Искусственный интеллект для строгого и масштабируемого отслеживания клеток Отслеживание отдельных клеток с течением времени является одной из самых сложных вычислительных задач в биологии. Клетки делятся, мигрируют и меняют форму, и даже с мощными микроскопами задача реконструкции родословных может казаться сборкой пазла, где кусочки постоянно смещаются. На протяжении десятилетий большая часть этой работы полагалась на эвристики или произвольные правила, что затрудняло воспроизводимость и усложняло сравнение результатов между лабораториями. Две недавние статьи показывают, как ИИ и современные вычисления трансформируют эту область. В OrganoidTracker 2.0 Бетджес и соавторы представляют вероятностную модель, которая количественно оценивает неопределенность в назначениях родословных. Вместо того чтобы просто выдавать "лучший вариант", метод прикрепляет уровни уверенности, позволяя исследователям выявлять неоднозначные случаи и обеспечивать более строгий анализ на последующих этапах. Параллельно Брагантин и соавторы представляют Ultrack, инструмент, разработанный для масштабируемости и доступности. Интегрируя передовую оптимизацию и алгоритмы на основе графов в широко используемые платформы, Ultrack позволяет эффективно обрабатывать большие объемы данных изображений, снижая барьеры для внедрения. Вместе эти достижения знаменуют переход в отслеживании клеток: от хрупких эвристик к статистически обоснованным, масштабируемым и широко используемым инструментам. Они показывают, как ИИ не просто автоматизирует задачу, но и переосмысляет её с точки зрения воспроизводимости, неопределенности и интеграции с реальными экспериментальными рабочими процессами. Статьи: &

Программирование логики в белки: умные биоматериалы, которые вычисляют Большинство современных "умных" биоматериалов реагируют простым, однозначным образом: один вход производит один выход. Гидрогель может высвобождать лекарство при воздействии света, или наночастица может разлагаться при встрече с определенным ферментом. Но биология редко работает в такой изоляции. Клетки и ткани постоянно обрабатывают несколько сигналов одновременно, и биоматериалы следующего поколения должны будут делать то же самое — решая, когда высвободить, активировать или локализовать белок, только если присутствует правильная комбинация триггеров. Райан Гариос и соавторы представляют структуру, которая это делает возможным. Вместо того чтобы полагаться на медленные, низкодоходные химические синтезы, они кодируют логику AND/OR/YES непосредственно в белки во время рекомбинантной экспрессии. Хитрость заключается в использовании сконструированных линкеров, топология которых определяет "ворота": разрезы в серии ведут себя как OR, параллельно как AND, а одно место как YES. Ортогональные протеазы служат "входами", и материал высвобождает свой белковый груз только тогда, когда выполнено запрограммированное логическое условие. С помощью этого подхода команда реализовала все 17 возможных логических поведений с тремя входами и даже расширила его до оператора с пятью входами. Они продемонстрировали точное высвобождение белка из магнитных бусин, мультиплексную доставку из гидрогелей, условную маркировку клеток HER2⁺ и внутриклеточные программы, которые решают, остается ли белок на мембране или диффундирует в цитозоль. Настоящий прорыв заключается в масштабируемости. Поскольку логика закодирована генетически, конструкции могут быть быстро собраны, произведены в бактериях и очищены в больших масштабах — открывая двери для программируемых терапий, отзывчивых каркасов для тканевой инженерии и биогибридных систем, где живые клетки и материалы вычисляют вместе. Эта работа указывает на будущее, где биоматериалы не просто реагируют, но и действительно принимают решения — принося булеву логику из цифровых схем в живые системы. Статья:

Тепло-заряжаемые вычисления на основе ДНК: логические схемы, которые перезагружаются с помощью теплового импульса ДНК — это не только носитель генетической информации, но и может быть запрограммирована как язык оснований для создания схем, которые вычисляют. За последние два десятилетия исследователи разработали логические ворота ДНК, осцилляторы и даже нейронные сети. Проблема в том, что большинство из этих систем одноразовые: как только схема запускается, она приходит в равновесие и перестает работать. Каждая новая задача требует свежих "топливных" цепочек, создавая отходы и ограничивая масштабируемость. Тяньци Сун и Лулу Цянь представляют поразительную альтернативу: схемы, которые перезаряжаются всего лишь с помощью краткого теплового импульса. Привязывая выходы к их воротам в структуре «заколки для волос», входы по-прежнему управляют вычислениями через смещение цепочек, но после использования нагрев разрушает слабые связи, в то время как сильные связи удерживают. Охлаждение затем восстанавливает систему в кинетически захваченное готовое состояние, готовое к новым входам. Вознаграждение велико. Они демонстрируют как минимум 16 многоразовых раундов вычислений в одной пробирке, с перезагрузками за минуты. Этот подход масштабируется до схем с более чем 200 видами ДНК, включая нейронные сети с победителем, который забирает все, и классификатор на 100 бит, который различает цифры MNIST 6 и 7. Производительность остается стабильной на протяжении перезагрузок, с минимальным накоплением отходов. Результат — это своего рода универсальный источник энергии для молекулярных вычислений — тепло действует как "батарея", которая питает логику, пороги и нейронные сети без специального топлива. Это указывает на будущее, где компьютеры на основе ДНК поддерживают длительное, адаптивное и потенциально обучающее поведение в автономных химических системах. Статья: