惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Security Archives - TechRepublic
Security Archives - TechRepublic
Project Zero
Project Zero
K
Kaspersky official blog
G
Google Developers Blog
T
Threat Research - Cisco Blogs
T
The Blog of Author Tim Ferriss
Cyberwarzone
Cyberwarzone
Y
Y Combinator Blog
Recorded Future
Recorded Future
Blog — PlanetScale
Blog — PlanetScale
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Cisco Talos Blog
Cisco Talos Blog
Latest news
Latest news
Microsoft Security Blog
Microsoft Security Blog
H
Help Net Security
S
Schneier on Security
P
Palo Alto Networks Blog
H
Hacker News: Front Page
N
News and Events Feed by Topic
N
Netflix TechBlog - Medium
博客园 - Franky
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
SecWiki News
SecWiki News
Cloudbric
Cloudbric
TaoSecurity Blog
TaoSecurity Blog
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
The Hacker News
The Hacker News
C
Check Point Blog
L
LangChain Blog
腾讯CDC
小众软件
小众软件
T
Tenable Blog
Google DeepMind News
Google DeepMind News
GbyAI
GbyAI
L
LINUX DO - 最新话题
A
About on SuperTechFans
Google Online Security Blog
Google Online Security Blog
C
Cisco Blogs
Recent Announcements
Recent Announcements
Hacker News: Ask HN
Hacker News: Ask HN
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Vercel News
Vercel News
雷峰网
雷峰网
美团技术团队
D
DataBreaches.Net
Martin Fowler
Martin Fowler
Help Net Security
Help Net Security
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
F
Full Disclosure
博客园_首页

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Пиявка, криптобиоз и магистратура: история одного исследования
МФТИ Digital · 2026-05-15 · via Все публикации подряд на Хабре

Пиявка, криптобиоз и магистратура: история одного исследования

6 мин

6.8K

Глубокая заморозка — один из главных способов сохранить биологические образцы: органы для трансплантации, ткани для исследований, яйцеклетки для ЭКО, материалы для биобанкирования. Но при размораживании многие из них теряют целостность. Решение может скрываться в неожиданном месте — в организме пиявки, которая способна впадать в состояние, близкое к анабиозу. Студент магистратуры МФТИ «Прикладной анализ данных в медицинской сфере» Клим Федеряев рассказал, как устроен криптобиоз, почему именно пиявка стала объектом исследования и что даст этот проект биомедицине.

Клим, расскажи, что такое криптобиоз и почему это важно?

Криптобиоз — это состояние, при котором организм практически полностью замедляет или временно останавливает видимые жизненные процессы, чтобы пережить крайне неблагоприятные условия среды. У разных организмов такие условия могут быть разными: это может быть высушивание, замораживание, дефицит кислорода или другие экстремальные воздействия. Именно поэтому криптобиоз особенно интересен: он показывает, что в природе уже существуют механизмы, позволяющие живым системам выдерживать то, что для большинства клеток и организмов оказалось бы разрушительным. К таким организмам относятся, например, тихоходки, коловратки, некоторые нематоды и артемия.

Конечно, это не значит, что механизмы, работающие у таких организмов, можно напрямую перенести на клетки человека, ткани или органы. Между фундаментальным пониманием и реальным медицинским применением всегда пролегает большая дистанция. Но на природные примеры людям нужно смотреть в первую очередь: они показывают, что такие решения в принципе возможны, а значит, могут подсказать направление поиска, новые молекулярные мишени и биоинспирированные подходы в криобиологии, биобанкировании и других областях, где нужно сохранять живой материал.

Почему пиявка? Какие у нее уникальные свойства?

Ozobranchus jantseanus интересна нам как очень необычная модель устойчивости к экстремальным воздействиям. По литературным данным, на данный момент это крупнейшее из известных многоклеточных животных, способное сохранять жизнеспособность после прямого погружения в жидкий азот при −196 °C. Для нее также описана выживаемость после многократных циклов замораживания‑оттаивания и после сильного обезвоживания,вплоть до потери около 84% воды с последующим восстановлением жизнеспособности.
Особенно важно, что в одном организме здесь сочетается устойчивость и к замораживанию, и к обезвоживанию. Более того, такая устойчивость, по‑видимому, не связана с предварительным питанием: она наблюдается не только у взрослых особей, но и у коконов и только что вылупившихся молодых пиявок (при −90 °C). При этом у этого вида не выявлены некоторые классические низкомолекулярные криопротекторы, например трегалоза и глицерин. Поэтому O. jantseanus интересна как модель, в которой можно искать другие, еще недостаточно изученные механизмы защиты.

Как ты проводишь исследование? Какой метод используешь?

