Все выпуски

Изоформный состав гена CD44 тесно связан с прогрессированием злокачественных опухолей и формированием раковых стволовых клеток. Хотя механизм альтернативного сплайсинга обеспечивает выборочное включение вариабельных экзонов этого гена, общий регуляторный ландшафт данного процесса до сих пор остается малоизученным.

В настоящей работе предложен новый вычислительный подход к анализу регуляции сплайсинга, основанный на моделировании долей экспрессии транскриптов с помощью аппарата бета-регрессии. Автор реализовал математическую модель в виде глубокого нейросетевого регрессора, который совместно оценивает параметры вероятностного распределения и применяет регуляризацию методом эластичной сети для отбора наиболее значимых биологических признаков. Разработанный метод успешно применен для идентификации рибонуклеиново-связывающих белков, выполняющих роль факторов сплайсинга и напрямую управляющих выбором сайтов сборки гена CD44 в клетках колоректального рака. В построенных регрессионных моделях целевыми переменными выступают строго нормированные доли экспрессии изоформ, а в качестве признаков используются уровни экспрессии потенциальных регуляторов.

В ходе исследования детально сопоставлены две схемы постановки задачи машинного обучения. Первая схема реализует классический подход «один против всех», предполагающий построение отдельной изолированной модели для каждой рассматриваемой изоформы. Второй подход представляет собой метод дерева изоформ, базирующийся на последовательном иерархическом разбиении транскриптов по наличию вариабельных экзонов с независимым подбором регуляторных белков на каждом этапе алгоритма. Вычислительная корректность программной реализации была предварительно подтверждена на искусственно сгенерированных данных: модель продемонстрировала высокую точность восстановления параметров при полном отсутствии систематического смещения оценок. Последующий сравнительный анализ на клинических данных выявил явное преимущество схемы «один против всех» с точки зрения итогового качества и стабильности предсказаний.

Биологический анализ результатов не только подтвердил участие известных регуляторов гена CD44, но и позволил выявить новые потенциальные факторы регуляции, среди которых выделяются белки ACO1, NUDT21 и AGO2. Для фактора ACO1 автор сформулировал оригинальную гипотезу, напрямую связывающую внутриклеточный метаболизм железа и регуляцию изоформного состава гена CD44. Полученные выводы существенно расширяют текущее понимание молекулярных механизмов онкогенеза.

Aberrant alternative splicing of the CD44 gene drives colorectal cancer progression and facilitates the emergence of cancer stem cells. Although biomedical research recognizes this transmembrane glycoprotein as a major catalyst of malignancy, deciphering its multi-isoform regulatory networks remains a complex analytical challenge. To address this knowledge gap, this study presents a machine learning framework designed to decode these biological mechanisms. The author constructed a neural network regressor based on beta regression to model bounded isoform proportions. This computational architecture jointly estimates both the mean and the precision parameters of the underlying probability distribution. Furthermore, the system employs elastic net regularization to perform quantitative feature selection from highdimensional molecular expression data.

The investigation evaluates the proposed framework using gene expression profiles from colorectal cancer patients. The primary objective involves identifying specific ribonucleic acid-binding proteins acting as regulatory splicing factors. The experimental design contrasts two distinct mathematical modeling strategies. The first configuration incorporates an independent ”one-vs-all” approach that treats each transcript variant as an isolated regression target. The second formulation utilizes a structured ”isoform tree” method that directly mirrors hierarchical exon inclusion relationships. Validation experiments on synthetically generated datasets confirmed the mathematical integrity of the network. The model recovered true distribution parameters with precision and exhibited no systematic bias. Comprehensive empirical comparisons subsequently demonstrated that the independent ”one-vs-all” layout consistently outperforms the hierarchical tree configuration in predictive stability and accuracy.

The computational analysis maps the regulatory landscape of the CD44 gene. The framework validates several established splicing factors while uncovering new candidate proteins, including ACO1, NUDT21, and AGO2. Based on these statistical associations, the paper introduces a biological hypothesis. This concept functionally connects intracellular iron metabolism via the ACO1 protein with the shifting balance of CD44 variants. These discoveries provide deeper insights into oncogenic splicing regulation. Ultimately, they highlight molecular targets for future therapeutic interventions aimed at suppressing the cancer stem cell phenotype.

