Голосовой интерфейс позволит легко ориентироваться в данных раковых геномов

Голосовые пользовательские интерфейсы (VUI) ускоряют и упрощают доступ к информации и выполнение различных задач. Авторы работы в Communications Biology представили голосовой интерфейс для изучения геномных данных в онкологии. Пользовательский интерфейс получил название Melvin, он основан на виртуальном помощнике Amazon Alexa.

Разработчики руководствовались тем, что исследователям и клиницистам необходимы эффективные способы выполнения базовых запросов и анализа данных. Это порождает высокий спрос на интуитивно понятные инструменты для изучения данных в онкологии, например, полученных в рамках проекта «Атлас генома рака» (TCGA). Melvin позволяет проводить анализ таких данных с помощью любого устройства, поддерживающего Alexa — мобильного телефона, планшета и т.д. Атрибуты запроса можно добавлять постепенно и в любом порядке — это важно, поскольку запросы по геномике рака бывает трудно сформулировать в виде единого связного предложения. Кроме того, Melvin сохраняет контекст, что позволяет избежать повторения похожих запросов, к которым пришлось бы прибегнуть при использовании более стандартных графических интерфейсов. Например, после перехода к мутациям, раку молочной железы и TP53 пользователь может захотеть заменить TP53 на PIK3CA. Вместо того чтобы создавать отдельный новый запрос, пользователь может просто сказать: «Как насчет PIK3CA?», и Melvin выдаст данные о количестве мутаций PIK3CA при раке молочной железы.

Разработчики рассчитывают, что в будущем гибридные платформы, объединяющие голосовые технологии с биомедицинскими базами данных и большими языковыми моделями, смогут еще больше расширить возможности приложений для исследований и медицины.

Добавить в избранное

Вам будет интересно

09.09.2025
547
0

Загрязнение микропластиком — серьезная угроза для экосистем, которую к тому же сложно детектировать, поскольку существующие методы оценки загрязнения дороги и трудоемки. Для упрощения задачи ученые из Гонконга создали живой флуоресцентный сенсор и проверили его работу на образцах воды с городских набережных.

Биосенсор получили из генноинженерной бактерии Pseudomonas aeruginosa, в которой начинал экспрессироваться зеленый флуоресцентный белок (GFP) при прикреплении бактериальной клетки к микропластику. В лабораторных условиях бактерии действительно реагировали флуоресценцией на присутствие микропластика в жидкой среде. Заметный сигнал возникал в течение трех часов в ответ на микрочастицы различных пластиков, включая полиэтилентерефталат и полистирол, а интенсивность флуоресценции коррелировала с концентрацией частиц. Предел обнаружения составил 1 нг/мл — ниже, чем у устоявшихся аналитических методов детекции микропластика. Другие материалы, например, частицы песка или стекла, флуоресценции не вызывали. Кроме того, модифицированные бактерии сохраняли активность после трех суток хранения в холодильнике (+4℃), что указывает на возможность их транспортировки в полевые условия.

Наконец, живой сенсор протестировали на образцах из окружающей среды — генноинженерную P. aeruginosa добавляли в морскую воду, собранную на городских набережных и предварительно отфильтрованную от прочих загрязнителей. Судя по интенсивности флуоресценции, образцы содержали до 100 мкг частиц в мл. Авторы разработки заключают, что этот бактериальный биосенсор оказался быстрым, эффективным и недорогим методом детекции микропластика,

14.07.2025
692
0

Применение роботов в хирургии в основном ограничивалось автоматизацией простых задач. Авторы статьи в Science Robotics пошли дальше — они разработали иерархическую структуру, которая позволила роботу провести операцию по удалению желчного пузыря без участия человека.

Роботизация хирургии требует как надежной генерализации, так и учета сильных различий между отдельными пациентами. Исследователи предложили алгоритм машинного обучения SRT-H (Surgical Robot Transformer-Hierarchy), способный реагировать на голосовые команды и дообучаться на основе обратной связи. Робот, управляемый этим алгоритмом, был обучен на видеозаписях операций, после чего разработчики протестировали его способность вести операцию самостоятельно.

