Berloga - науки и технологии

Анализ NGS-данных от А до Б: открытый мастер-класс по контролю качества Высокопроизводительное секвенирование позволяет находить патогенные мутации, изучать экспрессию генов или расшифровывать древнюю ДНК. Хотя этап секвенирования библиотек объедиалняет NGS-методы, в остальном они могут сильно различаться. Например, где-то мы хотим получить равномерное покрытие генома, а где-то, наоборот, стремимся к ярким пикам. Что для одного протокола может быть важным биологическим сигналом, для другого — признаком серьезных проблем. Поэтому контроль качества сырых прочтений и процедуры картирования — важные начальные шаги, от которых зависит последующий анализ и адекватность конечных выводов. Какие показатели почти всегда указывают на артефакты, а когда нужно обязательно учитывать метод? 20 августа Бластим приглашает на бесплатный вебинар, где вы научитесь читать NGS-данные и использовать разные характеристики ридов для интерпретации эксперимента. Разбираться будем на примере технологий эпигеномики, таких как ChIP-seq, ATAC-seq и других. Спикер: Александра Галицына, опытный специалист в эпигенетике и 3D-геномике В программе: ➜ Всегда ли нестандартный QC-профиль — это плохо? ➜ Чем отличается работа с одним ридом и с парой? ➜ Почему картирование дает отнюдь не только координату в геноме? ➜ Как перейти от сырых данных к осмысленным выводам? Регистрация по ссылке: Ссылка скрыта Если не работает, то тут: Ссылка скрыта Не пропустите встречу, если хотите разложить всё по полочкам. Идеально для начинающих биоинформатиков и интересующихся эпигенетикой!

Продолжается набор на новую программу «Биоинформатика для биологов. Ступень III» Ссылка скрыта | Прием заявок до 6 сентября, 23:59 МСК Это самостоятельная двухмесячная программа для специалистов с опытом в биоинформатике с опорой на избранные главы практикума по биоинформатике и передовые вопросы машинного обучения. С 26 сентября по 28 ноября Программа состоит из 5 дисциплин: • Практикум по биоинформатике • Избранные главы ML • Продвинутый Python • Архитектура Linux и контейнеры • AI в биоинформатике Этапы поступления: • заполнить анкету до 6 сентября, 23:59 МСК • решить отборочное тестовое задание до 10 сентября, 23:59 МСК • пройти собеседование (август – сентябрь). Комиссия проверяет тестовые задания по мере их поступления, поэтому раннее решение ускорит получение приглашения на интервью. Стоимость: • 85 000 рублей – для физических лиц • 75 000 рублей – для выпускников Института биоинформатики. Специальная стоимость доступна всем, кто успешно окончил наши программы переподготовки или интенсивы и получил диплом или удостоверение о повышении квалификации. Доступна беспроцентная рассрочка – оплату можно разделить на два равных платежа. Подробнее о программе: Ссылка скрыта По всем вопросам: [email protected] Ждём ваших заявок!

Открытая онлайн-дискуссия «AI-агенты в single-cell» 12 августа в 19:00 Бластим приглашает на встречу «AI-агенты в анализе данных секвенирования единичных клеток: необходимость или информационный пузырь?» На одной площадке встретятся ведущие эксперты из МГУ, МФТИ и Медицинского университета Вены, чтобы поделиться позитивным и горьким опытом. Главный вопрос: может ли AI-агент взять на себя значительную часть рутинного анализа single-cell и помочь сгенерировать новое ноу-хау или надежнее всё делать по проверенным туториалам самостоятельно? Формат: «за / против» — две стороны, аргументы, перекрестные вопросы и голосование аудитории. В фокусе: — насколько можно доверять результатам AI-агентов — где AI действительно экономит время, а где требует больше перепроверки — как меняется подход к обучению биоинформатиков — останется ли место человеческой экспертизе и творчеству в анализе данных 📣 Участники: Вадим Чечехин, Екатерина Маркелова, Никита Ваулин, Дмитрий Пензар и Зоя Антышева Модератор — Дмитрий Тычинин Присоединяйтесь, если работаете с single-cell, следите за развитием AI или просто хотите увидеть настоящую битву умов в прямом эфире. Регистрация по ссылке: Ссылка скрыта Если не работает, то тут: Ссылка скрыта

