Мода приходит из городов, а мудрость — из пустыни

Вы биолог или биоинформатик — но не по-детски любите математику и программирование? Вы упорны и мечтаете попасть на международную ИИ-арену, чтобы остаться там всерьез и надолго?

Бластим не может не рассказать о такой возможности и поддержать

▶️ Ждем на вебинаре «Advance your future in AI at the world’s first AI university» через 1,5 часа

🔗 регистрация

Язык встречи: английский
Спикер:

🎨🎨🎨 Chloe Zhang
🎨🎨🎨 Head of Graduate
🎨🎨🎨 Student Recruitment

Отправляйте заявки через Бластим — мы поспособствуем поступлению

🔗 agency.blastim.ru/uae

Дедлайн: 1 февраля

😀 Мечтать не вредно: объявляем о продлении конкурса научных идей

Друзья, рады сообщить, что ждем ваши заявки на конкурс БИОмечтателей до 1 февраля включительно

Отметим, что принимаем максимум 5 заявок от одного участника — так мы сможем уделить достаточно внимания каждому

⛄️Если анонс свалился как снег на голову: воть пост с целями, структурой и деталями, а здесь примеры задач от нашей команды — для вдохновения и старта

Призовой фонд: 300К рублей

🌹 Все подробности на сайте проекта: agency.blastim.ru/biodreamers

📚 Что самое главное в жизни студента?

Поздравляем всех с Татьяниным днем и желаем смелых целей, сильных резюме и поддерживающих научных руководителей! Делитесь в комментариях: что для вас значит быть студентом и зачем сегодня нужно высшее образование?

В университет в первую очередь идут за корочкой знаниями. Но студенчество — это самый удобный и плодотворный период для нетворкинга, поиска возможностей и формирования профессионального окружения. Поэтому помимо учебы важно выбираться на мероприятия и участвовать в разных активностях. Даже когда очень хочется поспать или тема кажется не слишком интересной. Никогда не знаешь, какая встреча приведет к неожиданным и ценным карьерным последствиям.

ℹ️ Если вам интересно, как проходит жизнь студентов ВНЕ учебы в Университете искусственного интеллекта имени Мохаммеда бин Заида (MBZUAI), вам могут быть полезны эти ресурсы:
• сайт университета mbzuai.ac.ae/student-resources/campus-facilities/
• официальный YouTube-канал youtube.com/@MBZUAI/videos

Но если кратко, в MBZUAI есть все для комфортной жизни и среда, которая напрямую влияет на будущие возможности:
• спортивные залы и зоны отдыха
• студенческие клубы и регулярные мероприятия
• активное комьюнити

➡️ А если у вас еще остались вопросы или вы задумываетесь о поступлении — просто заполните короткую анкету до 1 февраля. Мы проконсультируем и поможем бесплатно подготовить сильную заявку.

Ссылка на подробности и форму: agency.blastim.ru/uae

📣 Камера, мотор… ой, мы уже в эфире

Сегодня для Бластим особенный день. Официально стартовал курс «Анализ NGS-данных», и он вошел в историю как самый популярный из всех 11 потоков 🥳

В программе дня плавный разгон. Участники знакомятся, осваиваются и проходят предобучение по R, Python и Linux. Энергия в чате зашкаливает, но это только начало. Уже завтра — первое полноценное занятие.

