AnyaLove000001

AnyaLove000001

Просто блогерша, иногда по простому рисую
Пикабушница
поставилa 42 плюса и 0 минусов
отредактировалa 1 пост
проголосовалa за 1 редактирование
29К рейтинг 56 подписчиков 1310 комментариев 168 постов 23 в горячем

Столкновение двух пуль. ( моделирование физики )

Столкновение двух пуль. ( моделирование физики )

Помогите найти игру?

В 2000 году был сборник "лучшие диво игры" но как оказалось таких сборников было очень много.

- в этих сборниках были простые игры, для дос и windows


Запомнилась одна игра --


Так вот была мини игра по типу тир где по рабочему столу водишь прицелом  с ружьём или оружием, в центре стоял офисный сотрудник а с право и слева вылетала еда по которой нужно стрелять. Игра была очень детализированная, были кусочки и повержения рабочего стола.

Помогите найти игру? Помощь, Игры, Ретро-игры, DOS, Ищу игру, Помогите найти

Нейросеть Stable Diffusion генерирует биопанк ( часть 2 )

На генерацию 100 изображений ушло порядка 15 секунд в автоматическом режиме - из 5 видеокарт Nvidia RTX 3080


на текущем этапе нейросеть способна генерировать изображения с разрешением 1512x1512 пикселей всего за несколько секунд, используя слова для генерации.

Биопанк описывает синтетическую биологию, программируемую природу и тела.

Биопанк является не фантастикой, построенной на знакомых ранее человечеству принципах, а на ожиданиях от прогресса биологических технологий. А именно - управление \ редактирование природы и тела с помощью технологий \ сознания или компьютера. 

Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк ( часть 2 ) Нейронные сети, Искусственный интеллект, Длиннопост
Показать полностью 23
8

Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера

На генерацию 100 изображений ушло 15 секунд в автоматическом режиме - из 5 видеокарт  Nvidia RTX 3080

на текущем этапе нейросеть способна генерировать изображения с разрешением 512x512 пикселей всего за несколько секунд.

Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост
Нейросеть  Stable Diffusion генерирует биопанк Рудольфа Гигера Ганс Гигер, Нейронные сети, Длиннопост

Ключевые слова для генерации :

very sad Cyberpank woman, fractal insanely fractal detailed and fractal intricate, hypermaximalist, elegant, ornate, fractal Very small details,

Secret technologies of the future, hyper realistic, fractal super detailed, 4k, Rudolf Giger. gold

fractal glass arteries.

Показать полностью 25
-21

Pi = 1

В 1873 году шотландский математик по имени Джеймс Клерк Максвелл сделал поразительное открытие. Он обнаружил, что если взять окружность круга и разделить ее на диаметр, то результат всегда будет равен пи. Но если взять диаметр и разделить его на окружность, то ответ всегда будет равен 1.


Это означает, что число пи равно 1!


Открытие Максвелла было позже доказано другими математиками, и сегодня мы знаем, что пи действительно равно 1.


Почему же пи имеет такое странное значение? И что это значит для нашего понимания окружностей?


Чтобы понять, почему пи равно 1, нам нужно более подробно рассмотреть, что такое пи на самом деле. Пи — это отношение окружности круга к его диаметру. Это означает, что если у вас есть круг с окружностью 10 единиц и диаметром 3 единицы, то значение пи будет равно 3,14 (10/3).

Однако если взять тот же круг и сначала измерить его диаметр, то окружность будет равна 9 единицам (3×3). Это означает, что значение пи будет равно 3 (9/3). Поэтому в данном случае пи равно 1!


Но почему так происходит? Это связано с тем, как мы измеряем окружности. Когда мы измеряем окружность круга, мы на самом деле измеряем длину его периметра. А когда мы измеряем диаметр круга, мы измеряем длину его радиуса.

Разница между этими двумя измерениями заключается в том, что периметр включает в себя все кривые на краю окружности, а радиус — только половину. Это означает, что когда мы делим периметр на диаметр, то на самом деле мы делим на двукратное значение радиуса. А поскольку радиус в 2 раза больше окружности, мы получаем пи = 1!

Показать полностью

Представлен электрический кроссовер, который никогда не сгниёт

Стоимость стартует с отметки 24 460 долларов



Компания Chery представила на домашнем рынке в Китае интересный электромобиль. Это Chery Ant образца 2022 модельного года, и его особенностью является алюминиевый кузов. Конечно, в случае аварии починить элементы кузова будет непросто, но при условии безаварийной эксплуатации такой автомобиль может работать десятилетиями без внешних следов ржавчины.

Полностью алюминиевый кузов, запас хода — 510 км, мощность — 204 л.с. Представлен электрический кроссовер, который никогда не сгниёт


Chery Ant 2022 построен на платформе LIFE, в которую заложен полностью алюминиевый кузов — за счёт этого снижена масса соответствующих панелей на 30%, а жёсткость повышена на 20%. В базовой версии используется электродвигатель мощностью 176 л.с., силовая установка средней и топовой версий ненамного мощнее — 204 л.с. Вариантов тяговой аккумуляторной батареи нет — все Ant 2022 оснащаются аккумулятором ёмкостью 70,1 кВт·ч. Заявленный максимальный запас хода, измеренный по циклу NEDC, составляет 510 км.

Как и подобает современному автомобилю, оснащён Ant 2022 неплохо: есть система распознавания лиц, голосовой помощник, аудиосистема Sony, большой экран на передней панели, автопилот уровня L2+ с адаптивным круиз-контролем, автопарковщиком и разными системами безопасности. Цены уже объявлены. Базовая версия Ant 2022 оценена в Китае в 24 460 долларов, топовая стоит 28 115 долларов.

Представлен электрический кроссовер, который никогда не сгниёт Алюминий, Коррозия, Авто
Показать полностью 1

Статистика пенсий, затрат на жку и еду в расчёте на мин зарплату. Стран G20

Статистика пенсий, затрат на жку и еду в расчёте на мин зарплату. Стран G20 Статистика, Пенсия, Еда, Государство, Длиннопост
Статистика пенсий, затрат на жку и еду в расчёте на мин зарплату. Стран G20 Статистика, Пенсия, Еда, Государство, Длиннопост
Статистика пенсий, затрат на жку и еду в расчёте на мин зарплату. Стран G20 Статистика, Пенсия, Еда, Государство, Длиннопост
Показать полностью 3
11

В полном объеме: синаптические везикулы в трехмерной модели синапса. ( атомарная модель части клетки нейрона )

В полном объеме: синаптические везикулы в трехмерной модели синапса. ( атомарная модель части клетки нейрона ) Наука, Нейроны, Длиннопост

Синаптические везикулы обеспечивают связь между нейронами, а значит, их изучение является необходимым для понимания того, как функционирует нервная система. Кроме того, везикулы являются моделью для изучения общих для всех клеток механизмов клеточного транспорта. Новая трехмерная модель синапса включает 300 тысяч белков в атомарном разрешении. Эта подробная модель открывает новые возможности для изучения тонких механизмом работы синаптических везикул.


По приблизительным оценкам, в среднем в эукариотической клетке содержится 7,9×109 молекул белков . Удивительно, но такое огромное число молекул не ведет к хаосу и неразберихе, а обеспечивает точное выполнение всех клеточных функций, в которых у каждой молекулы есть свои место и задача. Благодаря подробному изучению различных клеточных процессов и молекулярных путей, ученые проникают все глубже в понимание тонкой клеточной организации. Важное место в таких исследованиях занимает исследование работы синаптических пузырьков (везикул), ведь они не только являются основой функционирования нашей нервной системы, но и представляют собой модель для изучения общих принципов мембранного транспорта. Не даром в 2013 году за исследования везикулярного транспорта вручена Нобелевская премия по физиологии и медицине.


Синаптические везикулы — это маленькие мембранные пузырьки, находящиеся в синаптических окончаниях нейронов (особые расширения на концах нейронных отростков, обеспечивающие связь между нейронами). Синаптические везикулы заполнены медиаторами — химическими веществами, которые изменяю работу нейронов. Когда везикулы сливаются с мембраной синаптического окончания, медиатор попадает в щель между синаптическими окончаниями двух нейронов и таким образом передает сигнал от одного нейрона к другому. Благодаря тому, что все синаптические везикулы сконцентрированы в синаптических окончаниях, их легко выделять из изучаемых тканей для анализа. Поэтому именно судьба синаптических везикул — это один из самых хорошо изученных сейчас клеточных путей.

Известно, что он состоит из трех этапов. Сначала пузырек прикрепляется к специальному участку синаптической мембраны — активной зоне (этот этап называется докинг). Потом он подготавливается к слиянию с синаптической мембраной (прайминг) и, в конце концов, сливается с ней, высвобождая медиатор в синаптическую щель (экзоцитоз). Параллельно на синаптической мембране происходит эндоцитоз с образованием пузырька, который постепенно обеспечивается всеми необходимыми молекулами и медиатором для восполнения запаса везикул.


Для того, чтобы более полно описать работу синаптической везикулы и синаптичсекого окончания, необходимо подробно изучить ее молекулярное строение и белковый состав. Первая модель синаптического пузырька с атомным разрешением появилась еще семь лет назад. В этой работе ученым удалось изучить некоторые особенности устройства везикулы, — например, они обнаружили, что белковые молекулы занимают около 20% поверхности мембраны везикулы, и при этом липидные компоненты мембраны представлены, по больше части, «жесткими» малоподвижными липидами. Новая работа ученых из Гёттингена позволила дополнить эти данные и подробно охарактеризовать соотношение различных белковых молекул внутри синаптического пузырька


Группа исследователей под руководством Силвио Риццоли использовала комплексный подход, объединив количественный иммуноблоттинг, масс-спектрометрию, электронную микроскопию и флуоресцентную микроскопию высокого разрешения, что позволило им охарактеризовать не только количество разных белков в везикулах и в цитоплазме вокруг них, но и их расположение внутри синаптического окончания. На первом этапе своего исследования они выделили синаптические окончания из образцов мозга крысы. Сделать это можно с помощью центрифугирования в градиенте полисахарида (в данной работе был использован синтетический полисахарид Ficoll, но подобный эксперимент можно провести и с обыкновенной сахарозой).

Разные компоненты клетки имеют разную плотность, поэтому, если разрушенные клетки (гомогенат) поместить в пробирку с несколькими слоями растворов сахара разной концентрацией и начать вращать на центрифуге, органеллы распределяться по этим слоям, выбирая слой с близкой плотностью. При разрушении нервных клеток синаптические окончания отрываются от нейронных отростков и образуют так называемые синаптосомы, которые можно обнаружить в слое с 9% концентрацией полисахарида Ficoll (рис. 1). Полученный образец синаптосом исследователи, прежде всего, изучили с помощью электронного микроскопа. Это помогло охарактеризовать пространственные параметры синаптосом: их размер, количество синаптических пузырьков в одной синаптосоме, объем этих пузырьков.



Убедившись, что процедура выделения синаптосом не изменила содержащееся в них количество белков, ученые вычислили концентрацию 62 различных белков с помощью количественного иммуноблоттинга. Суть этого метода заключается в сравнении количества каждого из белков в экспериментальном образце и в контрольных образцах с заранее известной концентрацией белка. Полученные результаты хорошо согласовывались с более ранними исследованиями. Отклонение было обнаружено только для белка SV2 (synaptic vesicle 2): в данном исследовании его количество было оценено как 12 копий на один синаптический пузырек, тогда как в других исследованиях — 1,7 и 5 копий.


