Umělá inteligence pro přesné a škálovatelné sledování buněk Sledování jednotlivých buněk v průběhu času je jednou z nejtěžších výpočetních výzev v biologii. Buňky se dělí, migrují a mění tvar, a dokonce i s výkonnými mikroskopy se může úkol rekonstruovat rodokmen zdát jako skládání skládačky, kde se dílky neustále posouvají. Po celá desetiletí se velká část této práce spoléhala na heuristiky nebo ad-hoc pravidla, což ztěžovalo reprodukovatelnost a ztěžovalo porovnávání výsledků napříč laboratořemi. Dvě nedávné studie ukazují, jak umělá inteligence a moderní výpočty transformují tuto oblast. V OrganoidTracker 2.0 Betjes a spoluautoři představují pravděpodobnostní rámec, který kvantifikuje nejistotu v přiřazení rodokmenu. Namísto pouhého výstupu "nejlepšího odhadu" metoda připojuje úrovně spolehlivosti, což výzkumníkům umožňuje identifikovat nejednoznačné případy a zajistit přísnější následné analýzy. Paralelně Bragantini a spoluautoři představují Ultrack, nástroj navržený pro škálovatelnost a dostupnost. Integrací pokročilých optimalizačních a grafových algoritmů do široce používaných platforem umožňuje Ultrack efektivně zpracovávat rozsáhlé obrazové datové sady a zároveň snižuje překážky pro přijetí. Společně tyto pokroky znamenají posun ve sledování buněk: od křehké heuristiky ke statisticky podloženým, škálovatelným a široce použitelným nástrojům. Ukazují, jak umělá inteligence nejen automatizuje úkol, ale také jej přetváří z hlediska reprodukovatelnosti, nejistoty a integrace se skutečnými experimentálními pracovními postupy. Papíry: &

Programování logiky do proteinů: chytré biomateriály, které počítají Většina dnešních "chytrých" biomateriálů reaguje jednoduchými způsoby "jedna ku jedné": jeden vstup vytváří jeden výstup. Hydrogel může uvolňovat léčivo, když je vystaven světlu, nebo nanočástice se může degradovat, když narazí na určitý enzym. Biologie však jen zřídka funguje v takové izolaci. Buňky a tkáně neustále zpracovávají více signálů najednou a biomateriály nové generace budou muset dělat totéž – rozhodovat o tom, kdy uvolnit, aktivovat nebo lokalizovat protein pouze v případě, že je přítomna správná kombinace spouštěčů. Ryan Gharios a spoluautoři představují rámec, který to umožňuje. Místo toho, aby se spoléhali na pomalé chemické syntézy s nízkým výtěžkem, kódují logiku AND/OR/YES přímo do proteinů během rekombinantní exprese. Trik spočívá v použití inženýrských linkerů, jejichž topologie definuje "bránu": weby řezů v sérii se chovají jako OR, paralelně jako AND a jeden web jako YES. Ortogonální proteázy slouží jako "vstupy" a materiál uvolňuje svůj proteinový náklad pouze tehdy, když je splněna naprogramovaná logická podmínka. S tímto přístupem tým implementoval všech 17 možných logických chování se třemi vstupy a dokonce jej rozšířil na operátor s pěti vstupy. Prokázali přesné uvolňování proteinů z magnetických kuliček, multiplexované dodávání z hydrogelů, podmíněné značení buněk HER2⁺ a intracelulární programy, které rozhodují, zda protein zůstane na membráně nebo difunduje do cytosolu. Skutečným průlomem je škálovatelnost. Vzhledem k tomu, že logika je geneticky kódována, lze návrhy rychle sestavit, vyrobit v bakteriích a čistit ve velkém měřítku – což otevírá dveře programovatelným terapiím, responzivním schůzkám pro tkáňové inženýrství a biohybridním systémům, kde živé buňky a materiály počítají společně. Tato práce ukazuje na budoucnost, kde biomateriály nejen reagují, ale skutečně rozhodují – přinášejí booleovskou logiku z digitálních obvodů do živých systémů. Papír:

Tepelně dobíjecí výpočty DNA: logické obvody, které se resetují tepelným impulsem DNA není jen nositelem genetické informace – může být také naprogramována jako jazyk párů bází k vytvoření obvodů, které počítají. Během posledních dvou desetiletí vědci navrhli logická hradla DNA, oscilátory a dokonce i neuronové sítě. Problém je v tom, že většina těchto systémů je na jedno použití: jakmile se obvod rozběhne, dostane se do rovnováhy a přestane fungovat. Každý nový úkol vyžaduje nové "palivové" vlákna, což vytváří odpad a omezuje škálovatelnost. Tianqi Song a Lulu Qian představují pozoruhodnou alternativu: obvody, které se nabíjejí pouze krátkým tepelným pulzem. Uvázáním výstupů k jejich hradlům ve vlásenkové struktuře vstupy stále řídí výpočty prostřednictvím posunutí vláken, ale po použití zahřívání rozbije slabé vazby, zatímco silné vazby drží. Chlazení pak obnoví systém do kineticky zachyceného připraveného stavu, připraveného na nové vstupy. Výnos je velký. Demonstrují nejméně 16 opakovaně použitelných kol výpočtů ve stejném tubusu s resetováním během několika minut. Tento přístup se škáluje na obvody s více než 200 druhy DNA, včetně neuronových sítí, kde vítěz bere vše, a 100bitového klasifikátoru, který rozlišuje číslice MNIST 6 od 7. Výkon zůstává konzistentní při všech resetech s minimálním hromaděním odpadu. Výsledkem je jakýsi univerzální zdroj energie pro molekulární výpočty – teplo se chová jako "baterie", která napájí logiku, prahové hodnoty a neuronové sítě bez vlastních paliv. Ukazuje na budoucnost, kde počítače DNA udržují dlouhotrvající, adaptivní a potenciálně učící chování v autonomních chemických systémech. Papír: