from PhD import *

Как сильно меняются выводы статей в ходе рецензии? 🧐 Интересное применение Claude'у нашли Hao Yin и Ruslan Rust из Robats RI и USC: они натравили Sonnet 4.6 на 72,644 опубликованные работы с доступной версией пре-принта на bioRxiv. Задача была систематически оценить несколько изменились ключевые выводы в статьях после этапа ревизии. Как оказалось, 89.9% главных выводов не изменились вообще или изменились минимально. При этом формулировки в два раза чаще изменялись в более осторожную сторону. Но стоит отметить что все исследование сделано на основе анализа абстрактов. Безусловно, даже при сохранении выводов, рецензирование может сильно повлиять на то на чем основываются эти выводы. Для валидации даже отобрали 550 публикаций на проверку 4м in corio оценщикам 👉 Результаты можно посмотреть на сайте rustlab1.github.io/PreprintPaperTracker Там же можно глянуть что Sonnet думает про рецензию какой-нибудь конкретно вашей статьи 👀 (если она вышла не слишком недавно)

📎 Tracking claim changes from preprint to publication across 72,644 biomedical studies using large language models | bioRxiv July 2026

Остается всего несколько дней чтобы подать заявку на онлайн-программу «Биостатистика и анализ медицинских данных» от Института биоинформатики!

В программе: статистика и анализ данных, программирование на R, методология клинических исследований и выполнение выпускного проекта.

⏰ Дедлайн: 16 июля, 23:59 МСК 📓 Подробнее: пост-анонс в канале ИБ А если вы все еще сомневаетесь - в качестве тизера посмотрите записи онлайн-лектория «Разрушители статистических мифов»! Буквально на прошлой неделе закончился 3й сезон лектория: про мощность, нормальность и многофакторные модели.

8 лет работы над референсом всех позвоночных: Vertebrate Genome Project 🐟🐢🐅🐓 Завершена первая фаза масштабного проекта VGP: с 2018 по 2026 авторы сделали высококачественные сборки геномов 816 ныне живущих видов позвоночных - как минимум по одному из каждой клады. В том числе для сборок использовали PacBio HiFi, Oxford Nanopore и Hi-C. Из интересного: 🦖 Реконструировали геном общего предка всех челюстноротых (464 млн. лет назад). Птицы оказались ближе всех к нему — перестроек в их геноме за миллионы лет было меньше всего. 🧏 Мутации в генах FOXP2 и NOVA1 (связанны с речью) оказались не уникальны для человека: похожие нашлись и у рыб, и у летучих мышей. Но у людей сложилась особенная комбинация этих мутаций. 👫 В сумме охарактеризовали 21 систему определения пола. Например, у утконоса и ехидны по 5 X-хромосом! А также открыли совершенно новые, ранее неизвестные половые хромосомы у пятнистой панцирной щуки и западноатлантической рыбы-свистульки 👀 📕 Анализ видов под угрозой вымирания показал следы инбридинга (близкородственное скрещивание). При этом численность популяции таких видов была низкой, кажется, аж последние 10 млн. лет. Теперь начнется 2я фаза проекта - переход от "по виду в каждом отряде" к "по виду в каждом семействе". В финале проекта, после 4х фаз, ожидается получить сборки всех ~70 000 ныне живущих видов позвоночных. А в 2018 году все началось с всего лишь 15 опубликованных геномов. Уже опубликовано более 200 работ на основе данных VGP, и в целом этот ресурс будет очень полезен для понимания эволюции, поиска лекарств и сохранения биоразнообразия 😊

The Vertebrate Genomes Project Phase I: A global reference genome resource | biorxiv 2026

Заказываю линзы онлайн - в поле выбора диоптрий правый глаз слева а левый глаз справа 🙄 Вроде и не ошибка, но братцы, верстайте свои сайты не нелогично)

Тут вчера Лена из Статистики и R вместе с Настенькой и графиками и Романом Kotelok устроили баттл по датавизу: R vs Python 📊 Было очень весело! Заходите посмотреть запись:)

📎 Баттл по датавизу | Youtube

Антропики тут выкатили новую модель: Fable 5️⃣, мол еще быстрее, выше и умнее. В том числе в своем анонсе пишут что она еще успешнее в новых научно-биологических задачах, от drug design до single-cell genomics. Но проверить это пока что довольно сложно. Дело в том что в целях безопасности Fable'у довольно строго ограничили возможность вообще касаться тем биологии и кибербезопасности. Настолько строго, что это стало поводом для новой волны мемов. Сперва один пользователь не смог получить от него информации про то что такое митохондрии. То же самое оказалось для сердца. Да и даже одно слово "Cancer" или набор эмодзи "🦠🧬" заставляли его передать управление Opus 4.8 - другой, более слабой модели. Дошло до того что один пользователь вообще не смог с ним пообщаться т.к. у него в памяти было отмечено что юзер является биологом. В общем слово дня: kneecapping: умышленное ослабление (путем простреливания коленных чашечек...) В связи с этим устрою в комментариях подборку мемов на эту тему 👉👉

Игрался тут со статистиками в Strava и нашел одну очень прикольную спортивную метрику - число Эддингтона: число дней E когда вы преодолели не менее Е километров 🏃‍➡️. У меня оно равно 14, т.к. было 14 дней в которые я пробежал 14 и более километров ⭐️. Изначально Эддингтон использовал его для велопробегов 🚴. У него оно кажется было равно 84, а вообще велосипедисты могут целиться на красивое звание обладателя Е-100: проехать не менее 100км не менее 100 раз 🏆. А прикольно это число тем что многие наверно уже узнали в нем h-индекс Хирша - меру публикационной продуктивности ученого 📚! Оказывается это все вообще частные случаи квадрата Дарфи (см. последнюю картинку). На его основе можно строить такие метрики для всего чего сможете придумать! Например: 📍Индекс кулинарного разнообразия: количество блюд n которые готовил n или более раз 📍Индекс садовода: количество растений n которые прожили n или более дней 📍Индекс траты жизни на рилсы: количество дней n в которые посмотрел n или более рилсов Можете кидать свои идеи в комментарии:) А я предлагаю создать ультимативную метрику успехов по жизни: количество таких метрик n которые у вас равны n или более 😁

А у Карины тут вышла статья про 🪸 динамику роста кораллов 🪸 в Science Advances! Вот вы например знали что что кораллы проявляют исследовательское поведение и формируют защитные стенки когда натыкаются на что-нибудь неприятное. И даже могут ретрактироваться в случае чего. И все благодаря тому что всем было давно известно, что микроКТ-съемка убивает коралл, поэтому сделать ее можно только один раз, а Игорь придумал что можно таки подобрать условия чтобы следить за ростом одного и того же коралла день за днем. И ребятам пришлось следить 😅 Они растили кораллы в Венском океанариуме и одним днем возили их снимать на microCT-scanner в Брно (это в соседней стране если что). Каждые две недели. На протяжении почти года.

📎 Coral growth, retraction, defense, and regenerative strategies revealed by live microCT | Sci Adv May 2026

Не буду сопровождать пост фотками т.к. несмотря на сокращения финансирования науки это все ещё не канал с интимками, но... Базовое напоминание сделать / обновить ваши 💉 вакцины от клещевого энцефалита!! 🪳

А у нас сегодня в Вене массовые демонстрации в защиту финансирования науки. На прошлой неделе правительство запланировало снижение средств на ближайшую трехлетку на 6% по сравнению с предыдущей (и на 14% по сравнению с тем что требовалось для развития науки). По оценкам должно быть около 15к сотрудников и студентов университетов. Наш ректор делал рассылку с призывом присоединиться. Например, у нас этот день не будет засчитан за прогул работы или учебы. Пока мы только сформировали колонну MedUni и двигаемся присоединяться к другим университетам

> ИИ-ученые Nature тут выложили back-to-back 3 AI-учёных: Robin от FutureHouse, Co-Scientist и ERA от Google DeepMind / Research 🤖 Разговоры про ИИ в науке ходят уже давно и одним из популярных способов критики всегда оставался тезис о том, что наука это не только про *делать*, но и про *думать*, и только люди способны ориентироваться в пространстве идей и вопросов и находить самые интересные из них. И вот эти три работы как раз исследуют возможности ИИ-автоматизированной генерации научных гипотез 💡. Robin и Co-Scientist сами разработали и предложили несколько вариантов терапий от сухой возрастной макулярной дегенерации и острого миелоидного лейкоза (в обоих случаях показали успешные in vitro проверки, которые все еще неисчетно далеки от каких-либо клинических испытаний)

Мне особенно понравилась часть где Co-Scientist'у поставили задачу понять механизм широкого распространения и быстрого переноса генов вирулентности и устойчивости к антибиотикам между различными видами бактерий 🦠 (например, между E. coli и K. pneumoniae). Через 2 дня Co-Scientist предположил что специальные хромосомные островки (cf-PICI) цепляются за хвосты бактериофагов и так путешествуют по миру. Прикол заключался в том что это недавно и открыли, но работа тогда еще не была опубликована.

Также принято говорить что ИИ-агенты галюцинируют до безобразия 🤪. Однако, во-первых, во всех работах стараются заявить что им удалось сократить эти галюцинации. А во-вторых, некоторый уровень галюцинаций это ведь ровно то что и отличает нобелевские открытия от обычного лабораторного копошения. ERA - тоже интересный шаг вперед от гугла. DeepMind сделали себе имя обучая ИИ играть в компьютерные игры, но там понятные правила и понятные условия победы / поражения. Здесь же они превратили задачу написания научного софтвера в такую же "scorable task" 📈, например, с помощью использования уже готовых методов и датасетов для бенчмаркинга (e.g. OpenProblems). Так, например, ERA придумал новые методы батч-коррекции scRNA-seq данных которые обошли человеческие решения, например, комбинацию ComBat и BBKNN. Но справедливости ради ему так и поставили задачу - проанализировать существующие методы и попробовать их прокомбинировать. Ну и сомневаюсь что эти методы в итоге войдут в обиход. В любом случае пока что можно не переживать, это все еще human-in-the-loop наука 👨‍🔬, где человек нужен чтобы и запустить этого агента и чтобы провести in vivo / in vitro валидацию (хотя про ИИ здесь тоже как-нибудь напишу). Но теперь ИИ нам позволяет не только по-быстрому накидать код или текст, но и целиком исследовать какую-нибудь гипотезу. У меня уже случилась ситуация, где я не очень успевал проверить все идеи в данных одного нашего коллаборатора, и он поручил их Kosmos'y (сукцессор-новация Robin'a). Почитать про то какие возможности ИИ уже предлагает ученым можно в эссе от вице-президентов Google и DeepMind: Gemini for Science: AI experiments and tools for a new era of discovery 🦾. 📡 А еще заходите к Nature принять участие в опросе Do you hate or love AI? :) — Why AI cannot do good science without humans | Nature editorials Teams of AI agents boost speed of research | Nature news

На днях в рамках цикла открытых лекций магистерской программы по мультиомике единичных клеток Томского НИМЦ рассказал про 🧬 single-cell 3D геномику! На лекции шла речь о том, что конформация хроматина — ключ к пониманию и механистическому описанию регуляции экспрессии генов. Single-cell Hi-C и родственные методы позволяют увидеть, как разные ген-регуляторные программы реализуются в разных клеточных типах, а комбинация scHi-C с мультиомиксными подходами даёт возможность изучать эти программы сразу на нескольких уровнях. 📎 Запись вот здесь :)

