Трансгуманизм в далеком городе

Настя! У нас выставка скоро! Что ты там творишь?! (Знаете, это я в Твиттере обнаружил. Это фото из сплывающего города Витализма, откуда нам серьезные репортажи шлют про теории старения, применение AI, а тут такое. Там еще про баню что-то и жертвоприношения. Ссылки не будет). Ссылка будет на открытие нашей выставки «Бессмертие или смерть» 22 мая. Будут картины, Егорова в странном и много вопросов. Бросайте всё летите в Сан-Франциско.

17 мая в 19:00 у нас состоится самый важный зум в этом году. У нас выступит Иван Крупин, это вот парень из Гарварда, который на видео рассказывает Майклу Левину о том, как устроена культура и как она взаимодействует с индивидуальной человеческой психологией. Вместе со свои коллегой ТС Чонгом, они рассматривают культуру, как продолжения биологической организации. https://youtu.be/S4fOJvAL9E0 Исследователи предлагают отойти от представлений о биологической организации, как о биологических объектах и перейти к представлению, как о биологических процессах. Что всё это значит, мы разберем на нашем семинаре. А главное, мы постараемся продвинуться к пониманию, что надо делать в области культуры, используя новый фреймворк. Культура здесь понимается в очень широком смысле, который включает в себя и науку. Посмотрите видео и приходите в субботу. (Это вторая часть, но её можно смотреть отдельно, она даже интересней первой) https://us06web.zoom.us/j/87879934796?pwd=Rz69EdYubJjCCXzzuwUiyD0qDWy0JN.1

Заслуженный победитель 17. Waddington.ai. Создание карты путей клеточной дифференцировки, чтобы управлять преобразованием одной клетки в другую. AI-модели используются для интерполяции между разными типами клеток на основе данных РНК-экспрессии, предсказывая регуляторные элементы, которые активируются только в нужном клеточном контексте. Это позволяет в эксперименте тестировать множество молекулярных вмешательств и визуализировать путь изменения клеточного состояния, приближая возможность полного управления регенерацией тканей.

Какие были AI проекты на Витализме. Всем домашнее задание: придумать не хуже: 1. AI for Logical Ingestion and Guidance of New submissions. Ускорение процесса одобрения лекарств в FDA с помощью LLM, предварительно оценивающей документы, подаваемые в FDA. 2. Democratizing Bioengineering. Превращение лабораторных экспериментов в код. Ребята предложили организовать хакатон, чтобы разработать виртуальные версии биологических протоколов и создать API для удаленных экспериментов, чтобы каждый мог не отходя от дивана смоделировать и провести эксперимент. 3. HumanITP. Улучшение прогнозирования эффективности методов продления жизни у людей, опираясь на данные из моделей in vitro, in vivo и испытаний на мышах. Предполагается создать эталонный набор данных, включающий OMICS и функциональные маркеры, чтобы с его помощью улучшать предсказательные модели. 4. Bullseye. Решение проблемы доставки клеточных и генных терапий в мозг с помощью GPT-4B. 5. PaperRank. Оценка научных статей и наборов данных для улучшения поиска новых терапевтических целей. LLM для выявления признаков недостоверных данных, оценки потенциального научного влияния и базовой проверки качества. 6. Rewarming Foundation. Создание инвестиционной инфраструктуры для финансирования лечения болезней, от которых умерли криоконсервированные люди. 7. Создание новой системы научной репутации, в которой AI-агенты оценивают научные статьи по степени их полезности для генерации новых гипотез и исследований. Вместо традиционного индекса цитируемости предлагается метрика, отражающая, насколько часто статьи используются ИИ-моделями. 8. Intrabody. Создание биомаркеров, позволяющих определять возраст клеток напрямую с помощью флуоресцентных белков. В перспективе создать универсальный AI-инструмент для генерации белков-биндеров под любые лабораторные задачи. 9. Проект предлагает использовать Т-клетки как транспорт для доставки гена омоложения в ткани организма, поскольку иммунные клетки естественным образом мигрируют в зоны старения. Идея в том, чтобы заставить Т-клетки производить и передавать омолаживающие молекулы в нужные участки тела. 10. Beating the traffic. Направлен на решение внутриклеточной проблемы доставки, а именно — как доставить генетический материал в ядро клетки после его проникновения внутрь. Команда планирует использовать GPT-4B для разработки специального белка, который поможет вирусным вектором преодолевать барьеры внутри клетки, такие как эндосомы и цитоскелет. 11. Gapmap for Aging. Выявление важных научных вопросов в области старения, которые до сих пор не получили ответов в литературе. LLM извлекает такие вопросы из обзоров и статей, проверяет наличие ответов в данных о оценивает потенциальное влияние каждого из них. 12. Resolvio. Создание сервиса, который анализирует научную литературу, извлекая из неё утверждения, группируя их, выявляя противоречия и ранжируя по степени важности и разрешённости. AI также предлагает эксперименты, которые могли бы устранить эти противоречия. 13. Approvable.ai. Ускорение работы регуляторов, в частности сотрудников FDA, путем создания AI-инструмента, который будет помогать им обрабатывать большие объёмы заявок на одобрение лекарств. 14. BioParse. Извлечение скрытых и неструктурированных научных данных из статей, чтобы использовать их для обучения более точных генеративных моделей. С помощью AI-агента, команда собирается обрабатывать графики, сноски и таблицы, нормализуя и структурируя данные, которые обычно теряются из-за хаотичного формата. 15. Data Quality Certification. Повышение качества биомедицинских данных, используемых для обучения AI-моделей. Команда предлагает разработать стандартизированную шкалу для оценки качества загружаемых наборов данных, учитывая такие параметры, как тип выборки, рандомизация и методы измерений. 16. Fake it till the UK makes it. Генерация синтетических данных, дополняющих ограниченные функциональные измерения в UK Biobank. Цель — создать полноценный датасет, который позволит находить суррогатные биомаркеры старения и разрабатывать предсказательные модели здоровья.