И если уж бить рекорды, то чего мелочиться: да, к нам еще можно присоединиться — мы увеличили количество мест! А нагнать программу пока реально и комфортно 💯

Регистрация и подробности: agency.blastim.ru/ngs

Следующий запуск будет только в сентябре… столько проектов и вакансий может пройти мимо…

🍩 Несладкая жизнь с сахарным диабетом

Сахарный диабет 1-го типа (СД1) — заболевание, приводящее к разрушению β-клеток поджелудочной железы и потере способности к выработке инсулина. К 2040 году в мире ожидается до 17,5 млн пациентов. При этом патогенез СД1 — сложный и не до конца изученный процесс. Однако очевидно, что первую скрипку в нем играют самые разные иммуноциты, которые и участвуют в атаке на островковые клетки. Отсюда вытекает необходимость изучать гетерогенность в поджелудочной железе и выявлять минорные субпопуляции. Но как? Транскриптомикой одиноких клеток, разумеется

30 января в 19:00 мск на заключительной встрече лектория БИОмечтателей мы погрузимся в проблему диабета 1-го типа. А нашим проводником будет Василий Акимов, аналитик лаборатории эпигенетических методов исследований ФГБУ ЦСП ФМБА

Адженда:

➤ принципы и возможности метода scRNA-seq
➤ как scRNA-seq помогает познать гетерогенность: Т- и В-лимфоциты, моноциты, дендритные клетки и другие
➤ поиск диагностических биомаркеров и оценка эффективности терапии
➤ изучение осложнений: нефропатия, ретинопатия и нейропатия
➤ выводы и будущее технологии scRNA-seq в исследовании диабета 1-го типа

Лекция бесплатная, регистрация по ссылке: sbsite.pro/BioEvents_1

Участвуйте в конкурсе БИОмечтателей до 1 февраля: agency.blastim.ru/biodreamers

🏆 Хит-парад статей тысячелетия

В 2025 году Nature представил топ-25 самых цитируемых статей и препринтов за четверть века, собрав информацию из пяти наукометрических баз (WoS, Scopus и др.). Что это за публикации такие? Давайте разбираться.

Возможно, вы разочаруетесь, но среди лидеров нет ни CRISPR, ни Генома человека, ни других нашумевших прорывов. Зато — тихое, но тотальное доминирование методов, особенно машинного и глубокого обучения.

№1. Deep Residual Learning for Image Recognition 🖼

В 2015 году ученые Microsoft во главе с Каймином Хэ представили новаторскую архитектуру ResNet, которая совершила революцию глубины нейросетей, преодолев проблему затухающих градиентов с помощью остаточных связей. До боли простая идея теперь повсюду — вплоть до ChatGPT. Оригинальный ResNet выиграл конкурс на датасете ImageNet, нарастив число слоев в ~7 раз по сравнению с предыдущими победителями. Сегодня файнтюнить ResNet под свои задачи с картинками — обыденная практика, вот кейс с распознаванием древней латыни.

№6. Random Forests 🌲

Статья 2001 года про удобный и понятный алгоритм — случайный лес, придуманный американским статистиком Лео Брейманом. Под RF подразумевается ансамбль множества деревьев решений, которые обучаются параллельно на сэмплах объектов и признаков. Потом их оценки агрегируются. Отличная иллюстрация пословицы «Одна голова хорошо, а две — лучше».

№7. Attention is all you need 🤖

Краеугольный труд для сферы обработки естественного языка от Ашиша Васвани и коллег из Google Brain датируется 2017 годом. Именно в ней описан «трансформер» — хребет нынешних LLM. Название перекликается с песней The Beatles. Сегодня трансформеры вошли и в биологию, например, обучают белковые языковые модели. Одну из них, ESM3, мы скоро отпрепарируем на вебинаре, не пропустите.

№8. ImageNet classification with deep convolutional neural networks 👀

Работа 2012 года Крижевского, Суцкевера и Хинтона про культовый AlexNet. Первая сверточная нейронка, убедительно доказавшая превосходство глубокого обучения над другими подходами в компьютерном зрении. Точка отсчета эры дипленинга и бума GPU. Подробности.

№12. U-Net: Convolutional Networks for Biomedical Image Segmentation 🔬

U-Net — нейросеть, предложенная в 2015 году Олафом Роннебергером именно для биомедицины — сегментации клеток на микроскопических снимках. U-Net хватает малой выборки для тренировки. Ныне U-Net подобная архитектура лежит в основе диффузионных моделей для генерации картинок.