Надежная диагностика болезней растений компьютерным зрением требует не только высокой точности классификации, но и стабильной обобщающей способности и интерпретируемого принятия решений. При этом механизмы внимания безусловно полезны для моделей глубокого обучения, но эффективность решения задачи зависит от места и способа интеграции этих механизмов в архитектуру нейронной сети. В данном исследовании представлен классификатор на базе оптимизированной архитектуры YOLOv11m, а также результаты анализа результатов диагностики болезней растений в зависимости от сверточных блоков CBAM (Convolutional Block Attention Module), внедренных на разных уровнях архитектуры. Выполнен сравнительный анализ трех архитектурных вариантов модели: базовой архитектуры YOLO11m-Cls без механизма внимания, варианта с добавлением CBAM только в магистральную часть backbone и гибридной архитектуры, сочетающей сокращенное внимание в магистральной части backbone с дополнительным блоком CBAM на уровне классификационного слоя head. Все модели были обучены и протестированы в одинаковых экспериментальных условиях с использованием обширного набора данных, содержащего около 90 тысяч изображений 38 типов болезней растений. Экспериментальные результаты ясно показывают, что равномерное внедрение CBAM в магистральную часть backbone снижает устойчивость модели и ухудшает ее способность к обобщению, что проявляется в повышении валидационной функции потерь и понижении точности (Top-1 ≈ 90,5%) по сравнению с базовой архитектурой. Напротив, гибридная архитектура обеспечивает баланс между устойчивостью и способностью детектировать с повышением параметров точности Top-1 до 99,71% и Top-5 до 99,99% на этапе валидации, близким по значениям к параметрам базовой модели. Анализ интерпретируемости на основе метода Grad-CAM также положительно характеризует гибридную модель, которая формирует улучшенные и биологически обоснованные карты активации, четко фокусирующиеся именно на признаках заболевания и практически исключающие отвлечение внимания на фоновые элементы изображения. Важно отметить, что целью данной работы является не достижение наилучшей производительности среди всех классификаторов, а предоставление доказательств на уровне архитектурного проектирования относительно того, каким образом размещение механизма внимания влияет на устойчивость и интерпретируемость в классификационных моделях на базе YOLO. Полученные результаты предоставляют практические рекомендации по проектированию надежных и интерпретируемых систем искусственного интеллекта для агропромышленного сектора.

Reliable plant disease diagnosis requires not only high classification accuracy, but also stable generalization and interpretable decision-making. Although attention mechanisms are useful to these deep learning models, the performance also depends on where and how they are integrated into the network architecture. This study presents a design-optimized YOLO11m-based classification framework that systematically investigates the impact of Convolutional Block Attention Module (CBAM) injection at different architectural levels for plant disease diagnosis. We perform a comparative modelcontrolled analysis of three model architectures: (i) the baseline YOLO11m-Cls architecture lacking attention, (ii) only adding the backbone block along with CBAM and (iii) a hybrid architecture that includes reduced backbone attention combined with CBAM added at classification head. All models are trained and tested under the same experimental settings using a largescale dataset with around 90 000 images of 38 types of plant diseases. Experimental results clearly show that the uniform injection of CBAM into the backbone reduces stability but causes generalization to worsen with a higher validation loss and significantly lower Top-1 accuracy (≈ 90.5%), while the hybrid attention design balances stability and discrimination, with Top-1 accuracy up to 99.71%, Top-5 accuracy up to 99.99% and near-baseline validation behavior respectively Grad-CAMbased interpretability analysis also demonstrates that the hybrid model generates enhanced and biologically interpretable activation maps, which are more disease-specific with less distraction from background. Notably, the aim of our work is not for achieving superior performance over all classifiers but instead only to provide design-level evidence on how placing attention modulates rigidity and interpretability in YOLO-based classification models. The results provide practical architectural considerations for building dependable and interpretable AI systems in agriculture.

Работа посвящена суррогатному моделированию термомеханических откликов процесса лазерной полировки кварцевого стекла по данным конечно-элементных расчетов. Исследуется зависимость температурных и механических характеристик процесса от мощности лазерного излучения, скорости перемещения источника и радиуса лазерного пятна. Для аппроксимации откликов сопоставлены классические и регуляризованные регрессионные модели, методы опорных векторов, ансамбли деревьев решений, физически структурированные модели, тензорные B-сплайны и эволюционно синтезированные нейронные сети. Сравнение выполнено при едином разбиении исходных данных на обучающую, валидационную и независимую тестовую выборки. Наименьшие ошибки прогнозирования для всех исследованных откликов обеспечили стекинг-ансамбли на основе Random Forest, Gradient Boosting и XGBoost; коэффициенты детерминации на тестовой выборке превышали 0,998. Физически структурированные модели уступали ансамблям по абсолютной точности, однако обеспечивали гладкое и интерпретируемое представление зависимостей между параметрами лазерного воздействия и термомеханическими откликами. Эволюционный поиск позволил полу- чить нейросетевую модель с двумя выходами для совместного прогнозирования максимальной температуры и максимального эквивалентного напряжения. В исследованном наборе данных скорость перемещения источника имеет наибольшую перестановочную значимость для качества прогнозирования выбранных моделей. Результаты исследования показывают, что выбор суррогатной модели должен определяться решаемой задачей: ансамблевые модели целесообразны для высокоточного прогнозирования, физически структурированные — для анализа зависимостей и интерпретации, нейросетевые — для совместного прогнозирования взаимосвязанных откликов. Построенные модели могут служить вычислительной основой для анализа режимов и последующей многокритериальной оптимизации лазерной полировки кварцевого стекла.

The study addresses surrogate modeling of thermomechanical responses in quartz-glass laser polishing using finiteelement simulation data. The relationships between thermal and mechanical responses and the main process parameters — laser power, source travel speed, and laser-spot radius — are investigated. Classical and regularized regression models, supportvector regression, tree-based ensembles, physics-structured models, tensor-product B-splines, and evolutionarily synthesized neural networks are compared using a common training, validation, and independent test split. Stacking ensembles based on Random Forest, Gradient Boosting, and XGBoost provided the lowest prediction errors for all investigated responses, with test coefficients of determination above 0.998. Physics-structured models were less accurate in terms of minimum prediction error but provided smooth and interpretable relationships between laser-processing parameters and thermomechanical responses. Evolutionary architecture search produced a two-output neural-network model for simultaneous prediction of the maximum temperature and maximum equivalent stress. Within the investigated dataset, source travel speed has the highest permutation importance for the predictive accuracy of the selected models. The results demonstrate that different classes of surrogate models are suitable for different modeling objectives: ensemble models are preferable when high predictive accuracy is required, physics-structured models are useful for response analysis and physical interpretation, and neural models provide simultaneous approximation of coupled thermal and mechanical responses. The developed surrogate models can therefore be used as a computationally efficient basis for analyzing laser-polishing regimes and for subsequent multicriteria optimization with simultaneous consideration of temperature and stress constraints.

Исследуется распространение нелинейных волн через границу, разделяющую две различные однородные области в двойной полинуклеотидной цепочке. Расчеты проводятся в рамках модели ДНК, учитывающей различие в массах азотистых оснований и в расстояниях между сахаро-фосфатной цепочкой и центрами масс оснований, связанных с ней посредством β-гликозидной связи С₁-N. Рассматриваются различные возможные комбинации однородных областей, расположенных слева и справа от границы, вычисляются изменения скорости (v) и размера (d) нелинейных волн вследствие прохождения границы.

Propagation of nonlinear conformational waves through the boundary dividing the double polynucleotide chain into two different homogeneous regions is investigated. Calculations are made in the frameworks of the DNA model which takes into account the difference in mass of nitrous bases and the difference in distances between sugar-phosphate chain and the centers of mass of bases which are connected with the chain by β-glycoside bond С₁-N. We consider different possible combinations of homogeneous regions placed on the right and on the left from the boundary, and we calculate the changes of the nonlinear wave velocity (v) and size (d) of the nonlinear waves due to overcoming the boundary.

С помощью компьютерной модели, основанной на методах многочастичного прямого моделирования и броуновской динамики, изучается кинетика образования комплекса между компонентами фотосинтетической электронтранспортной цепи — белком флаводоксином и мембранным комплексом фотосистемы 1. Моделируется броуновское движение нескольких сотен молекул флаводоксина, учитываются электростатические взаимодействия и сложная форма молекул. С помощью данной модели удалось воспроизвести экспериментальную немонотонную зависимость константы связывания флаводоксина с фотосистемой 1. Это говорит о том, что для описания такого вида зависимости достаточно учета только электростатических взаимодействий.

Kinetics of complex formation between components of the photosynthetic electron transport chain — flavodoxin and membrane complex photosystem I has been studied using computer model based on methods of multiparticle simulation and Brownian dynamics. We simulated Brownian motion of several hundreds of flavodoxin molecules, taking into account electrostatic interactions and complex shape of the molecules. Our model could describe experimental nonmonotonic dependence of the association rate constant for flavodoxin and photosystem I. This lets us conclude that electrostatic interactions are sufficient to form such kind of nonmonotonic dependence.

В данной работе при помощи методов молекулярной динамики и квантовой химии изучается механизм инициирования альфа-спирализации пептидных последовательностей. Показано, что ключевой вклад в запуск этого процесса вносят кислые аминокислотные остатки, расположенные на N-конце пептидной цепи. Полученные результаты не противоречат известным экспериментальным и статистическим данным и существенно дополняют имеющиеся в настоящее время представления о процессах, происходящих на ранних стадиях сворачивания пептидов и белков.

In present work we used the methods of molecular dynamics simulations and quantum chemistry to study the concept, according to which aspartic and glutamic residues play a key role in initiation of helix formation in oligopeptides. It has been shown, that the first turn of the alpha-helix can be organized from various amino acid sequences with Asp and Glu residues on the N-terminus. Thermodynamic properties of such a process were analyzed. The obtained results do not interfere with known experimental and statistical data and they substantially elaborate present views on the processes of early peptide folding stages.

