Академгородок

UPD: Хозяйка кота нашлась. Помогло единственное объявление на двери поселкового магазина. Правда, на меня сначала наехали, что зачем кота забрала. Вот тут я охуела и удивилась. Простите, а где ошейник, где адресник? Убегать от меня не хотел, под мою машину лез, в 11 вечера никакой хозяйки вокруг не наблюдалось. А у нас ещё и стая бродячая ходит....

И теряют его уже третий раз. Сама хозяйка и сказала.

Блин.

С другой стороны, видно, что котика любит. Он реально ухоженный, не зашуганный. По ее словам взяли его из деревни у пьяниц, у которых кошка окотилась четырьмя котятами, выжил только вот этот. И то, они его на берёзу забросили. Оттуда его и забрали.

Санта-Барбара какая-то.

______________________________________________________________________________________________________

Я нашла котенка Финдуса. Ну или его точную копию. У себя в посёлке. Выбежал, зараза, бросился в ноги и все.

Только неделю назад ехала в машине и думала, ну вот кто все эти люди, которые постоянно пищащие комочки находят, почему им попадается, а мне за сорок лет жизни - нет. Однажды только была втянута в спасательную операцию и то неугомонной подругой, а не по своей воле.

Вот у них, наверное, думаю, просто глаз намётан, сердце чувствительное, а я просто не замечаю, мимо прохожу.

Но тут не заметить было нельзя. Шугнула, честно, у нас бродяжек много, они дикие, улепётывают. А это радостнее припустил прям в ноги.

Попыталась увезти к той самой подруге (ну, типа, око за око), но у неё на передержке кошка живет - демон, а не кошка. Сразу прям с порога нам всем высказала, что думает о ночном вторжении чужаков с "подарком".

Котёнок реагировал спокойно, игрался с игрушкой, мурчал тарахтелкой, но оставлять их было небезопасно.

В итоге в час ночи обустраиваю это чудо в гараже. Домой нельзя, там Тай, не уверена я пока в его поведении настолько, чтобы рисковать здоровьем котёнка.

Завтра пойду объявления расклеивать, в местном интернете флудить.

Ну и сила Пикабу, может подействует? Котейка явно был ещё пару часов назад домашний: чистая шёрстка (при том, что у нас дожди и грязюка), чистые уши и глаза, бежит к человеку и на руках сидит спокойно. В машине вообще за руль чуть не сел. Вот такой уверенный пацан.

Посёлок Кирова, Новый Посёлок, Посёлок Геологов, Академ (Новосибирск) - вот, предположительно, откуда мог убежать.

В последние годы в генетике сформировался новый взгляд на геном: не просто цепочка генов, а трехмерная сеть, архитектура которой играет важную роль в реализации информации, заложенной в ДНК. Изучением и моделированием того, как молекула ДНК располагается внутри клеточного ядра и как это влияет на вероятность развития ряда наследственных заболеваний, занимаются сотрудники сектора геномных механизмов онтогенеза ФИЦ ИЦиГ СО РАН. Ряд результатов их работы был представлен на XII международной мультиконференции «Биоинформатика и системная биология» (BGRS/SB-2020). Подробности об этой работе в нашем интервью с руководителем сектора, к.б.н. Вениамином Фишманом.

– Расскажите, в чем заключается цель проводимых Вашей группой исследований 3D-моделей генома человека?

– Когда в геноме возникает какая-то поломка, мутация, которая ведет к развитию патологии, возникает вопрос – по какому пути протекает этот процесс. Если мутация затрагивает какие-то кодирующие участки ДНК, отвечающие за синтез белка, то все, в принципе, очевидно: вот причина, а вот – ее следствие. Но когда мы имеем дело с какими-то крупными перестройками, которые не затронули белок-кодирующие гены, все становится намного сложнее. Потому что не ясно, если все белки остались те же самые, то что вызвало болезнь? Так родилась гипотеза, которая потом была подтверждена в ряде работ разных исследователей, что само изменение 3D-организации генома (то, как цепочка ДНК укладывается в ядре клетки) влияет на работу генов и количество того или иного белка, который синтезируется в клетке. Отсюда и вытекает наша цель – смоделировать, как уложен геном в известных случаях хромосомных перестроек и, следующий шаг, понять, как это влияет на работу генов и синтез белка.

