Вакансия в биотехе: Junior bioinformatics scientist (NGS)

Изучение контроля моторики животных традиционно опирается на связь между активностью нейронов в соответствующих областях мозга, таких как моторная кора и базальные ганглии, с наблюдаемыми особенностями движений. Однако такая стратегия не учитывает само формирование движений и потому не позволяет установить, как управление моторикой реализуется в нейронных цепях. В качестве альтернативы авторы статьи в Nature предложили рассмотреть мозг и тело как единую систему и создали «виртуальную крысу» — компьютерную симуляцию, в которой нейронная сеть управляет биомеханически реалистичной моделью крысы.

Ученые измерили траектории движения всего тела у свободно перемещающихся крыс, а затем научили «мозг» виртуального животного преобразовывать их в двигательные команды, необходимые для их выполнения — такое преобразование называется обратной динамикой. Для реализации обратной динамической модели исследователи применили глубокое обучение с подкреплением (система получила название MIMIC, от motor imitation and control), и нейронная сеть затем использовалась для управления биомеханической моделью крысы, имитируя движения реальных животных. Это позволило напрямую сравнить нейронную активность свободно двигающихся крыс с активацией моделей обратной динамики, реализующих те же самые действия.

Разработанный подход применили для интерпретации нейронной активности в дорсолатеральном стриатуме и моторной коре крыс — двух иерархически различных структурах, участвующих в контроле моторики млекопитающих. Оказалось, что паттерны работы нейронов при тех или иных движениях лучше предсказывались по активности сети виртуальной крысы, чем по любым характеристикам перемещений реального животного. Авторы заключают, что моделирование виртуальных животных может стать эффективным инструментом для дальнейшего анализа того, как нейронные цепи контролируют моторные функции.

Роберт Фитак (Университет Центральной Флориды, Орландо) — сторонник гипотезы, согласно которой МТБ могут быть симбионтами животных, способных ориентироваться по геомагнитному полю. Он провел поиск в Архиве прочтений последовательностей (Sequence Read Archive, SRA) созданном Национальным центром биотехнологической информации. Этот общедоступный репозиторий недавно сделал возможными крупномасштабные интерактивные запросы через облачные среды и теперь предоставляет также информацию о таксономической принадлежности ридов. Фитак получил набор данных, который включает сотни миллионов последовательностей, принадлежащих 214 таксонам МТБ. Находки были ассоциированы с различными группами животных; особенно богатыми МТБ оказались рептилии и плоские черви.

Сейчас Фитак и его студенты ищут последовательности МТБ у зеленых и головастых морских черепах, которые ориентируются по магнитному полю во время миграций. У черепах исследуют «слезы» (секрет окологлазных солевых желез), так как их легко собирать, а протоки расположены близко к нервам.

В тропических лесах Малайзии обитает летучая мышь Dyacopterus spadiceus — единственный известный вид млекопитающих, самцы которых способны производить молоко. Ученые предполагают, что вскармливание только одним из родителей может быть эволюционной стратегией, сдерживающей распространение патогенных микроорганизмов среди млекопитающих.

При вскармливании новорожденных молоком происходит вертикальная передача микроорганизмов от родителя к потомству. Авторы статьи в Nature Communications построили математическую модель, с помощью которой показали, что такая передача от двух родителей позволяет патогенам распространяться в популяции хозяев. При этом передача только от одного родителя предотвращает подобное распространение. Поскольку передача микроорганизмов у плацентарных млекопитающих происходит во время рождения от матери к детенышу, последующая передача микробиома через молоко также должна происходить от матери — это объясняет, почему у млекопитающих происходит отбор против лактации самцов. Таким образом, патогенные бактерии способствуют отбору генов млекопитающих, поддерживающих передачу микробиоты только от одного из родителей.

Дети матерей-билингвов, слышавшие во время внутриутробного развития речь на двух языках, иначе воспринимают звуки. Чтобы это выяснить, исследователи отслеживали активность мозга 129 младенцев (76 — от билингвальных матерей) с помощью трех закрепленных на голове электродов. Они измеряли вызванный слуховой потенциал в ответ на звуковой стимул из двух гласных /oa/, определяя его спектр в зависимости от тона и тембра голоса. Оказалось, что амплитуда записанных спектров не различалась между детьми моно- и билингвальных матерей в ответ на тон голоса (хотя соотношение сигнал-шум было ниже у детей билингвов), но у монолингвальных новорожденных она была выше на частоте, связанной с тембром. Исследователи пришли к выводу, что дети, рожденные от билингвов, более комплексно реагируют на звуки и поэтому способны обрабатывать более богатый диапазон частот. Подробнее. 

