например, обучают белковые языковые модели. Одну из них, ESM3, мы скоро отпрепарируем на вебинаре, не пропустите.

№8. ImageNet classification with deep convolutional neural networks 👀

Работа 2012 года Крижевского, Суцкевера и Хинтона про культовый AlexNet. Первая сверточная нейронка, убедительно доказавшая превосходство глубокого обучения над другими подходами в компьютерном зрении. Точка отсчета эры дипленинга и бума GPU. Подробности.

№12. U-Net: Convolutional Networks for Biomedical Image Segmentation 🔬

U-Net — нейросеть, предложенная в 2015 году Олафом Роннебергером именно для биомедицины — сегментации клеток на микроскопических снимках. U-Net хватает малой выборки для тренировки. Ныне U-Net подобная архитектура лежит в основе диффузионных моделей для генерации картинок.

№15. Scikit-learn: Machine learning in Python 🛠

Публикация 15-летней давности про sklearn — популярную питонячную библиотеку для классического ML с уймой реализованных функций и алгоритмов.

№16. Deep learning 🧠

Обзор от сразу трех крестных отцов AI — Бенджио, Хинтона и ЛеКуна. Кстати, Хинтон в январе 2026 стал вторым ученым в истории, достигшим 1 млн цитирований!

Что еще в топе? Биоинформатика и статистика. Например, №18 — статья о DESeq2, золотом стандарте для оценки диффэкспрессии. На последней строчке расположился инструмент G*Power для расчета статмощности. Чуть-чуть не дотянули до попадания в рейтинг SAMtools, Trimmomatic и Bowtie 2 (№27–29) 🥲

Цитируемость намекает, что вычислительные методы и AI-модели очень востребованы. Их освоение выгодно превращает вас в мультидисциплинарных специалистов. В Бластим на занятиях по ML мы тоже опираемся на нетленные классические рукописи, но сразу практикуемся на примерах из лайфсаейнс.

Подписывайтесь на ML-чат и приходите на наш курс по ML

#бластим_технологии

Эх, надо было начинать разбираться с нейросетями тогда, когда все GPU были у геймеров…

После вчерашнего хит-парада самых цитируемых статей стало немного грустно? Тренды ускоряются, а новые термины накатывают как снежный ком 😭

Плохая новость: вернуться назад нельзя. И да, в теме уже непросто ориентироваться в одиночку.
Хорошая новость: в новую область можно легко войти в любой момент с чутким преподавателем.
Очень хорошая новость: у Бластим появился новый тариф на курсе «Машинное обучение на Python для биоинформатики».

🛍 2 курса (ML + AI) по цене одного
За 8 недель вы системно освоите машинное обучение, а затем ускорите свою научную жизнь с персональными AI-агентами. И вот вы уже не теряетесь в новинках, а обсуждаете, восхищаетесь и критикуете.

А, забыли про ускользающую новость! Цена раннего бронирования действует до 3 февраля. Самое время забрать максимум выгоды: agency.blastim.ru/pythonandml

Он улетел, но обещал вернуться: прощаемся с лекторием БИОмечтателей

Декабрь и январь были невероятно вдохновляющими и насыщенными: за это время приглашенные исследователи провели 12 увлекательных лекций. Спасибо всем, кто был с нами, задавал вопросы и превращал онлайн-встречи в научные дискуссии

🎸 Мы собрали для вас плейлисты и презентации всех лекций, чтобы вы могли вернуться к самым интересным темам или посмотреть то, что пропустили

Плейлисты:
Rutube
VK
YouTube

Презентации доступны по этой ссылке 👉

Запись и материалы сегодняшней лекции появятся чуть позже — как только они будут готовы. Обязательно следите за обновлениями!

Приятного просмотра и до новых встреч ❤️

🔴 Теперь официально: непрямая линия с Владимиром Анатольевичем Шитовым назначена на 2 февраля, 20:00 мск

🗓 Друзья, в ближайший понедельник биоинформатик, машинлернер и преподаватель Владимир Шитов откроет ML-неделю в Бластим онлайн-семинаром «Машинное обучение в биологии и медицине: успехи и провалы»

Раз линия непрямая, то и разговор отнюдь не про линейную регрессию. Обсудим, как машинка преобразует биомедицину: что уже получилось, на что есть надежда и где мы облажались. Узнаем, чем там занимаются компании и стартапы. Под конец затронем любые интересующие вас темы. Особенно ждем возмущенных граждан, недовольных ИИ

🔗 Регистрация: ссылка

🗓 6 февраля эфир заполнит Александр Декан с лекцией «Могут ли 500 миллионов лет эволюции помочь понять, как жить дольше?»

Возьмем мультимодальную генеративную модель для биологии ESM3, тренировавшуюся на миллиардах белковых последовательностей и структур. И с ее помощью проанализируем p53 у разных зверей: слонов, китов, людей, мышей и, куда без них, голых землекопов

🔗 Записаться: жмяк

Но это еще не всё! Со 2 по 8 февраля будут выходить экспертные материалы, рекомендации вакансий, а для самых искушенных — задачки «на подумать»

📌 Не пропустите 7 дней нон-стоп полезностей от машинлернеров blAstIm

💊 И тебя вылечат, и меня вылечат: про лекарства и ИИ в лонгриде Владимира Шитова

Сейчас в сфере ИИ для биологии пристальное внимание уделяется генерации лекарственных молекул. Для того чтобы изобрести новый препарат, нужно найти вещество, которое воздействует на определенную цель, чаще всего — белок. Раньше такие вещества брали из природы (например, лекарственных растений) или просто тестировали кучу разных молекул на куче разных белков. Что связалось — потенциальное лекарство. Это очень трудозатратный, дорогой и довольно глупый процесс.

Сегодня ученые пытаются научить алгоритмы ИИ на уже полученных данных и применить их для генерации новых пилюль. Ты даешь нейросети белок — она говорит тебе, какая молекула должна с ним связаться. Такой алгоритм сэкономил бы немало ресурсов и сильно ускорил фарму.

Но! Есть и другая область, которая гораздо менее на слуху. Вспомним, что подбор молекулы — это лишь начало пути лекарства на рынок. Дальше требуются многие годы преклинических и клинических испытаний. Из-за безопасности или недостаточной эффективности здесь отсекается львиная доля молекул. И на это уходит на порядки больше времени и денег, чем на самый первый шаг. А иногда лекарство работает только на части пациентов. Такое вещество не проходит клинику, хотя вполне могло, если бы исследователи знали заранее, какой группе пациентов лекарство способно помочь.

Именно эту проблему стараются решить такие компании, как Noetik. Они собирают максимум информации по пациентам с раковыми заболеваниями. Основной упор делается на данные пространственной транскриптомики: они показывают, как выглядит ткань и какие гены активны в каждом ее участке. Дальше Noetik обучает большие нейросетевые модели понимать биологию ткани. Это позволяет проводить виртуальные эксперименты — сдвигать один параметр (например, активность определенного гена) и смотреть, какие изменения в ткани предсказывает модель. В конечном итоге исследователи хотят прийти к пониманию, почему одни пациенты реагируют на терапию, а другие нет.

🤔 Получится ли? Посмотрим. Но уже безумно интересно наблюдать, как преобразуется биология благодаря развитию алгоритмов машинного обучения

Текст подготовлен Владимиром Шитовым специально для Бластим. Завтра на вебинаре — еще больше такого. Ждем всех, даже ИИ-скептиков и пессимистов: ссылка

#выходные_у_бластим