Метод иммуноблоттинга основан на работе антител, которые распознают только целые белки, содержащие определенную последовательность аминокислот. При этом, если часть белков при приготовлении экспериментального образца (гомогената клеток) была разрушена и/или утратила необходимую аминокислотную последовательность, эта фракция белков не будет распознана. Именно поэтому иммуноблоттинг помог исследовать только около 40,5% общего содержания белков в синаптосомах. Для того, чтобы сделать оценку количества белков более точной, исследователи обратились к количественной масс-спектрометрии — к методу iBAQ (intensity-based absolute quantification, основанный на интенсивности полный подсчет). iBAQ вычисляет количество того или иного белка, учитывая все пептиды, которые могли появиться при его разрушении.


Использование этого метода помогло увеличить долю проанализированных белков до 88,4%, при этом результаты хорошо коррелировали с данными, полученными при иммуноблоттинге.



Внутренним контролем служило то, что белки, образующие различные белковые комплексы (например, структурные белки везикулярных кластеров или белки активной зоны) были обнаружены в правильных соотношениях. Интересным и неожиданным открытием оказалось то, что количество белков, задействованных на разных этапах везикулярного цикла, разительно отличается. Количество белков комплекса SNARE (необходимого для слияния синаптического пузырька с синаптической мембраной) составляло 20–26 тысяч копий в одной синаптосоме, хотя для экзоцитоза одной везикулы достаточно 1–3 копий этого комплекса. При этом в одной синаптосоме всего около 4 тысяч молекул клатрина и около 2,3 тысяч молекул динамина. Для работы одного синаптического пузырька нужно 150–180 копий клатрина, а значит, всего клатрина, который присутствует в одном синапсе, хватит для экзоцитоза только 7% везикул этого синапса. Аналогичные расчеты для динамина показывают, что его количество достаточно для экзоцитоза всего 11% везикул. При этом количество белков, необходимых для эндоцитоза везикул (для замешения использованных пузырьков), было еще ниже — от 50 до 150 копий.

Для того, чтобы объяснить эти неожиданные результаты, ученые предположили, что для некоторых белков их точное расположение в месте использования может компенсировать недостаточное количество копий. В то же время, белки, количество которых оказалось удивительно большим, могут располагаться в синапсе очень рассеянно, поэтому в каждом конкретном месте синапса их концентрация будет низкой. Проверить эти предположения исследователям помогло использование флуоресцентной микроскопии высокого разрешения — метода STED-микроскопии (Stimulated Emission Depletion Microscopy, микроскопия на основе подавления спонтанного испускания). В качестве контрольных образцов ученые использовали культуру нейронов гиппокампа и нервно-мышечное окончание взрослых крыс.

С помощью флуоресцентной микроскопии было изучено расположение 62 различных белков относительно активной зоны синапса и везикулярного кластера (скопления везикул в синаптическом окончании). Оказалось, что большинство белков распределено в объеме синапса более-менее равномерно (учитывая, что большинство белков активной зоны находится в активной зоне, а везикулярный кластер занимает почти весь объем синаптосомы). Таким образом, компенсация за счет особенностей распределения для белков синапса не характерна, а значит, вопрос о том, почему количество копий одних белков значительно больше количества копий других, остается открытым.



Полученные с помощью STED-микроскопии данные помогли исследователям построить трехмерную реконструкцию синаптического окончания, содержащую 60 различных белков (рис. 3). Все белки были смоделированы с атомарной точностью и расположены в характерных участках синапса, в соответствии с полученными экспериментальными результатами и литературными данными. Эта модель демонстрирует, что синаптическое окончание достаточно плотно заполнено везикулами, что, вероятно, препятствует свободному перемещению молекул и органелл. Возможно, что большое количество копий некоторых белков является эволюционным приспособлением к этой особенности строения синаптического окончания, помогающим обеспечить быстрое высвобождение медиатора в синаптическую щель. При этом образование новых везикул взамен использованных (эндоцитоз) может проходить гораздо медленнее без вреда для функционирования синапса. Это может объяснить небольшое количество копий эндоцитозных белков. При этом для того чтобы обеспечить нормальную работу синаптического окончания, нужно иметь большой запас готовых везикул, что и показывают результаты трехмерной реконструкции.

