🔴 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

Друзья, к нам в руки попали десятки файлов эээп... Шитова, которые он покажет на вебинаре сегодня в 20:00 мск

Давайте скорее смотреть! Так-с, Вова будет рассказывать, как ИИ-алгоритм ▇ ▇▇▇ разработал лекарство от ▇▇▇ ▇▇ ▇▇▇, а нейросеть ▇▇▇ совершила революцию в области предсказания ▇▇▇▇. Биоинформатик раскроет страшную правду, как машинка полностью провалилась в проблеме ▇▇ ▇▇▇▇ и ни на что не способна в задаче ▇▇ ▇▇▇ ▇. А еще речь зайдет про компании ▇▇ ▇ ▇▇▇ ▇▇▇▇▇ , которые прямо сейчас в секрете создают модели ▇▇▇▇, способные отправить на свалку истории всех био▇▇▇▇▇.

🔗 Попасть на остров машинного обучения

В лучших традициях пиратов Карибского моря мы решили устроить вам игру — и не на жизнь, а на… внимательность 👀

⚓️ Необходимо за 14 дней отыскать секретный ключ, спрятанный в письмах еженедельной рассылки Бластим. Рассылка выходит 2 раза в неделю.

Подписаться можно тут 🖱

Правила просты: в каждом письме будет спрятана одна тайная буква, соберите их все, сложите кодовое слово и отправьте Варваре

— Что мне за это будет, кэп?
— Слава. Почет. И деньги!

Те, кто первыми найдут все буквы, расшифруют слово и напишут Варваре — получат главный приз!

Те, кто доберутся до разгадки позже, тоже не останутся за бортом: вас ждет скидка 10% на курс «Машинное обучение на Python для биоинформатики»

Свистать всех в рассылку!

🤩 Пока у нас тут хи-хи да ха-ха, кое-кто уже очень серьезно зарывается в анализ NGS

Новый поток курса «Анализ NGS-данных» набрал обороты. Но! У участников все равно остаются силы на шутейки. А значит, темп выбран правильный 👌

Если же вы тоже присматривались к самой популярной программе от Бластим и просто ждали лучшее предложение, то… да, это оно:

Открыто ультрараннее бронирование на сентябрь 📣

• 59 900 ₽ 93 500 ₽ = экономия 33 600 ₽ = максимальная выгода
• доступ ко всем материалам прошлого запуска сразу после оплаты
• гарантированное место в следующем наборе

+ для студентов действует дополнительная скидка 30% по промокоду STUDENTNGS

❓А почему на курсе всегда аншлаг и за что его так любят, можно узнать туть

Пройти через бутылочное горлышко 🍾

Они получают на вход картинку котика и возвращают на выход картинку котика. Что-что? Зачем нужна бесполезная работа? Кто так делает? И как оказалось, что именно эти модели стали концептуальными прародителями самых моднючих инструментов генерации изображений и видео, а также до сих пор пользуются нездоровой популярностью в транскриптомике отдельных клеток?

💗 Сегодня маэстро Владимир Шитов рассказывает про свою любимую архитектуру нейросетей. Текст доступен эксклюзивно участникам ML-недели

Скорее читать материал [осторожно, содержит элементы насилия 🔞]

💻 I've got a computer

Неделя машинного обучения продолжается — будем укрощать строптивую белковую LLM-ку

Год назад в Science вышла статья про мультимодальную модель для биологии ESM3, которую тренировали на миллиардах протеинов различных видов. И теперь эта нейросеть, по-видимому, владеет языком белков, понимает их эволюцию и даже умеет прогнозировать принципиально неизвестное в природе. Например, она сгенерировала новый светящийся GFP

🤖 Сегодня вечером в 19:30 мск биоинформатик Александр Декан, используя мощь нейросети ESM3, проанализирует белок p53 (aka «страж генома») у слонов, китов, людей, мышей и голых землекопов. Цель — познать больше о старении.

🔭 Самое интересное, как всегда, онлайн: https://sbsite.pro/ml0226_1

🌅 Я боюсь стать таким, как взрослые, которым ничего не интересно, кроме цифр

Согласны с Маленьким принцем! Но всем же любопытно, а что там у «БИОмечтателей»? Поэтому раскрываем промежуточные итоги!

Наш конкурс собрал 288 заявок — от самых смелых полетов фантазии до дотошно проработанных бизнес-планов. Мы благодарим каждого, кто откликнулся, поддержал, активничал на вебах или просто следил за нашей инициативой. Ваша энергия делает науку живой и бурлящей!

Сейчас «БИОмечтатели» и приглашенные эксперты внимательно изучают все заявки, впереди — отбор лучших проектов, которые пополнят карту главных задач биологии на десятилетия вперед.

Мы не прощаемся! Вернемся после 15 февраля, чтобы объявить победителей и рассказать о дальнейших шагах.

Спасибо, что мечтаете вместе с нами ❤️

🤖 ИИ считает вакцины быстрее, чем мы успеваем допить кофе?

Подписывайтесь на канал Курчатовского комплекса Кристаллографии и фотоники, чтобы узнать, как используют ML + методы структурной биологии, чтобы заранее «просчитать» структуру вакцин-кандидатов — еще до того, как тратить недели на поисковый синтез и перебор вариантов.

📌 Что делают:
моделируют/оптимизируют структуру кандидатов с опорой на структурную биологию и вычислительные методы.

📌 Зачем:
для сокращения доли «угадайки» на ранних этапах разработки → меньше лишних экспериментов, быстрее итерации, экономия времени и ресурсов.

📌 Примеры патогенов, к которым уже применяли подход:
вирус лихорадки Денге, коронавирус (новый штамм), вирус африканской чумы свиней (АЧС), болезнь Лайма.

Так что ИИ — это не магия, а инструмент, который помогает быстрее найти вариант для дальнейших проверок по стандартной схеме.

Источник

#бластим_рекомендует

Я недостаточно хорошо знаю Python для ML 🙁

А вот это стоит проверить!

На курсе «Машинное обучение на Python для решения биоинформатических задач» мы не учим язык с нуля. Но это совсем НЕ означает, что от вас требуются безупречные навыки кодинга. Программа рассчитана на комфортный старт для участников с разным уровнем подготовки.

✅ Даже если ваши умения пока скромные
Первые занятия как раз посвящены повторению базовых концепций и работе с must-have библиотеками.
✅ Тем, у кого есть опыт, тоже не будет скучно
Фундаментальное введение поможет закрыть пробелы и взглянуть на знакомые инструменты с прикладной точки зрения.

Что нужно для старта?
• знание базовых конструкций языка (переменные, циклы, функции, списки, словари)
• умение работать в Jupyter Notebook или Google Colab
• понимание pandas и numpy или готовность быстро освоить их по нашим материалам

Если сомневаетесь в своей готовности, то предлагаем пройти бесплатный тест здесь.

А все подробности о курсе и консультацию можно найти тут: agency.blastim.ru/pythonandml

ML начинается не с идеального Python, а с желания учиться 💯

Будьте добры, заправьте машинку пайтоном и ИИ

🏄 Друзья, рассказываем о вкуснейшей акции: два пакетных тарифа для тех, кто любит учиться основательно, копать глубже и всегда быть на волне.

⚙️ Готовим тачку на прокачку

Пакет «Машинное обучение + Python»
Это идеальный выбор для биологов и врачей: от азов синтаксиса Python и библиотек для Data Science до обучения нейросетей своими руками. Погружение в язык в комфортном темпе и возможность применить автоматизацию в своей науке. Отличный старт, чтобы сменить профессию или почувствовать свободу и легкость в работе с данными.

🚘🚘🚘Дрифтуем под современный бит

Убойная комбинация «ML + AI»
Преподаватели обучат современным метанавыкам в области ИИ, которые позволят вам: легко внедрять нейросети из статей в свои проекты, быстрее кодить с ИИ-ассистентами, писать агентов и настраивать всё так, чтобы сервера не падали. Также вы познакомитесь с ИИ-моделями для биологии, решающими задачи способами, о которых вы раньше даже не подозревали. После двух курсов можно идти в ML-инженеры или создавать свои тулы для науки.

⚠️ Самые выгодные цены действуют только до 23:59 мск сегодняшнего дня — после грядет повышение

Не упустите шанс! Пишите @varvara_blastim и бронируйте место

❤️Поздравляем коллег с Международным днем женщин и девушек в науке!

И хотим рассказать про необычную визуализацию данных от машинлернера Владимира Шитова ⤵️

✨ Однажды друг предложил проект, который до сих пор остается одним из моих любимых. Его жена занимается дизайном женского белья. Она хотела сделать лифчики удобнее для клиенток, но для этого нужно было проводить хитрые измерения, которые бы отпугнули часть покупательниц. Друг написал мне: «Ты же занимаешься машинным обучением? Мы собрали датасет женских грудей, можешь предсказать по ним эти числа?» Загоревшись искренним научным интересом, я тут же согласился.

Данные оказались табличными 🥲 Девушки в испытательной группе провели несколько измерений: обхват груди, расположение соска и еще несколько, включая те, которые требовалось предсказать. Вздохнув от понимания, как много ценных научных результатов можно было бы извлечь из картинок, я принялся за работу.