Операцию проводили на мертвых свиньях. Задача робота состояла в том, чтобы идентифицировать протоки и сосуды, точно захватить их, правильно установить зажимы и сделать разрезы — в общей сложности 17 последовательных действий. Хотя роботу потребовалось больше времени на проведение операции, чем опытному человеку, результаты их работы были сопоставимы. Кроме того, ИИ корректировал собственные ошибки и быстро адаптировался — это позволяет предположить, что он сможет справляться с экстренными ситуациями, которые могут возникать в реальной клинической практике.


25.04.2025
1335
0

Микро- и нанообработка произвела революцию в электронике и фотонике и могла бы способствовать развитию биомедицины, однако совместимость их методов с живыми организмами остается низкой. Китайские ученые попытались адаптировать эти технологии к работе с живой тканью и напечатали микроскопические «татуировки» на поверхности тела тихоходок.

Метод, которым воспользовались исследователи, называется ледяной литографией. Чтобы нанести узоры на тихоходок, команда сперва перевела этих микроскопических животных в криптобиоз, медленно обезвоживая их. Затем каждую тихоходку помещали на бумагу из углеродного композита, охлаждали до –143°C и покрывали анизолом для защиты от повреждений. На слое замерзшего анизола формировали узор с помощью сфокусированного пучка электронов. При нагреве до комнатной температуры в вакууме избыток анизола сублимировался. После этого тихоходок регидратировали. Полученные узоры стабильно держались на поверхности тела тихоходок — это были комбинации квадратов, точек и линий шириной до 72 нм (одним из узоров стала эмблема Университета Уэстлейк в Ханчжоу, где и работали исследователи). Пример напечатанного узора опубликован в статье — с ним можно ознакомиться по ссылке

Процедуру пережили около 40% тихоходок (для сравнения, в одном из экспериментов с пребыванием в открытом космосе выжило 68%). Однако на выживших, по-видимому, такая татуировка сказалась не сильно — их поведение после регидратации не отличалось от нормального. Исследователи подчеркивают, что оптимизация позволит сделать метод безопаснее. Они полагают, что ледяная литография найдет применение в биомедицине и астробиологии.

11.03.2025
1706
0

Многие биологические ткани характеризуются не только механической прочностью, но и способностью к регенерации. Синтетические гидрогели не могут обладать обоими свойствами — для повышения прочности приходится жертвовать возможностью самовосстановления материала. Однако ученые из Финляндии и Германии нашли способ обойти это ограничение и создали регенерирующий гидрогель.

За основу гидрогеля взяли концентрированный акриламид. Перед полимеризацией в него добавили нанолисты синтетического гекторита — разновидности силикатного глинистого минерала. Будучи встроенными в плотную гелевую структуру, они формируют стопки листов, способные сдвигаться относительно друг друга и формировать макроскопический монодомен при сдвиге.

Таким способом авторы статьи, опубликованной в Nature Materials, добились одновременно прочности гидрогеля и его способности к самовосстановлению. Материал обладает прочностью на растяжение до 4,2 мегапаскалей (Мпа) и модулем жесткости 50 МПа. При этом гидрогель характеризуется практически 100%-ной эффективностью самовосстановления при повреждении. Исследователи утверждают, что подход можно обобщить на другие полимеры и нанокомпоненты, чтобы создавать жесткие регенерирующие гидрогели. Они могут найти применение в таких областях, как конструирование мягких роботов, доставка лекарств, заживление ран или создание искусственной кожи.

07.03.2025
1119
0

Около 80 миллионов человек во всем мире страдают от тремора, который может мешать выполнять даже простые повседневные действия. Команда ученых из Германии предложила бороться с тремором с помощью искусственных мышц, которые будут компенсировать непроизвольные движения.

Основу конструкции составляет пара мягких электрогидравлических приводов, которые крепятся на предплечье пациента. Они настроены часто сжиматься и растягиваться таким образом, чтобы за счет компенсации движений подавить тремор кисти. Для испытаний ученые создали «механического пациента» — роботизированную руку, которая воспроизводила ранее записанные движения руки пациента, в том числе дрожание. Разработанное устройство действительно подавляло клинически значимый тремор в диапазоне от 2 до 8 Гц, генерируя адекватную силу воздействия во всех протестированных случаях.

Ученые отдельно подчеркивают перспективность «механического пациента» в тестировании активных экзоскелетов — для предварительной оценки новой разработки его применять проще и быстрее, чем проводить испытания на реальных пациентах.