Спорт высоких достижений - всё? Сегодня случилось нечто невероятное - два спортсмена финишировали Лондонскиий марафон (42.2 км) менее чем за 2 часа! Себастьян Саве пробежал его за 1:59:30, а Йомиф Кеджелча, хоть и пришел вторым, также выбежал его из 2х часов. Даже третий спортсмен, пришедший за 2:00:28 - финишировал быстрее прежнего мирового рекорда. Несколько лет назад у нас в Вене Элиуд Кипчоги стал первым в истории человеком выдержавшим марафон из 2х часов, но то было не в рамках официального зачёта и все-таки с некоторой помощью: с ним клином бежала команда пейсмейкеров, которая помогала ему держать темп и улучшала ему аэродинамику. Но Кипчоги показал что это возможно! Также у женщин сегодня в Лондоне все 3 спортсменки на призовых местах обогнали предыдущий женский мировой рекорд. И вот я задумался. А сколько мировых рекордов нам осталось? 😐 Как надо треннироваться чтобы суметь обогнать/перепрыгнуть/перемешать/... уже имеющийся рекорд. И не окажется ли что мы поставим все рекорды и дальше физически эту планку будет не сдвинуть?🤨 Оказывается учёные тоже об этом давно думают. Berthelot et al. (2008) разобрали 3263 рекорда с 1896 года и показали, что прогресс идёт по затухающей экспоненте — к 2008 рекорды уже выжали 99% от своего теоретического потолка, а к 2027 половина из них вообще перестанет двигаться. Ganse & Degens (2021) прошлись по 120 годам австрийской лёгкой атлетики и нашли даже не плато, а прямо снижение: пик пришёлся на 1980–1999, дальше — хуже 😭. Но есть и оптимисты — Tang et al. (2024) проанализировали 23 вида спорта за 2001–2020 и говорят, что лимит ещё не достигнут, рекорды продолжают улучшаться, просто медленно. Emig & Adam (2024) показали, что чисто физиологические параметры вышли на плато с ~2000 года, но рекорды снова посыпались с 2020-го благодаря карбоновым подошвам, системе Wavelight и др. Вполне логично получается. Мы, кажется, и правда, все реже и реже будем видеть "чистые" рекорды. И теперь основная ответственность ложится на плечи инженеров, которым придется придумывать всё новые и новые решения, технологически помогающие спортсменам быть быстрее, выше, сильнее, но не нарушащие официальных правил всяких комитетов и в целом наших представляй о честности. Интересно, как это повлияет на соревнования и что станет с Олимпиадой? С одной стороны люди не смотрят на рекорды, люди болеют здесь и сейчас за "своего" спортсмена который соревнуется с "чужим". С другой стороны, мировой рекорд должно быть ещё более почтеная и заветная мечта чем просто олимпийское золото. И скоро спортсменам придется остаться без нее. ☕️

А ещё на конференции нас вкусно кормили, возили на школьном автобусе, а в конце устроили концерт и поставили фотобудку. Лайк конференциям от EMBL 👍 И в целом Гайдельбергу, но хотя не тому району города где у меня был хостел.

Сегодня выступил на конференции Brain (epi)genome в EMBO Heidelberg! Рассказывал про то как Поликомб регулирует экспрессию генов в человеческих нейронах 🧠. Посмотреть презентацию (и соответствующий ей препринт) можно тут: nvaulin.github.io/BrainEpiGenome2026 Во-первых, очень польщён тем что меня поставили первым докладом сразу после открывающей лекции! Как минимум это очень сильно бустит нетворкинг, потому что люди просто подходят пожаловать доп. вопросы и просто обсудить что-то по теме доклада. В конце конференции такой эффект думаю был бы минимальным. Во-вторых, хочу сказать был удивлен количеством HiC данных у людей. Когда я начинал заниматься этой темой (а я начинал лет через 10 после того как HiC появился) - все ещё это был нишевый метод который люди не понимают. Сейчас на каждом докладе и на половине постеров он так или иначе всплывает: от изучения эпилепсии до регуляции ольфакторных рецепторов у мышей. Есть постер про HiC мозгов муравьев!!! Не нашел докладчика - буду завтра ловить обязательно. Из минусов - все двери бьются током.