Штучний інтелект для ретельного та масштабованого відстеження клітин Стеження за окремими клітинами в часі є одним із найскладніших обчислювальних завдань біології. Клітини діляться, мігрують і змінюють форму, і навіть з потужними мікроскопами завдання з реконструкції ліній може здатися складанням пазла, де шматочки постійно зміщуються. Протягом десятиліть більша частина цієї роботи спиралася на евристику або спеціальні правила, що ускладнювало відтворюваність і ускладнювало порівняння результатів у різних лабораторіях. Дві нещодавні роботи показують, як штучний інтелект і сучасні обчислення трансформують цю сферу. У OrganoidTracker 2.0 Бетджес та співавтори вводять імовірнісну структуру, яка кількісно визначає невизначеність у розподілі родоводу. Замість того, щоб просто виводити «найкраще припущення», цей метод забезпечує рівень впевненості, дозволяючи дослідникам виявляти неоднозначні випадки та забезпечувати більш ретельний подальший аналіз. Паралельно Брагантіні та співавтори представляють Ultrack, інструмент, розроблений для масштабованості та доступності. Інтегруючи передову оптимізацію та алгоритми на основі графів у широко використовувані платформи, Ultrack дає змогу ефективно обробляти великомасштабні набори даних для візуалізації, знижуючи бар'єри для впровадження. Разом ці досягнення знаменують собою зсув у відстеженні клітин: від крихкої евристики до статистично обґрунтованих, масштабованих і широко використовуваних інструментів. Вони показують, як штучний інтелект не просто автоматизує завдання, а переосмислює його з точки зору відтворюваності, невизначеності та інтеграції з реальними експериментальними робочими процесами. Документи: &

Логіка програмування в білки: розумні біоматеріали, які обчислюють Більшість сучасних «розумних» біоматеріалів реагують простими способами один на один: один вхід виробляє один вихід. Гідрогель може вивільняти ліки під впливом світла, або наночастинка може розкладатися, коли вона стикається з певним ферментом. Але біологія рідко працює в такій ізоляції. Клітини і тканини постійно обробляють кілька сигналів одночасно, і біоматеріали наступного покоління повинні будуть робити те ж саме - вирішувати, коли вивільняти, активувати або локалізувати білок тільки в тому випадку, якщо присутня правильна комбінація тригерів. Райан Гаріос та його співавтори представляють структуру, яка робить це можливим. Замість того, щоб покладатися на повільні хімічні синтези з низьким виходом, вони кодують логіку ТА/АБО/ТАК безпосередньо в білках під час рекомбінантної експресії. Хитрість полягає у використанні інженерних лінкерів, топологія яких визначає «ворота»: розрізані сайти послідовно поводяться як АБО, паралельно як І, а одиночний сайт як ТАК. Ортогональні протеази служать «входами», і матеріал вивільняє свій білковий вантаж тільки при виконанні запрограмованої логічної умови. За допомогою цього підходу команда реалізувала всі 17 можливих поведінок логіки з трьома входами і навіть розширила її до оператора з п'ятьма входами. Вони продемонстрували точне вивільнення білка з магнітних кульок, мультиплексовану доставку з гідрогелів, умовне маркування клітин HER2⁺ та внутрішньоклітинні програми, які вирішують, чи залишається білок на мембрані чи дифундує в цитозоль. Справжній прорив – масштабованість. Оскільки логіка закодована генетично, дизайни можуть бути швидко скомпільовані, виготовлені на бактеріях і очищені в масштабі, що відкриває двері для програмованих методів лікування, адаптивних каркасів для тканинної інженерії та біогібридних систем, де живі клітини та матеріали обчислюються разом. Ця робота вказує на майбутнє, в якому біоматеріали не просто реагують, а фактично вирішують, переносячи булеву логіку з цифрових схем у живі системи. Папір:

Обчислення ДНК з тепловою зарядкою: логічні схеми, які скидаються за допомогою теплового імпульсу ДНК є не тільки носієм генетичної інформації, вона також може бути запрограмована, як мова пар основ, для побудови схем, які обчислюють. За останні два десятиліття дослідники розробили логічні ворота ДНК, осцилятори і навіть нейронні мережі. Проблема полягає в тому, що більшість цих систем є одноразовими: як тільки ланцюг працює, він дрейфує до рівноваги і перестає працювати. Кожне нове завдання вимагає свіжих «паливних» ниток, створюючи відходи та обмежуючи масштабованість. Тяньці Сон і Лулу Цянь представляють вражаючу альтернативу: схеми, які заряджаються лише коротким тепловим імпульсом. Прив'язуючи виходи до своїх вентилів у шпильковій структурі, входи все ще керують обчисленнями через зміщення ниток, але після використання нагрівання розриває слабкі зв'язки, тоді як міцні зв'язки зберігаються. Потім охолодження відновлює систему до кінетично захопленого стану готовності, підготовленої до нових входів. Виграш великий. Вони демонструють щонайменше 16 багаторазових раундів обчислень в одній трубці зі скиданням за лічені хвилини. Цей підхід масштабується до схем з більш ніж 200 видами ДНК, включаючи нейронні мережі за принципом «переможець отримує все» і 100-бітний класифікатор, який відрізняє цифри MNIST 6 від 7. Продуктивність залишається незмінною під час скидання з мінімальним накопиченням відходів. Результатом є свого роду універсальне джерело енергії для молекулярних обчислень — тепло діє як «батарея», яка живить логіку, порогові значення та нейронні мережі без спеціального палива. Це вказує на майбутнє, в якому ДНК-комп'ютери підтримуватимуть довготривалу, адаптивну та потенційно навчальну поведінку в автономних хімічних системах. Папір: