🤩 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

Когда в резюме писать нечего, но очень хочется 🐸

Легко сказать: «В CV нужно демонстрировать навыки через конкретные проекты». Но как быть, если вы вот только-только освоили, например, дата-анализ?

✅ Можно брать открытые наборы данных и практиковаться. Ресурсов сейчас действительно море (Hugging Face, Kaggle или GEO).

Но и здесь начинаются сложности:
• как выбрать датасет?
• подходит ли он под ваши запросы?
• что в нем вообще искать?

Смотреть на данные и видеть задачу — отдельный навык. Поэтому очень часто энтузиазм по саморазвитию затухает на этапе «и что мне с этим всем делать».

❗️ На нашей программе по машинному обучению все устроено иначе. Мы уделяем особое внимание не только самим хард-скиллам, но и тому, как использовать их на практике. А на финальном этапе участники выполняют свой собственный проект, где:
• данные уже отобраны преподавателями
• примеры задач продуманы заранее
• нет хаоса «с чего начать»

В итоге выпускники получают:
• прикладные навыки
• опыт полного цикла работы с данными
• проект, который можно (и нужно) добавить в CV
• понимание, как прокачиваться дальше самостоятельно

А подробнее обо всех фишках курса можно узнать здесь: agency.blastim.ru/pythonandml

Если любишь — отпусти.
Разбиваем сердечки в День святого Валентина 💔

Владимир Шитов сейчас на заключительной стадии своей PhD-программы в Мюнхене. Да-да, тот самый Вова — амбассадор и преподаватель Бластим, опора наших чатов и просто невероятно приятный человек.

Это звучит как скорое начало следующей большой главы. Мы безумно рады и желаем успехов Вове! Но для Бластим эта новость еще и про:
«Cтоп… в смысле он не сможет дальше вести ML?»

Скорее всего, на новом этапе карьеры у Вовы не будет возможности совмещать работу и преподавание в Бластим. И да, нам, конечно, плак-плак. Но грусть расставаний предлагаем оставить на потом. А пока будем наслаждаться тем, что впереди еще один курс по машинному обучению с легендой.

Так что если вы хотите успеть поучиться у Человека Наук, то самое время зарегистрироваться на курс «ML на Python для решения биоинформатических задач». Места еще есть, но сами понимаете, инфоповод такой, что лучше не откладывать.

И да, мы в любом случае не собираемся прощаться. Максимум скажем «До свидания» 💖

А еще будем сталкерить его канал @chelovek_nauk с наукой, мыслями и индийскими фильмами...

— Рабинович, вы играете на скрипке?
— Ни разу не пробовал, но много раз видел, как это делается. Думаю, что у меня тоже получится.

У меня с нейросетками примерно такое.

© М.С. Гельфанд

ИИ пришел в биоинформатику не так давно, но, очевидно, всерьез и надолго. А что о новой технологии думают те, кто многие годы посвятил классической биоинформатике? Прошлым летом на конференции MCCMB'25 Михаил Сергеевич Гельфанд дал Бластиму большое интервью, и разговор в том числе коснулся нейросетей. Избранные цитаты.

💬 О том, какой была биоинформатика раньше:

Не было никакого биоинформатического чутья, а была мозоль на заднице. Биоинформатика была деятельностью очень эластичной по усилиям в смысле экономическом, как спрос и предложение.

💬 О том, что изменилось с приходом ИИ:

...В отличие от всех остальных биоинформатических техник, которые были действительно банальными — никакой математики в биоинформатике не было... Были, конечно, хорошие алгоритмические задачи, но это была немножко не то чтобы маргинальная область, она была очень важная, но специализированная. Сейчас появилась техника, очень полезная и важная, но которую надо действительно чувствовать.

💬 О том, кому проще разобраться в нейросетях:

Всю прошлую биоинформатику я считал, что биолога легче научить программировать, чем программиста научить понимать биологию. С появлением нейросеток у меня этой уверенности нет.

Можно ли свежего наивного биолога научить чувствовать все эти архитектуры разные: такая или другая функция потерь, а что будет, если мы новый слой добавим? Интуиция архитектурная, нейросетевая… я не знаю, откуда она у людей берется.

💬 О том, могут ли всё-таки биологи «подружиться» с нейросетями:

Здесь на конференции есть чудесные люди, которые одновременно и понимают биологию, и чувствуют архитектуру. Биологию этого я худо-бедно понимаю, но как сделать нейросеть, какие правильные слои поставить и в каком порядке, чтобы всё это работало, я совершенно не чувствую.

Да, ИИ — вещь нетривиальная. Чтобы получалось, порой должны сойтись звезды. Но это не повод не пробовать. И, может быть, именно у вас наличествует та самая нейросетевая жилка 🤖

Читайте полное интервью, если еще не. Про нейросетки на примере модели для предсказания карты контактов хроматина по последовательности — во второй части

#выходные_у_бластим

Машинное обучение для котиков 🐱

Специально для тех, кто прогуливает вебинары, но не хочет выпадать из современного контекста, Бластим периодически делится материалами встреч с нашими крутыми учеными.

Сегодня, в преддверии старта курса по ML, мы отрываем от сердца и дарим прощальный подарок — текстовую версию очень полезной и чёткой лекции Вовы Шитова «Как НЕ решить вашу задачу с помощью машинного обучения?»

Вы узнаете, как работает ML на пальцах и что может пойти не так при применении этого fancy метода: https://agency.blastim.ru/media/tpost/a0vee2iaj1-mashinnoe-obuchenie-dlya-kotikov

🕐 Время прочтения: 5 мин

#бластим_технологии