Трехмерная реконструкция синапса

Рисунок 3. Трехмерная реконструкция синапса. а — Срез через синаптическое окончание. Изображение содержит 60 белков, которые расположены в количестве копий и местоположениях, определенных с помощью микроскопии. б — Белки, указанные на реконструкции синапса. в — Увеличенное изображение активной зоны.


Полученные немецкими учеными результаты позволяют более подробно описать функционирование синаптического окончания и работу системы везикулярного транспорта. Стало понятно, что в условиях высокой плотности везикул, количество и расположение белков в синаптическом окончании должно строго контролироваться. Но на вопрос о том, каким образом контролируется количество копий каждого из белков, предстоит ответить новым исследованиям. Осуществляется ли этот контроль на уровне транскрипции, трансляции или транспорта этих белков от тела нейрона к синаптическому окончанию? Возможно, что важную роль в этом контроле играют сами синаптические везикулы, которые могут связывать свободные белки и, таким образом, снижать их концентрацию в цитоплазме. Более подробно предстоит изучить и особенности регуляции трансмембранных белков синаптических пузырьков, которым было уделено немного внимания в описанной работе.

За последние два десятилетия компьютерные технологии начали вносить значительный вклад во все естественные науки, в том числе и в биологию. Наряду с масштабным анализом больших объемов данных и компьютерным моделированием различных биологических процессов, все большие обороты набирает научная визуализация, которая является областью компьютерной графики. Если на ранних этапах развития этой области ученым удавалось создавать только трехмерные модели белков и некоторых других молекул, то сейчас вычислительные мощности позволяют моделировать сравнительно крупные объекты — большие молекулярные комплексы и целые вирусы.


Отличным примером результатов научной визуализации могут послужить работы российской компании Visual Science в их проекте «Зоопарк вирусов» — самые подробные на данный момент научно достоверные модели ВИЧ и вируса гриппа. Специалисты Visual Science объединяют данные огромного количества работ по молекулярной биологии, вирусологии и кристаллографии, мнения экспертов ведущих научных центров мира и результаты молекулярного моделирования, полученные научным отделом компании.

О другом примере детальной научной визуализации было рассказано в этой статье. Уже сейчас можно утверждать, что такие подробные трехмерные модели помогают ученым получить более общий взгляд на изучаемый объект, обнаружить новые закономерности в его строении и функционировании. Несомненно, что в ближайшем будущем область применения научной визуализации будет расширяться, помогая исследователям совершать новые открытия.

В полном объеме: синаптические везикулы в трехмерной модели синапса. ( атомарная модель части клетки нейрона ) Наука, Нейроны, Длиннопост
Показать полностью 2
131

DeepMind опубликовала базу данных структур всех известных белков в природе. Речь идёт об 200 млн штук

DeepMind опубликовала базу данных структур всех известных белков в природе. Речь идёт об 200 млн штук Наука, Протеины, Видео, YouTube, Длиннопост, Без звука

DeepMind выпускает расширенную базу данных воссозданных ИИ структур всех известных белков, об этом объявила материнская компания Google Alphabet.


В 2020 году DeepMind выпустила ИИ AlphaFold AI, который позволяет с высокой точностью предсказывать структуры белков — информацию, которая поможет ученым понять, как работают белки и использовать эти знания для разработки лекарств.

На основе воссозданных ИИ белковых структур была собрана база данных, которая состоит из более 200 млн известных человеку белков. Сообщается, что доступ к ней будет бесплатным. Таким образом компания планируют простимулировать исследования ученых.