№15. Scikit-learn: Machine learning in Python 🛠

Публикация 15-летней давности про sklearn — популярную питонячную библиотеку для классического ML с уймой реализованных функций и алгоритмов.

№16. Deep learning 🧠

Обзор от сразу трех крестных отцов AI — Бенджио, Хинтона и ЛеКуна. Кстати, Хинтон в январе 2026 стал вторым ученым в истории, достигшим 1 млн цитирований!

Что еще в топе? Биоинформатика и статистика. Например, №18 — статья о DESeq2, золотом стандарте для оценки диффэкспрессии. На последней строчке расположился инструмент G*Power для расчета статмощности. Чуть-чуть не дотянули до попадания в рейтинг SAMtools, Trimmomatic и Bowtie 2 (№27–29) 🥲

Цитируемость намекает, что вычислительные методы и AI-модели очень востребованы. Их освоение выгодно превращает вас в мультидисциплинарных специалистов. В Бластим на занятиях по ML мы тоже опираемся на нетленные классические рукописи, но сразу практикуемся на примерах из лайфсаейнс.

Подписывайтесь на ML-чат и приходите на наш курс по ML

#бластим_технологии

Эх, надо было начинать разбираться с нейросетями тогда, когда все GPU были у геймеров…

После вчерашнего хит-парада самых цитируемых статей стало немного грустно? Тренды ускоряются, а новые термины накатывают как снежный ком 😭

Плохая новость: вернуться назад нельзя. И да, в теме уже непросто ориентироваться в одиночку.
Хорошая новость: в новую область можно легко войти в любой момент с чутким преподавателем.
Очень хорошая новость: у Бластим появился новый тариф на курсе «Машинное обучение на Python для биоинформатики».

🛍 2 курса (ML + AI) по цене одного
За 8 недель вы системно освоите машинное обучение, а затем ускорите свою научную жизнь с персональными AI-агентами. И вот вы уже не теряетесь в новинках, а обсуждаете, восхищаетесь и критикуете.

А, забыли про ускользающую новость! Цена раннего бронирования действует до 3 февраля. Самое время забрать максимум выгоды: agency.blastim.ru/pythonandml

Он улетел, но обещал вернуться: прощаемся с лекторием БИОмечтателей

Декабрь и январь были невероятно вдохновляющими и насыщенными: за это время приглашенные исследователи провели 12 увлекательных лекций. Спасибо всем, кто был с нами, задавал вопросы и превращал онлайн-встречи в научные дискуссии

🎸 Мы собрали для вас плейлисты и презентации всех лекций, чтобы вы могли вернуться к самым интересным темам или посмотреть то, что пропустили

Плейлисты:
Rutube
VK
YouTube

Презентации доступны по этой ссылке 👉

Запись и материалы сегодняшней лекции появятся чуть позже — как только они будут готовы. Обязательно следите за обновлениями!

Приятного просмотра и до новых встреч ❤️

🔴 Теперь официально: непрямая линия с Владимиром Анатольевичем Шитовым назначена на 2 февраля, 20:00 мск

🗓 Друзья, в ближайший понедельник биоинформатик, машинлернер и преподаватель Владимир Шитов откроет ML-неделю в Бластим онлайн-семинаром «Машинное обучение в биологии и медицине: успехи и провалы»

Раз линия непрямая, то и разговор отнюдь не про линейную регрессию. Обсудим, как машинка преобразует биомедицину: что уже получилось, на что есть надежда и где мы облажались. Узнаем, чем там занимаются компании и стартапы. Под конец затронем любые интересующие вас темы. Особенно ждем возмущенных граждан, недовольных ИИ

🔗 Регистрация: ссылка

🗓 6 февраля эфир заполнит Александр Декан с лекцией «Могут ли 500 миллионов лет эволюции помочь понять, как жить дольше?»

