На заседании президиума СО РАН сибирские ученые говорили о Нобелевских премиях 2024 года, их значении для науки и об исследованиях, которые ведутся в этих направлениях в России и Новосибирске.
Заведующая лабораторией биохимии нуклеиновых кислот Института химической биологии и фундаментальной медицины СО РАН член-корреспондент РАН Марина Аркадьевна Зенкова выступила с докладом о Нобелевской премии по физиологии и медицине, которая в 2024 году была присуждена ученым из США Виктору Эмбросу и Гэри Равкану за открытие микроРНК и ее роли в посттранскрипционной регуляции генов. Марина Зенкова рассказала о важности исследований ученых-лауреатов для мировой науки, а также о применении новых знаний в современной химико-биологической науке.
«МикроРНК присутствует не только во всех органеллах, ядрах, митохондриях и в других внутриклеточных структурах, но также малые некодирующие РНК есть во всех биологических жидкостях человека, которые могут служить материалом для определения процессов, происходящих в организме. По уровню микроРНК можно обнаружить патологии: микроРНК здесь служат маркерами различных заболеваний, в частности раковых, сердечно-сосудистых и других. При нарушении баланса молекул микроРНК в организме человека начинаются патологические изменения. Таким образом, научные исследования микроРНК необходимы для разработки новых методов диагностики и препаратов», — рассказала ученая.
Марина Зенкова отметила, что в ИХБФМ СО РАН ведутся разработки диагностических панелей рака предстательной железы и рака молочной железы. Также в ИХБФМ СО РАН занимаются созданием противоопухолевых микроРНК-направленных препаратов.
Временно исполняющая обязанности заместителя директора по научной работе НИИ онкологии Томского национального исследовательского медицинского центра РАН, заведующая лабораторией молекулярной онкологии и иммунологии НИИ онкологии член-корреспондент РАН Надежда Викторовна Чердынцева говорила о новых перспективах диагностики и лечения раковых заболеваний с помощью микроРНК: «МикроРНК влияет на метаболизм иммунных клеток и злокачественных новообразований, а поскольку нарушение метаболизма иммунной системы считается маркером прогрессии болезни, то предполагается, что есть перспективы в разработке иммунотерапевтических подходов в лечении раковых заболеваний, создании новых противоопухолевых вакцин. В нашем институте, в частности, исследуются циркулирующие микроРНК-маркеры при раке легкого, изучается прогноз течения болезни, а также ранняя диагностика рецидива заболевания. Основной целью нашей работы мы определяем возможность оценить значимость циркулирующих микроРНК в плазме крови в качестве маркера ответа на противоопухолевую терапию».
О применении микроРНК для блокировки метастазирования рассказал заведующий лабораторией онковирусологии НИИ онкологии Томского НИМЦ доктор биологических наук Николай Васильевич Литвяков. Ученый отметил, что практически у всех пациентов на момент постановки диагноза злокачественной опухоли в печени, легких, костях и других вторичных органах уже есть множественные микрометастазы. «Чтобы предотвратить рецидивное метастазирование, необходимо не дать микрометастазам стать макрометастазами, всё лечение должно быть направлено на это. Разработанный в Томском НИМЦ на основе микроРНК препарат “МИРНА-3” на доклинических испытаниях показал высокий антиметастатический эффект на фоне умеренно выраженного токсического действия. В работе препарата используется оригинальный механизм противометастатического действия — ингибирование дедифференцировки опухолевых клеток за счет подавления экспрессии генов стволовости. Потенциально это средство может полностью заменить послеоперационную терапию для большинства локализаций», — сказал Николай Литвяков.
Нобелевскую премию по физике в этом году присудили американскому ученому Джону Хопфилду и британско-канадскому исследователю Джеффри Хинтону за «основополагающие открытия и изобретения, которые сделали возможным машинное обучение с использованием искусственных нейросетей».