Рассмотрены эмпирические аналогии между кризисными процессами в социальных системах и фазовыми переходами с сопутствующими им критическими явлениями в «неживых» физических системах. Представлены качественное модельное описание историко-демографического прогресса (постепенная конденсация хозяйственных доменов с улучшением условий жизни населения), без дополнительных допущений объясняющее гиперболический рост населения Земли в I–XX вв. н. э., и модель современного мирового экономического кризиса как следствия спонтанной «конденсации капиталов», создавшей неуправляемые хозяйственные конгломераты, при свободной экспансии американской экономики в 1990-х и 2000-х гг. с ослаблением конкуренции («расширение в пустоту»).

Crises in social systems are considered by analogy with phase transitions and the corresponding critical phenomena in «non-living» many-particle physical systems. We present two qualitative physical models: (i) a historical and demographic progress as a gradual condensation of economical domains with an improvement of living conditions, and (ii) the modern economical crisis as a result of a spontaneous «condensation» of assets in a free expansion of the U.S. economy in 1990th and 2000th, reducing a control over large business enterprises formed in this process. The first model explains the observed hyperbolic growth of world population in the I–XX centuries A.D. without any additional assumption while the second model points to the analogy between the economic expansion with a drop of competition, and the expansion of gas into vacuum with a drop of temperature.

В данной работе изучаются вращательные колебания азотистых оснований, образующих центральную пару в коротком фрагменте ДНК, состоящем из трех пар оснований. Построен простой механический аналог фрагмента, в котором основания имитируются маятниками, а взаимодействия между основаниями — пружинками. Получен лагранжиан модельной системы и уравнения движения. Получены решения уравнений движения для однородного случая, когда рассматриваемый фрагмент ДНК состоит из одинаковых пар оснований: из пар аденин-тимин (AT) или гуанинцитозин (GC). Построены траектории модельной системы в конфигурационном пространстве.

In this paper we study the rotational oscillations of the nitrous bases forming a central pair in a short DNA fragment consisting of three base pairs. A simple mechanical analog of the fragment where the bases are imitated by pendulums and the interactions between pendulums — by springs, has been constructed. We derived Lagrangian of the model system and the nonlinear equations of motions. We found solutions in the homogeneous case when the fragment considered consists of identical base pairs: Adenine-Thymine (AT- pair) or Guanine-Cytosine (GC-pair). The trajectories of the model system in the configuration space were also constructed.

Проанализированы проблемы соответствия кинетических моделей клеточного метаболизма описываемому ими объекту. Изложены основы стехиометрии полного метаболизма и его больших частей. Описана биоэнергетическая форма стехиометрии, основанная на универсальной единице восстановленности химических соединений (редоксон). Выведены уравнения материально-энергетического баланса (биоэнергетической стехиометрии) метаболических потоков, в том числе баланса протонов с высоким электрохимическим потенциалом μ_H⁺ и макроэргических соединений. Получены соотношения, выражающие выход биомассы, скорость потребления источника энергии для роста и другие физиологически важные величины через биохимические характеристики клеточной энергетики. Вычислены значения максимального энергетического выхода биомассы при использовании клетками различных источников энергии. Эти значения совпадают с экспериментальными данными.

The problem has been considered, to what extent the kinetic models of cellular metabolism fit the matter which they describe. Foundations of stoichiometry of the whole metabolism and its large regions have been stated. A bioenergetic representation of stoichiometry based on a universal unit of chemical compound reductivity, viz., redoxon, has been described. Equations of mass-energy balance (bioenergetic variant of stoichiometry) have been derived for metabolic flows including those of protons possessing high electrochemical potential μ_H⁺, and high-energy compounds. Interrelations have been obtained which determine the biomass yield, rate of uptake of energy source for cell growth and other important physiological quantities as functions of biochemical characteristics of cellular energetics. The maximum biomass energy yield values have been calculated for different energy sources utilized by cells. These values coincide with those measured experimentally.

В работе предлагается численная модель седиментации и фильтрования суспензии, основанная на динамическом варианте метода дискретных элементов. Эта модель отражает поведение частиц на микро- и мезоуровне: образование пор, арок, хлопьев. Кроме того, предложенная модель качественно воспроизводит макроэффекты: осаждение слоя частиц, медленные процессы усадки этого слоя, уплотнения слоя под действием собственного веса частиц и приложенной извне силы.

The numerical model of sedimentation and suspension filtration is proposed in this paper. The model is based on dynamic variant of discrete element method. This model represents the particles behavior on microand meso-scales: pores, arches, flocks formation. In addition, the proposed model qualitatively reproduces macro phenomenon: sedimentation of particle layer, slow shrinkage of the layer, sealing of the layer under its own weight of the particles and the external applied force.