📍 Одна из задач легко решилась простой советской регрессией, а вот с остальными было сложнее. Я решил отрисовать датасет, чтобы лучше понимать, как можно предсказать другие числа. Уместить всю информацию на одном графике сперва не получалось: колонок в таблице было несколько, а стандартными методами визуализации можно худо-бедно отобразить четыре. И тут меня осенило: «Эврика, я же знаю, что эти данные кодируют!» Вот это обозначает диаметр груди, вот это — где расположен сосок, другие — размеры тела. Можно просто взять и нарисовать ровно то, что кодируется данными, используя числа из таблицы для правильного отображения!

✔️ Так получилась библиотека для визуализации многомерных данных BoobPlot. Выкладывать ее в открытый доступ я не решился — не этим хотелось бы прославиться. Но в целом ее можно использовать и для других датасетов. Есть же способ визуализации при помощи лиц, основанный на факте, что люди быстро читают информацию о мимике. По крайней мере парни быстро воспринимают информацию и о других частях тела… Я тестировал библиотеку на ирисах Фишера — такими вы их еще не видели! Но разные виды цветов определяются моментально. Быть может, этот способ визуализации однажды попадет в учебники?

P.S. Друзья, простите, кого обидела предыдущая версия поста (мы оставили ее в комментариях). Это была шутка, но мы сами запутались в слоях иронии, поэтому получилось очень неудачно. Бластим всегда восхищался женщинами в науке и сегодня хотел сделать необычное поздравление. Мы приносим свои извинения.

✅ Друзья, у нас для вас небольшой reality-check

Мы эксклюзивно делились вакансиями для участников нашего чата по машинному обучению, и теперь пришло время поделиться ими с вами. Ловите нашу специальную подборку, где сильный Python и ML либо являются ключевым требованием, либо будут сильным плюсом при отборе.

🧠 PhD
• Data Sciences for Molecular Systems Biology & Bioinformatics
Gruber research group, Universität Konstanz, Германия
Ссылка
• AI for Single-Cell Disease Genomics
Supek Group, University of Copenhagen, Дания
Ссылка
• Molecular simulation and machine-learning for predictive chromatography modeling with CADET
Forschungszentrum Jülich, Германия
Ссылка
• 7 PhD positions, 2 Bioinformatician positions, 2 lab technician positions
Inflammatory Memory in Epithelia: organ imprint and cancer
EpiFlaMe, Австрия
Ссылка

🧪 PostDoc
• Remote Sensing of Crop Growth
Lund University, Швеция
Ссылка

🧪 Bioinformatics Scientist
• Assay Design and Pipelines
Thermo Fisher Scientific, Сингапур
Ссылка
• AI/ML Biologics - Methods Development
Takeda, США
Ссылка

🔭 Senior Scientist / Principal Scientist
• Genomic Technologies
GSK, США/Европа
Ссылка
• Biologics Drug Substance Development, Cell Culture Development
AbbVie, США
Ссылка
• Biologics AI Innovation
AstraZeneca, США
Ссылка
• Preclinical Development in Animal Health with Focus on Immunology
Merck & Co, Германия
Ссылка

Заботливо напоминаем, что 17 февраля стартует курс «Машинное обучение на Python для решения биоинформатических задач»

#бластим_вакансии

🌙 Под покровом ночи

Друзья, рады поделиться новостью и пригласить вас на первую Ночную лигу БиоТурнира — онлайн-соревнование для тех, кто любит думать смело и нестандартно.

Участников ждет 6 задач, от которых захватывает дух:

➤ Вечная кровь
Почему вампиры не стареют. Какие компоненты крови могут реально вмешиваться в биологический возраст?

➤ Грибы с глазами
The Last of Us — фантастика или предупреждение? Как гриб Cordyceps мог бы управлять поведением человека, не разрушая мозг?

➤ Дыхание Пандоры
Чужая атмосфера — чужая биология. Какими должны быть растения, чтобы жить и расти там, где человеку не выжить?

➤ Амортенция
Почему одно и то же зелье пахнет для каждого по-разному? Можно ли объяснить магию через нейробиологию и химию?

➤ Шай-Хулуды
Арракис — мертвая планета. Так откуда у песчаных червей энергия, биомасса и долгая жизнь?

➤ Ксеноморф
Кислотная кровь как транспортная система. Как не растворить самого себя — и зачем эволюции такой ход?

Дата проведения:
21 февраля в 16:00 | Онлайн

Правила участия:
• студенты биологических специальностей (1–6 курс: специалисты, бакалавры, магистранты)
• команды 3–5 человек
• 2 круга
• 3 вечных отказа

❗️Регистрация до 16 февраля включительно и только капитаном команды: участвовать

🏆 Победители получают прямой выход в очный этап БиоТурнира в Пущино — без заочного отбора!

Крутые технологии начинались с фантазии
Давайте вместе отойдем от граней стандартных задач и позволим себе нечто большее

#бластим_рекомендует