Возьмем мультимодальную генеративную модель для биологии ESM3, тренировавшуюся на миллиардах белковых последовательностей и структур. И с ее помощью проанализируем p53 у разных зверей: слонов, китов, людей, мышей и, куда без них, голых землекопов

🔗 Записаться: жмяк

Но это еще не всё! Со 2 по 8 февраля будут выходить экспертные материалы, рекомендации вакансий, а для самых искушенных — задачки «на подумать»

📌 Не пропустите 7 дней нон-стоп полезностей от машинлернеров blAstIm

💊 И тебя вылечат, и меня вылечат: про лекарства и ИИ в лонгриде Владимира Шитова

Сейчас в сфере ИИ для биологии пристальное внимание уделяется генерации лекарственных молекул. Для того чтобы изобрести новый препарат, нужно найти вещество, которое воздействует на определенную цель, чаще всего — белок. Раньше такие вещества брали из природы (например, лекарственных растений) или просто тестировали кучу разных молекул на куче разных белков. Что связалось — потенциальное лекарство. Это очень трудозатратный, дорогой и довольно глупый процесс.

Сегодня ученые пытаются научить алгоритмы ИИ на уже полученных данных и применить их для генерации новых пилюль. Ты даешь нейросети белок — она говорит тебе, какая молекула должна с ним связаться. Такой алгоритм сэкономил бы немало ресурсов и сильно ускорил фарму.

Но! Есть и другая область, которая гораздо менее на слуху. Вспомним, что подбор молекулы — это лишь начало пути лекарства на рынок. Дальше требуются многие годы преклинических и клинических испытаний. Из-за безопасности или недостаточной эффективности здесь отсекается львиная доля молекул. И на это уходит на порядки больше времени и денег, чем на самый первый шаг. А иногда лекарство работает только на части пациентов. Такое вещество не проходит клинику, хотя вполне могло, если бы исследователи знали заранее, какой группе пациентов лекарство способно помочь.

Именно эту проблему стараются решить такие компании, как Noetik. Они собирают максимум информации по пациентам с раковыми заболеваниями. Основной упор делается на данные пространственной транскриптомики: они показывают, как выглядит ткань и какие гены активны в каждом ее участке. Дальше Noetik обучает большие нейросетевые модели понимать биологию ткани. Это позволяет проводить виртуальные эксперименты — сдвигать один параметр (например, активность определенного гена) и смотреть, какие изменения в ткани предсказывает модель. В конечном итоге исследователи хотят прийти к пониманию, почему одни пациенты реагируют на терапию, а другие нет.

🤔 Получится ли? Посмотрим. Но уже безумно интересно наблюдать, как преобразуется биология благодаря развитию алгоритмов машинного обучения

Текст подготовлен Владимиром Шитовым специально для Бластим. Завтра на вебинаре — еще больше такого. Ждем всех, даже ИИ-скептиков и пессимистов: ссылка

#выходные_у_бластим

Друзья, к нам в руки попали десятки файлов эээп... Шитова, которые он покажет на вебинаре сегодня в 20:00 мск

Давайте скорее смотреть! Так-с, Вова будет рассказывать, как ИИ-алгоритм ▇ ▇▇▇ разработал лекарство от ▇▇▇ ▇▇ ▇▇▇, а нейросеть ▇▇▇ совершила революцию в области предсказания ▇▇▇▇. Биоинформатик раскроет страшную правду, как машинка полностью провалилась в проблеме ▇▇ ▇▇▇▇ и ни на что не способна в задаче ▇▇ ▇▇▇ ▇. А еще речь зайдет про компании ▇▇ ▇ ▇▇▇ ▇▇▇▇▇ , которые прямо сейчас в секрете создают модели ▇▇▇▇, способные отправить на свалку истории всех био▇▇▇▇▇.