Ранее ученые из Вашингтонского университета разработали ИИ, который создает белки для использования в лекарственных препаратах. Исследователи обучили несколько нейронных сетей на данных о белках. В итоге им удалось создать два метода разработки белков с новыми функциями.



Искусственный интеллект определил форму практически каждого белка, известного науке.

Эксперты говорят, что прорыв поможет решить основные глобальные проблемы, такие как разработка вакцин против малярии и борьба с пластиковым загрязнением.


Белки являются строительными блоками жизни, и их форма тесно связана с их функциями.

Возможность предсказать структуру белка дает ученым лучшее понимание того, что он делает и как он работает.


Мы надеемся, что эта расширенная база данных поможет огромному количеству ученых в их важной работе и откроет совершенно новые возможности для научных открытий.

Демис Хассабис, генеральный директор DeepMind


Исследование было проведено DeepMind и Европейским институтом биоинформатики EMBL (EMBL-EBI), которые использовали систему искусственного интеллекта AlphaFold для прогнозирования трехмерной структуры белка.


База данных белковых структур AlphaFold, которая находится в свободном доступе для научного сообщества, была расширена с почти одного миллиона белковых структур до более чем 200 миллионов структур, охватывающих почти каждый организм на Земле , чей геном был секвенирован.


Расширение включает в себя предсказанные формы для самого широкого круга видов, включая растения, бактерии, животных и другие организмы, открывая новые направления исследований в области наук о жизни.

Демис Хассабис, основатель и генеральный директор DeepMind, сказал: «Мы были поражены скоростью, с которой AlphaFold уже стал важным инструментом для сотен тысяч ученых в лабораториях и университетах по всему миру.

«От борьбы с болезнями до борьбы с пластиковым загрязнением — AlphaFold уже оказал невероятное влияние на некоторые из наших самых больших глобальных проблем.

«Мы надеемся, что эта расширенная база данных поможет бесчисленному количеству ученых в их важной работе и откроет совершенно новые возможности для научных открытий».

В декабре 2020 года AlphaFold был признан организаторами Критической оценки прогнозирования структуры белка (Casp) решением 50-летней грандиозной задачи прогнозирования структуры белка.

В то время он продемонстрировал, что может точно предсказать форму белка в масштабе и за минуты с точностью до атома.

База данных работает как интернет-поиск белковых структур, предоставляя мгновенный доступ к предсказанным моделям.

Короткое видео на английском об роли белках ( протеинов )  с русскими субтитрами.

Показать полностью 1 2

CONTROL ( 2019 ) - Возможности игрового движка

Оптимизация позволяет выдавать графику даже на старых видеокартах вроде GTX 660 FULL HD - 30 кадров в секунду.

CONTROL ( 2019 ) - Возможности игрового движка Компьютерные игры, Графика, Control игра, Контроль, Длиннопост
CONTROL ( 2019 ) - Возможности игрового движка Компьютерные игры, Графика, Control игра, Контроль, Длиннопост
CONTROL ( 2019 ) - Возможности игрового движка Компьютерные игры, Графика, Control игра, Контроль, Длиннопост
CONTROL ( 2019 ) - Возможности игрового движка Компьютерные игры, Графика, Control игра, Контроль, Длиннопост
CONTROL ( 2019 ) - Возможности игрового движка Компьютерные игры, Графика, Control игра, Контроль, Длиннопост
CONTROL ( 2019 ) - Возможности игрового движка Компьютерные игры, Графика, Control игра, Контроль, Длиннопост

Такой приятный оттенок у игры потому что отражения и RTX?

LEVEL дизайн приятный возможно из за пересвечивания вроде как в mirrors edge

CONTROL ( 2019 ) - Возможности игрового движка Компьютерные игры, Графика, Control игра, Контроль, Длиннопост
Показать полностью 6
Отличная работа, все прочитано!