🔥AI R&D DAY — конференция для исследовательских команд и создателей ИИ-систем Мы активно готовимся к масштабной встрече в Москве 17 сентября и приглашаем вас стать частью этого события! Один день, 600 участников, 22 доклада, 2 трека — концентрат практического опыта, знаний и инструментов, готовых к внедрению сразу по возвращению в офис. И, конечно, мега-возможности для нетворкинга с коллегами и экспертами сообщества! Что будем обсуждать? NextGenAI: большой технологический стрим — новые прорывные вызвовы в сфере GenAI • Нативная мультимодальность и VLA • Голосовое управление и полнодуплексный войсмод • Омнимодальный ризонинг и память • Альтернативные и принципиально новые архитектуры • Обучение в различных средах • Бенчмаркинг нового поколения • Прикладные стримы и продуктовые решения На конференции от Сбера пообщаетесь с теми, кто внёс вклад в развитие флагманских моделей Kandinsky, Kandinsky 3D, Иммерсивный ИИ, SymFormer, Иммерсивный ИИ и другие технологические решения. В программе не только доклады, но и яркие активности на площадке. Участие бесплатное, но количество мест ограничено💻 Ждем вас на 17 сентября в Москве и онлайн!

CayleyPy: Professor Tetraminx puzzle Месяц назад я рассказывал как участвовал в ресерч соревнованиях Cayley. С тех пор я поучаствовал в ещё одном соревновании - Professor Tetraminx. Напоминаю, что суть задачи - из рандомного состояния головоломки (после N поворотов) дойти в исходное за минимальное количество шагов. Поскольку это по факту групповой ресерч, не были цели собрать топ-решения самостоятельно - мы хотели вместе сделать топ решение. Я начал тогда, когда лучшее доступное решение было 28863 и улучшил его до 28467, получив новый лучший результат и обойдя мирового эксперта Tomas! Блогпост с деталями напишу позже, но пока расскажу, что нового было сделано по сравнению с моим прошлым подходом: - Как известно, решить такую головоломку брутфорсом нельзя. Но вполне можно с помощью BFS подсчитать все состояния после 6-9 шагов. Так что теперь мой подход не пытается дойти до финального состояния, а просто до состояния, которое находится на расстоянии 6-7 до финального. Это довольно важно, ибо иногда поиск останавливается лишь в нескольких шагах от успеха - и этот подход спасает такие кейсы - Sparse Q - новая голова для нейронки (по предложению Vlad Kuznetsov), которая даёт скор сразу для всех возможных переходов из текущего состояния - это сильно ускоряет обчение и инференс - многократное расширение датасета с разными подходами по сбору данных - PieceTransformer в качестве модели и его бленд с обычным ResMLP - V-consistency - хитрый подход для улучшения beam search. Простыми словами: если одна голова модели говорит, что мы в 10 шагах от цели, а другая голова говорит, что после одного шага мы будем в 15 шагах - это неправильно; а если головы выдают 10 и 9 - значит мы движемся в правильном направлении Теперь продолжу участвовать в других соревнованиях этой серии и всем рекомендую :) #kaggle #datascience