🔗 Попасть на остров машинного обучения

В лучших традициях пиратов Карибского моря мы решили устроить вам игру — и не на жизнь, а на… внимательность 👀

⚓️ Необходимо за 14 дней отыскать секретный ключ, спрятанный в письмах еженедельной рассылки Бластим. Рассылка выходит 2 раза в неделю.

Подписаться можно тут 🖱

Правила просты: в каждом письме будет спрятана одна тайная буква, соберите их все, сложите кодовое слово и отправьте Варваре

— Что мне за это будет, кэп?
— Слава. Почет. И деньги!

Те, кто первыми найдут все буквы, расшифруют слово и напишут Варваре — получат главный приз!

Те, кто доберутся до разгадки позже, тоже не останутся за бортом: вас ждет скидка 10% на курс «Машинное обучение на Python для биоинформатики»

Свистать всех в рассылку!

🤩 Пока у нас тут хи-хи да ха-ха, кое-кто уже очень серьезно зарывается в анализ NGS

Новый поток курса «Анализ NGS-данных» набрал обороты. Но! У участников все равно остаются силы на шутейки. А значит, темп выбран правильный 👌

Если же вы тоже присматривались к самой популярной программе от Бластим и просто ждали лучшее предложение, то… да, это оно:

Открыто ультрараннее бронирование на сентябрь 📣

• 59 900 ₽ 93 500 ₽ = экономия 33 600 ₽ = максимальная выгода
• доступ ко всем материалам прошлого запуска сразу после оплаты
• гарантированное место в следующем наборе

+ для студентов действует дополнительная скидка 30% по промокоду STUDENTNGS

❓А почему на курсе всегда аншлаг и за что его так любят, можно узнать туть

Пройти через бутылочное горлышко 🍾

Они получают на вход картинку котика и возвращают на выход картинку котика. Что-что? Зачем нужна бесполезная работа? Кто так делает? И как оказалось, что именно эти модели стали концептуальными прародителями самых моднючих инструментов генерации изображений и видео, а также до сих пор пользуются нездоровой популярностью в транскриптомике отдельных клеток?

💗 Сегодня маэстро Владимир Шитов рассказывает про свою любимую архитектуру нейросетей. Текст доступен эксклюзивно участникам ML-недели

Скорее читать материал [осторожно, содержит элементы насилия 🔞]

💻 I've got a computer

Неделя машинного обучения продолжается — будем укрощать строптивую белковую LLM-ку

Год назад в Science вышла статья про мультимодальную модель для биологии ESM3, которую тренировали на миллиардах протеинов различных видов. И теперь эта нейросеть, по-видимому, владеет языком белков, понимает их эволюцию и даже умеет прогнозировать принципиально неизвестное в природе. Например, она сгенерировала новый светящийся GFP

🤖 Сегодня вечером в 19:30 мск биоинформатик Александр Декан, используя мощь нейросети ESM3, проанализирует белок p53 (aka «страж генома») у слонов, китов, людей, мышей и голых землекопов. Цель — познать больше о старении.

🔭 Самое интересное, как всегда, онлайн: https://sbsite.pro/ml0226_1

🌅 Я боюсь стать таким, как взрослые, которым ничего не интересно, кроме цифр

Согласны с Маленьким принцем! Но всем же любопытно, а что там у «БИОмечтателей»? Поэтому раскрываем промежуточные итоги!

Наш конкурс собрал 288 заявок — от самых смелых полетов фантазии до дотошно проработанных бизнес-планов. Мы благодарим каждого, кто откликнулся, поддержал, активничал на вебах или просто следил за нашей инициативой. Ваша энергия делает науку живой и бурлящей!

Сейчас «БИОмечтатели» и приглашенные эксперты внимательно изучают все заявки, впереди — отбор лучших проектов, которые пополнят карту главных задач биологии на десятилетия вперед.

Мы не прощаемся! Вернемся после 15 февраля, чтобы объявить победителей и рассказать о дальнейших шагах.

Спасибо, что мечтаете вместе с нами ❤️