– Как Вы строите эти модели?

– Есть два класса моделей. Физические модели удобны тем, что в них можно заложить какие-то биофизические параметры. Например, в такой модели ДНК может гнуться, протягиваться. Причем, все это обусловлено довольно простыми физическими законами, которые изучают в рамках школьной программы. Проблема в том, что есть очень много биофизических параметров, которые надо учитывать при создании модели: насколько легко изгибать ДНК, насколько сильно воздействие электростатического отталкивания и так далее. Но их очень сложно измерить, поскольку сама ДНК находится глубоко в ядре клетки, там все организовано не так, как мы можем воссоздать, условно говоря, «в пробирке». Поэтому физические модели замечательны с точки зрения понимания каких-то механизмов, но часто неприменимы для реальных задач, поскольку мы не можем создать полную картину для какого-то конкретного варианта мутаций, только описать общие принципы связи архитектуры генома и его работы.

– Есть какой-то выход?

– Конечно. В своей работе мы чаще используем второй тип моделей, построенных методом «черного ящика». В его основе лежит машинное обучение: мы измеряем в эксперименте те свойства ДНК, которые можем, и загружаем их в компьютер. А дальше машина сама находит взаимосвязи между известными нам параметрами и разными вариантами укладки ДНК, которых тоже известно немало. Конечно, мы не можем таким образом понять, как именно последовательности на разных участках генома связаны с физическими свойствами ДНК. Физики их тестируют, но у них в среднем на одну такую взаимосвязь уходит года три, а их существует множество. То есть, это работа на века, по крайней мере, при нынешних темпах развития науки. Поэтому пока мы просто ищем такие взаимосвязи, фиксируем результат, пусть даже не понимая до конца, почему он получился именно таким. И для этого метод «черного ящика» очень хорошо подходит, потому что он выдает очень точные ответы с точки зрения практики.

– То есть, Вы видите, что получилось, пусть не всегда понимая, почему именно так, а не иначе?

– Можно сказать и так, хотя есть и какие-то взаимосвязи, которые мы можем понять. Например, поменять одну букву в последовательности ДНК и посмотреть, как наш черный ящик в ответ изменит укладку. Да, полная цепочка событий нам по-прежнему неизвестна, но мы можем с уверенностью говорить, какие участки ДНК более важны, какие – менее в данном сценарии. А потом, рассмотрев биологические функции этих участков, сформулировать гипотезу о том, как они вовлечены в этот сценарий. И уже на основе этого – переходить к созданию физической модели. Но все же, мне кажется, основная прелесть моделей второго типа как раз в том, что они дают достаточно точный результат, даже когда мы не изучили сам механизм его получения.

– Вы сейчас говорите о прогнозе развития у человека какой-то конкретной наследственной патологии?

– Совершенно верно, но не только об этом. Есть еще одно направление, я называю его методическим. Мы говорим о довольно сложных вещах: 3D-укладка генома, белки садятся, ДНК гнется, все это имеет сложную систему связей. Но есть очень простой вывод, когда случается хромосомная перестройка, меняется укладка, и по этим изменениям можно предсказывать риск развития наследственного заболевания. Причем, это недавняя история, еще несколько лет назад никто не смотрел на организацию ДНК у таких людей, просто искали изменения в линейной последовательности. Теперь же, в силу прогресса способов исследования ДНК, подход вообще можно кардинально развернуть: предсказать эти линейные перестройки на основе информации о том, как ДНК уложена в ядре. Это, по сути, новый метод изучения наследственных заболеваний, который мы сейчас тоже развиваем. Конечно, мы не одни, и даже – не первые, такие идеи бродят года с 2012-го. Но, обычно, стараются предсказывать на основе укладки крупные перестройки, а мы разрабатываем метод, который, при определенных изменениях протокола, позволит посмотреть и на точечные полиморфизмы. А это совсем другой диагностический подход. Раньше совместить оба подхода в рамках одного метода никому особо не удавалось, изучали либо крупные перестройки, либо искали точечные мутации. Это проблема, потому что пациенту надо, по-хорошему, делать два дорогостоящих анализа. И часто, если во время первого анализа что-то находили, то второй просто не делали, а может, основная причина была как раз там. Если у нас получится совместить оба подхода в рамках одного анализа, это будет очень важно. Предварительные результаты, которые мы представили на конференции BGRS/SB-2020, внушают оптимизм.