На самом деле это не один метод, а целый комплекс подходов. Если говорить в общих чертах, сначала мы получаем геномную основу для работы: собираем de novo геном, оцениваем его качество, а затем проводим его аннотацию — то есть определяем, где в этой последовательности находятся гены и какие функции они предположительно могут выполнять. Для немодельного организма это особенно важно, потому без такой опорной карты дальше гораздо сложнее интерпретировать молекулярные данные.

Следующий этап — это анализ того, как организм реагирует на стресс на уровне активности генов. Для этого используется RNA‑seq: он позволяет увидеть, какие гены начинают работать активнее, какие, наоборот, снижают активность, и какие из этих изменений действительно значимы. После этого подключается биоинформатический и статистический анализ, который помогает отделить устойчивые закономерности от случайных колебаний.

И уже дальше начинается биологическая интерпретация результатов. Мы смотрим, какие клеточные процессы могут стоять за этими изменениями, какие системы организма вовлекаются в ответ на экстремальные воздействия и есть ли среди таких генов особенно интересные кандидаты для дальнейшего изучения. То есть в целом это сочетание геномики, транскриптомики, вычислительного анализа и последующей биологической интерпретации.

Расскажешь о первых практических результатах проекта?

На данном этапе у нас уже есть достаточно цельная картина того, какие группы генов реагируют на экстремальные воздействия, и есть несколько особенно интересных кандидатов для дальнейшей работы. При этом часть результатов выглядит вполне ожидаемо, а часть, наоборот, ставит новые вопросы, и это, наверное, один из самых интересных моментов в таком проекте.

Сейчас мне не хотелось бы уходить в излишние детали, потому что такие результаты лучше обсуждать вместе с полным контекстом анализа. Но в целом уже можно сказать, что проект оказался очень содержательным и дал хорошую основу для следующего этапа работы.

В каких сферах это можно будет применить?

Если говорить осторожно, такие исследования потенциально могут быть полезны везде, где важно надежно сохранять живой биологический материал. В первую очередь это касается трансплантологии, вспомогательных репродуктивных технологий и биобанкирования.

Например, в трансплантологии одна из ключевых задач — увеличить время, в течение которого клетки, ткани или другие биологические материалы сохраняют жизнеспособность и функциональность и могут быть использованы для пересадки. В репродуктивной медицине подобные знания в перспективе могут помочь улучшить условия длительного хранения ооцитов, эмбрионов и других чувствительных клеточных систем. А для биобанкирования это особенно важно потому, что здесь речь может идти не только о повышении надежности хранения, но и о расширении круга объектов, которые вообще удается стабильно сохранять, включая более сложные или чувствительные биологические образцы.

При этом важно не переоценивать скорость перехода от фундаментальных результатов к прикладным решениям: между ними обычно лежит большая работа по проверке, валидации и адаптации. Но если нам удается лучше понять природные механизмы устойчивости, это со временем действительно может оказаться полезным сразу для нескольких практических направлений.

На каком этапе исследование находится сейчас? Каковы следующие шаги после завершения этого этапа?

Сейчас исследование находится на этапе, когда у нас уже есть собранный и аннотированный геном, то есть мы понимаем, какие гены и функциональные группы в принципе представлены у этого организма. Кроме того, уже получены данные о том, какие из них реагируют на стрессовые воздействия.

Следующий шаг — более детальный разбор генов‑кандидатов, сопоставление разных уровней данных и, в идеале, последующая функциональная проверка. То есть главный вопрос следующего этапа — не просто «что меняется», а что из этого действительно помогает организму выживать, а что лишь сопровождает стрессовый ответ.

Можно сказать, что дальше работа становится более избирательной. Появляется возможность сузить круг поиска, выделить наиболее перспективные мишени для дальнейшего изучения и сформулировать более строгие гипотезы. В дальнейшем можно будет подключать коллег из областей биохимии, клеточной биологии и биотехнологии, потому что здесь исследование постепенно переходит от анализа данных к постановке новых экспериментов.

Во что это может вылиться в перспективе и что для этого нужно?

Пока об этом нельзя говорить наверняка. Такие проекты редко сразу превращаются во что‑то прикладное, но они могут задать очень важное направление. Иногда сначала кажется, что речь идет о довольно узком и экзотическом объекте, а потом именно через такие системы появляются новые идеи о том, что в биологии вообще возможно. Хороший пример — термостабильные полимеразы из термофильных бактерий: когда‑то это была просто особенность необычных микроорганизмов, а впоследствии именно она сделала возможным развитие метода ПЦР, на котором держится огромная часть современной молекулярной биологии, в частности, ПЦР‑тесты, широко использовавшиеся во время пандемии COVID-19.

Чтобы из этого выросло что‑то большее, нужна длинная и аккуратная работа: результаты должны выдержать независимую проверку, механизмы — стать понятнее, а затем нужно будет понять, можно ли использовать эти принципы за пределами самого объекта исследования. Только после этого можно говорить о реальных перспективах.