Джон Хопфилд изобрел полносвязную нейронную сеть с симметричной матрицей связи. За основу он взял соотношения из физики — теорию магнетизма и спиновые модели — и создал инструмент для распознавания любой информации, закодированной в матрице. Джеффри Хинтон разработал нейросеть под названием «машина Больцмана», которая позволяет решать сложные комбинаторные задачи, а также задачи оптимизации. Его называют крестным отцом глубокого обучения.
«Многим решение Нобелевского комитета показалось спорным. Однако когда я стал знакомиться с тематикой, то для себя понял, что оно действительно очень глубокое. Нобелевские премии даются за те открытия, которые вносят существенный вклад в развитие наук. Сейчас невозможно отрицать, что вклад нейросетей колоссальный», — сказал директор Института вычислительной математики и математической геофизики СО РАН, заведующий кафедрой вычислительных систем механико-математического факультета Новосибирского государственного университета и главный научный сотрудник Центра искусственного интеллекта НГУ доктор физико-математических наук Михаил Александрович Марченко.
Сегодня нейросети применяются во многих областях физики. Это и квантовая теория многих тел, и более высокое разрешение в явных климатических моделях, основанных на физике, и инструмент анализа в экспериментах по физике высоких энергий (так, нейросети использовались при анализе данных, что способствовало открытию бозона Хиггса). Также нейросети активно применяются в астрофизике и астрономии. Замечательные открытия, которые совершают космические аппараты, делаются с использованием цифровых двойников и нейросетей. С 2014 года количество научных статей с упоминанием нейросетей демонстрирует экспоненциальный рост. «К сожалению, Россия в этом плане отстает, потому что у нас не хватает вычислительных мощностей», — отметил Михаил Марченко.
Ученый также добавил, что революция в нейросетях началась с работ советских математиков Андрея Николаевича Колмогорова и Владимира Игоревича Арнольда, которые в 1957 году решили тринадцатую проблему Гильберта, доказав, что сложные функции можно заменять простыми, а все существующие математические операции — сложением и суперпозицией.
«В современных нейросетях разработки Джона Хопфилда и Джеффри Хинтона не используются, но их новаторские методы сыграли важную роль в формировании области нейронных сетей и глубокого обучения. Они показали совершенно новый способ использования компьютерных систем, создали новый инструмент и продемонстрировали, как решать проблемы, с которыми сталкиваются наука и общество», — резюмировал Михаил Марченко.
Директор Института химической биологии и фундаментальной медицины СО РАН доктор химических наук Владимир Васильевич Коваль рассказал о Нобелевской премии по химии, которую присудили Дэвиду Бейкеру, Демису Хассабису и Джону Джамперу за дизайн и предсказание структуры белков вычислительными методами. Владимир Коваль отметил, что на сегодняшний день в базе данных зарегистрировано чуть более 200 000 белковых структур. Это менее 10 % от общего числа белков в организме человека (от 25 000 до 30 000 видов). В своем докладе ученый рассказал о том, где применяются знания о структуре белков.
«Информация о структуре необходима в первую очередь для фундаментальных исследований и особенно для фармацевтики. В 2023 году было разрешено 55 новых лекарств, это рекордный год по внедрению новых препаратов. Если мы посмотрим, что это за лекарства, то увидим, что большинство из них сделаны на основе знаний о структуре белков. Важно отметить, что Россия внесла меньше 1 000 структур в международную базу данных. Я уверен, что с помощью Центра коллективного пользования “Сибирский кольцевой источник фотонов” и метода белковой кристаллографии мы сможем продвинуться в этом направлении», — сказал Владимир Коваль.
Михаил Марченко, выступив вторым докладчиком, рассказал о программе AlphaFold, которую создали нобелевские лауреаты.
«AlphaFold2 решает задачу прогнозирования структуры белка по его аминокислотной последовательности. В программе используется нейросеть с блоком внимания. Она определяет связи между аминокислотными остатками с учетом уже известных похожих белков, и после этого алгоритм моделирует трехмерную структуру. Основная цель создания программы — разработка фармацевтических препаратов, направленных на конкретные молекулярные или биологические мишени», — отметил Михаил Марченко.
«Наука в Сибири»