– А с точки зрения пациента, какая от этого польза? Ведь если причина болезни в мутации ДНК, то современная медицина все равно не сможет ее вылечить.

– Для пациента есть два важных нюанса. Первый – дать родителям возможность понять, какой из вариантов генома приводит или может привести к появлению заболевания у их детей. Можно определит, от кого из родителей ребенку достался этот вариант. И если родители прибегнут к процедуре ЭКО, можно, используя наш метод, выбрать эмбрион без «плохой» мутации в геноме. Проще говоря, родить здорового ребенка. Второй нюанс относится к людям, которые уже родились с каким-то наследственным заболеванием. К сожалению, такие болезни пока не поддаются полноценному лечению, но, зная на раннем этапе о мутации, которая вызывает заболевание, в ряде случаев можно предложить стратегии его сдерживания, поддержания более комфортного уровня жизни. А там, где это пока невозможно, даже сам точный прогноз, как и в какие сроки все будет протекать – как мне кажется, нужная для родителей вещь. Потому что такое случается, и родителям важно понимать, что их ждет и что дальше делать.

Источник

Два последних десятилетия отмечены быстрым прогрессом биоинформатики и соответственно ростом интереса к этой молодой научной дисциплине со стороны научного сообщества и высокотехнологичного бизнеса. По мере развития экспериментального оборудования и информационных технологий, расширяется спектр фундаментальных и прикладных научных задач, которые удается решать с помощью биоинформатики.

Исследования в этой области составляют существенную часть научной работы, проводимой в рамках Курчатовского геномного центра мирового уровня, в число организаторов которого входит ФИЦ ИЦиГ СО РАН. Один из ключевых проектов – создание библиотеки моделей геномов на основе коллекций микроорганизмов, которыми располагают научные институты нашей страны.

Как отмечают участники проекта, речь не идет только о секвенировании генома, что в последние годы стало уже рутинной научной процедурой.

– Секвенирование дает нам последовательность генов в ДНК организма, но это лишь первый шаг, - рассказал ведущий научный сотрудник отделения «Курчатовский геномный центр ИЦиГ СО РАН», к.б.н. Сергей Лашин. – Следующий этап заключается в построении на основе геномной информации метаболической карты организма (какие биохимические реакции могут протекать в данном организме), а также карты генетической регуляции, с помощью которой мы показываем, как взаимодействуют между собой гены. А затем, на основе этих карт, мы уже строим математические модели, где описываем, как происходит синтез определенного целевого продукта этим микроорганизмом.

В итоге, ученые получают не только достоверные данные о потенциале конкретной бактерии для производства тех или иных необходимых промышленности продуктов, но и понимание, как с помощью современных генетических технологий можно менять параметры этого процесса (например, повысить интенсивность синтеза вещества или изменить какие-то его характеристики).

Одновременно с фундаментальными научными задачами, решаются и вполне прикладные: идет отбор микроорганизмов, потенциально пригодных для синтеза некоторых органических кислот, востребованных в производстве кормов для нужд сельского хозяйства. Проанализировав геномы двухсот с лишним микроорганизмов из коллекций, новосибирские биоинформатики отобрали 17 перспективных бактерий, которые теперь будут изучены более детально.

При этом, подчеркивают они, работа с остальными геномами была не напрасной, поскольку выявленные у них характеристики описаны и могут быть использованы для решения других задач. А список возможного применения микроорганизмов в биотехнологической промышленности постоянно расширяется: одни бактерии используют в синтезе сырья для фармакологической промышленности, другие – нефтедеструкторы – для ликвидации загрязнения окружающей среды нефтепродуктами (такими, как недавний разлив дизельного топлива в Норильске), третья – в процессах переработки мусора, позволяющих превращать отходы в полезный продукт (биотопливо и т.п.).

Поэтому глобальная цель проекта, реализуемого подразделениями Курчатовского геномного центра – создать библиотеку моделей всех микроорганизмов, входящих в коллекции институтов, а их порядка десяти тысяч. Такая библиотека станет мощным ресурсом для развития отечественной биотехнологической промышленности.

