ИИ и биотехнологии
ИИ и биотехнологии Дизайн молекул: проект AI BioDesign. 3 сентября запустили совместную программу . Её инициаторы — Allen Institute, Университет Вашингтона и Fred Hutch Cancer Center при поддержке Fund for Science and Technology. Идея в том, чтобы научить ИИ придумывать биологические конструкции (белки, гены, системы), которых природа сама по себе не создала. Работает это по циклу: модель предлагает варианты → учёные синтезируют и тестируют их в лаборатории → результаты снова загружают в ИИ для следующего раунда. Цель — не просто анализировать то, что есть в природе, а исследовать неизведанное биологическое пространство, чтобы в перспективе находить новые лекарства (например, против нейродегенеративных заболеваний), создавать ферменты для разложения пластика или более энергоэффективные биологические вычислительные системы. Проект получил финансирование около $95 млн. Предсказание структуры белков: AlphaFold 3 с улучшением. Учёные из Института молекулярных наук (IMS) и Университета перспективных исследований в Хаяме (SOKENDAI) доработали AlphaFold 3. Обычная версия модели часто «застревает» в одной, самой энергетически выгодной конформации белка, пропуская другие рабочие состояния. Исследователи добавили в алгоритм «отталкивающую силу»: если новая предсказанная структура слишком похожа на уже полученную, модель получает сигнал отказаться от неё. Так появилась схема AF3-ReD. Она позволила шире исследовать пространство возможных форм и находить промежуточные, открытые и закрытые состояния. В качестве примера привели субъединицу F1β АТФ-синтазы: обычный AlphaFold 3 выдавал только открытую форму даже для связанного с АТФ белка, а AF3-ReD зафиксировала и открытую, и закрытую, и промежуточные конфигурации. Авторы считают, что в будущем это поможет изучать не только отдельные состояния, но и динамические переходы между ними, а также применять подход при поиске новых лекарственных кандидатов. Геномика. В этой сфере тоже были движения — например, активно развивались методы анализа больших геномных данных с помощью машинного обучения для поиска ассоциаций с заболеваниями или для изучения эволюции видов. Конкретные кейсы варьировались от персонализированной медицины до исследований микробиома. ИИ и экология Мониторинг загрязнений. Продолжают развиваться системы, которые в реальном времени собирают и анализируют данные с датчиков, спутников, дронов и камер. Например, платформа объединяет IoT-датчики (качество воздуха, воды, почвы, гидрологические буи) и прогностические модели. Она не только фиксирует отклонения, но и моделирует распространение загрязняющих веществ, позволяя предсказывать риски и оперативно реагировать. Такие решения помогают выявлять источники выбросов, снижать ущерб и повышать прозрачность для регуляторов и граждан. Сортировка мусора. На практике внедряются роботизированные комплексы на базе ИИ. Например, на комплексах группы «Эколайн» установили робота-сортировщика: он помогает отбирать из общего потока ценные фракции (ПЭТ-бутылки, алюминиевые банки, тетрапак). Система обучена распознавать разные виды отходов, работает быстро (до 3 тыс. заборов материала в час) и в перспективе сможет охватывать больше фракций. Подобные решения повышают точность и производительность сортировки, сокращая долю ручного труда. Сохранение биоразнообразия. Здесь ИИ тоже находит применение. Алгоритмы анализируют спутниковые снимки и данные с дронов, чтобы отслеживать состояние экосистем: вовремя замечать появление инвазивных видов, очаги пожаров, последствия засух или вырубки лесов. Отдельно стоит тема борьбы с браконьерством: сочетание ИИ с аэрофотосъёмкой позволяет в реальном времени анализировать видео, идентифицировать животных, транспортные средства и подозрительную активность. Также есть проекты по моделированию перемещения судов на основе спутниковых данных и AIS для выявления незаконной рыболовной деятельности.