Завтра – последний день ранней цены на онлайн-воркшоп «Альфа, альфа, альфа»! bioinf.me/education/workshops/alpha_workshop 4 августа заканчивается период сниженной стоимости на онлайн-воркшоп по инструментам AlphaGenome, AlphaFold и AlphaMissense (8 и 15 августа). С 5 августа цена вырастет с 9 000 ₽ до 14 000 ₽. Воркшоп пройдет онлайн 8 и 15 августа и будет состоять из двух больших блоков: 🌑 8 августа – AlphaGenome (преподаватель Никита Ваулин): предсказание функциональных свойств генома по ДНК, variant scoring и in silico мутагенез. 🌑 15 августа – AlphaFold & AlphaMissense (преподаватель Александра Мамчур): предсказание белков и комплексов через AlphaFold Server/DB, оценка метрик качества и предсказание патогенности миссенс-вариантов. Стоимость: • 9 000 рублей – при ранней оплате до 4 августа • 14 000 рублей – при оплате с 5 по 7 августа • 25 000 рублей – для юридических лиц ⭐️Особая цена для выпускников Института биоинформатики на все время набора – 9 000 рублей. Специальная стоимость доступна всем, кто успешно окончил наши программы переподготовки или интенсивы и получил диплом. Будем рады видеть вас среди участников! ❤️ ✨ Мы в VK | Мы в почте | Мы в Telegram #bioinf_online #bioinf_education @bioinformatics_institute

💡 За одно лето: машинное обучение с нуля до собственных проектов Про искусственный интеллект доносится из каждого утюга: что ни день, то очередная супермощная модель или прорывное открытие. Тут научились распознавать, здесь детектировать, там генерировать. В НИИ все тоже говорят об ИИ. Читаешь новые статьи — везде нейросети и куча заумных терминов. Многим ученым тоже хочется начать применять машинное обучение в своих исследованиях и блистать упоминанием продвинутых методов. Но неясно, что для этого нужно делать. Как поставить задачу, какую архитектуру использовать, как писать код?  Самостоятельно или с помощью чат-ботов разобраться в этой сфере сложно и долго. Поэтому команда @blastim приглашает на курс «Машинное обучение на Python». Он помогает ученым из разных областей подтянуть программирование, статистику и перестать бояться даже самых передовых инструментов с приставкой «AI». Важно, что всё обучение проходит под менторством опытных наставников, которые покажут, как все устроено на практике. На курсе научитесь: 🤖 строить и обучать собственные классические ML-модели и нейросети 🤖 анализировать биологические данные (ДНК, белки, биомедицинские снимки, временные ряды) 🤖 понимать статьи коллег о свежих инструментах и быстро имплементировать их у себя 🤖 разбираться в нюансах архитектур, метриках качества, валидации, подборе гиперпараметров 🤖 индустриальным навыкам: конструирование ИИ-агентов и телеграм-ботов, деплой моделей в продакшн, работа с Claude Code Курс состоит из живых занятий, домашек с подробным фидбэком и реальных проектов при поддержке опытных биоинформатиков из Skoltech, ИТМО и университета Копенгагена. ❗️Старт уже сегодня — 27 июля, у вас еще есть шанс присоединиться Продолжительность: 2 месяца + поддержка после курса 🔗 Подробности: Ссылка скрыта Приходите! Машинка сама себя не выучит

Коллеги, привет! Меня зовут Василий Леоненко, я кандидат физико-математических наук, занимаюсь вычислительной эпидемиологией и моделированием живых систем. Я люблю предсказывать и прогнозировать. Люблю, когда модели интерпретируемы, а прогнозы понятны и однозначны. Поэтому я всегда предпочитал строгие математические законы и дифференциальные уравнения. Но жизнь меня заставила изменить свою точку зрения. В понедельник 20 июля я хочу рассказать о том, почему машинное обучение — полезная штука и почему оно часто бывает эффективнее, чем классическое моделирование. Почему «черные ящики», которые базируются на огромном количестве непонятных данных и делают какие-то неверифицируемые выводы, вдруг оказались так востребованы. Обсудим: • в чем отличие математических моделей, статистических моделей, ML и Deep learning • когда и что из них выгодно применить (а может всё невыгодно!) • как не испугаться кучи методов и каков достаточный минимум для работы Приходите немного разобраться в математике, пообщаться и подискутировать! Записаться

⚡️международный рекорд по сборке мегаминкса побит! Один из подходов на видео, и на соседнем -- запутывание. Результат 9.6 секунд. До этого известный результат 8 минут :-) Поздравляю команду starkit и Илью Осокина. И немножко горжусь что причастен :-) на днях будут хорошие видео и официальная новость. Такие дела:-)