Почему у обезьян-носачей такие носы? Этим вопросом задались авторы статьи в Scientific Reports — они проанализировали черепа носачей и показали, что особая структура носовой полости служит для акустической сигнализации и внешней демонстрации социального статуса самца. Ученые также подтвердили, что способность громче издавать вокализации трех типов подвергалась у носачей половому отбору. Подробнее. 

Искусственный интеллект предсказал поведение плодовой мушки. Для этого ученые записали поведение самца мушки во время ухаживания за самкой. Затем они последовательно нокаутировали те или иные гены в зрительных нейронах и обучили ИИ отслеживать изменения в поведении. В результате модель смогла предсказать, как будет вести себя самец при виде самки. Исследователи объясняют: сочетания нейронов зрительной проекции управляют взаимодействием самца с самкой, даже если эти нейроны не связаны с социальным поведением напрямую. Предложенная модель позволила сопоставить стимулы, типы нейронов и поведение мушки. Подробнее.

Биофизики смоделировали действие кетамина на разные нейронные контуры мозга и проверили его на человеке. В малых дозах кетамин усиливал активность в диапазоне быстрых гамма-волн (30-40 Гц), а при более высоких дозировках эти гамма-волны прерывались очень медленными дельта-волнами. Такое прерывание гамма-волновой активности, по-видимому, и связано с отключением сознания на высоких дозах кетамина. Авторы также выдвинули две гипотезы, объясняющие механизм такого влияния на активность мозга. Подробнее.  

В Финляндии недавно обнаружилась популяция кошек с необычным окрасом, который исследователи назвали «лакричным» — темная шерсть таких кошек содержит волоски с белыми кончиками. Генетики проанализировали причины появления такого окраса и выяснили, что дело в гене KIT, а точнее, в 95-килобазной делеции в его 3’-фланкирующем регионе.  Подробнее. 

Классическая разработка лекарств происходит по модели «одна болезнь — одна мишень — один препарат». Однако многие заболевания не имеют единой молекулярной причины, и вмешиваться в их развитие можно на различных уровнях. Один из потенциальных подходов к таким болезням — это полифармакология (использование соединений, влияющих на несколько мишеней одновременно), однако полифармакологические препараты сложно разрабатывать. Авторы статьи в Nature Communications применили для их дизайна искусственный интеллект.

Ученые разработали подход, основанный на генеративном обучении с подкреплением. Платформу назвали POLYGON; она генерирует новые молекулярные структуры и отбирает среди них оптимальные на основании их способности ингибировать оба заданных белка-мишени, а также простоты синтеза. Используя данные о связывании более 100 тысяч соединений, POLYGON распознала полифармакологические взаимодействия с точностью 82,5%. Убедившись в такой способности платформы, авторы работы разработали с ее помощью соединения, нацеленные на 10 пар белков, для которых уже подтверждены взаимодействия в клетке. Они провели анализ докинга и выяснили, что наиболее перспективные соединения связывают каждую из мишеней подобно тому, как это делают препараты, нацеленные на единственный белок.

Для валидации подхода из предложенных соединений исследователи отобрали 32 кандидата, нацеленные на MEK1 и mTOR, синтезировали эти соединения и протестировали их на клеточной модели. Оказалось, что большинство разработанных молекул в концентрации 10 мкМ снижали активность каждого из белков более чем на 50%; их концентрация полумаксимального ингибирования (IC50) лежала в диапазоне 1–10 мкМ. Уровень ингибирования киназ сильно коррелировал с жизнеспособностью клеток, которая также снижалась более чем на 50% при использованных концентрациях. Синтезированные соединения работали с достаточно высокой специфичностью — за исключением одного случая, они снижали активность других киназ не более чем на 20%. Полученные результаты подтверждают потенциал применения генеративных моделей в полифармакологии.