Одна из главных задач на этом пути – оптимизация самого процесса. Сам опыт подобного анализа и моделирования генома есть и у наших, и у зарубежных ученых, но обычно работа с одним геномом бактерии требует у исследователей от полугода до года работы. Теперь же требуется обработать тысячи геномов за пять лет. Очевидно, что это возможно лишь при максимальной автоматизации всех процессов.

– На сегодня хорошо автоматизирован лишь процесс самого секвенирования, есть решения в области построения «рамочных» полногеномных моделей, а вот уточнённые математические модели обычно по-прежнему требуют «доводки в ручном режиме», на что уходит много времени – отметил Сергей Лашин. – И сейчас мы, параллельно с анализом геномов из коллекций, работаем и над автоматизацией этой части работы.

Новосибирские ученые рассчитывают, что уже к концу года смогут создать готовую программную платформу, которая максимально сократит срок работы с отдельным геномом микроорганизма. На сегодня ее аналогов в открытом доступе просто нет, а вот запрос на появление такого программного продукта очень высок.

Сотрудники Института химии твердого тела и механохимии СО РАН создали композит для кардиографических электродов на основе графита и наночастиц серебра. Он позволит существенно снизить стоимость электродов и получать при ЭКГ более точные данные. Результат опубликован в Materials Today Proceedings.

«Когда нам делают электрокардиограмму, на нас налепляют специальные датчики — в виде одноразовых пластырей либо специальных присосок. Сокращения нашего сердца можно воспринимать как ток. Он сначала передается на кожу, и задача датчиков, которые являются электрохимическим элементом, — снять его и с минимальным количеством помех перенести в прибор. Соответственно, чем меньше будет шумов, тем достоверней окажется диагностика», — рассказывает младший научный сотрудник лаборатории порошковых технологий ИХТТМ СО РАН Инна Александровна Мальбахова.

Сегодня чаще всего в датчиках для ЭКГ используется хлорсеребряный электрод. Он представляет собой серебряную пластинку, покрытую слоем хлорида серебра. Однако у такого электрода есть несколько существенных недостатков. Во-первых, на его изготовление тратится большое количество драгоценного металла: чтобы передать сигнал с минимальным количеством помех, слой серебра должен быть достаточно толстым. Во-вторых, материал имеет довольно высокое сопротивление, из-за чего возникает множество шумов.

Ученые ИХТТМ предложили использовать в качестве носителя для наночастиц серебра графит, поскольку он обладает электронной проводимостью и биоинертностью, то есть организм не воспринимает его негативно.

«Наша задача сделать так, чтобы адгезия (сцепление) серебра и графита была как можно лучше. Для этого последний требуется обработать с помощью сильных кислот. Затем мы отдельно синтезируем наночастицы серебра, добавляем их в порошок графита, всё это перемешиваем и высушиваем, — говорит исследовательница. — Следующим этапом наносим подготовленную смесь на графитовую бумагу, а после необходимо создать на поверхности полученного устройства слой хлорида серебра. Для этого мы осуществляем анодирование, то есть слегка окисляем верхнее серебро».

Для испытания устройства ученые провели модельные измерения на системе, максимально приближенной по своим параметрам к коже человека. «Эксперименты показали, что наш композит соответствует всем требованиям ГОСТа для ЭКГ. Его преимуществом является дешевизна: графит стоит в разы меньше, чем серебро, а последнего для такой технологии необходимо совсем немного. Также при использовании нашего композита сигнал получается намного четче, шумы его не заглушают. Высокоразвитая (шершавая) поверхность материала способна захватывать больший объем кожи, что позволяет минимизировать помехи», — сообщает Инна Мальбахова.

Работа сделана в сотрудничестве с лабораторией медицинского приборостроения Томского политехнического университета. По словам исследователей, говорить о внедрении разработки в медицину еще рано, полученный композит требует определенной эргономической доработки. В частности, необходимо выяснить, какое содержание серебра даст наилучшие результаты. Кроме того, продолжаются эксперименты по изучению других подложек, например на основе тройной системы: керамика — графит — серебро.

Источник