Эти выходные на Витализме были посвящены использованию AI в биологии. Специальный репортаж для Транспазонов от Алексея Теплякова. На этот раз были в основном не выступления, а воркшопы. Участники делились на группы, в которых придумывали проекты, что можно сделать за 10.000$. Что-то было на уровне идей, а где-то уже были готовые наработки. Примерно треть выступлений и проектов так или иначе касалась проблем с данными. Какие проблемы и решения обсуждались: – Передовые LLM используют ограниченные данные (например, блогпосты, а не закрытые научные статьи), что ведет к слабой генерации научных гипотез. – Недостаток и качество биомедицинских данных, используемых для обучения AI-моделей. – Нехватка информации в головах конкретных исследователей, особенно если дело касается смежных или более далеких областей. – Большой объем уже написанных научных статей разной степени качества и достоверности, что мешает понять куда двигаться дальше. По мнению выступающих AI может восполнить пробелы в знаниях, провалидировать имеющиеся данные, сформулировать новые гипотезы и оценить насколько они жизнеспособны (Кстати! Примечание редакции) На текущем этапе это всё еще не заменяет эксперта, но расширяет круг участников научного процесса и ускоряет переход от гипотезы к эксперименту (Кстати, о расширении круга! Примечание редакции) Также обсуждалось использование ИИ: – Для поиска новых, менее токсичных криопротекторов и оптимизации параметров заморозки. – Для ускорения разработки белков, в частности антител, которые применяются в онкологии, воспалениях и других заболеваниях. – Для поиска генов, способных омолаживать клетки без превращения их в опухолевые или плюрипотентные. Здесь команда (Shift Bioscience) использовала виртуальные клетки — модели, обученные на миллионах профилей экспрессии генов на уровне одной клетки — и с их помощью провела сотни тысяч симулированных экспериментов. В результате ИИ нашёл отдельные гены, способные снижать эпигенетический возраст клеток. Один из генов был проверен в лаборатории и действительно омолодил клетки без образования стволовых колоний. (Да какая же круть! Примечание редакции) – Для ускорение процесса одобрения лекарств в FDA. Как со стороны подготовки подаваемых документов, так и со стороны обработки полученных службой заявок. – Для инженерии тканей, способных восстановить функции организма, вплоть до полной замены органа. Отдельно обсуждалась угроза AGI. Примерно треть аудитории считает, что AGI представляет собой экзистенциальный риск для человечества. И примерно та же треть считает что AGI опасен для их личного здоровья. Выступающий прогнозирует, что уже к 2027 году мы можем столкнуться с негативными последствиями развития AGI. По результатам голосования в первый день победил проект по созданию новой системы научной репутации, в которой AI-агенты оценивают научные статьи по степени их полезности для генерации новых гипотез и исследований. Вместо традиционного индекса цитируемости предлагается метрика, отражающая, насколько часто статьи используются AI-моделями. Во второй день в финал прошел проект по созданию карты путей клеточной дифференцировки, для управления преобразованием одной клетки в другую. AI-модели используются для интерполяции между разными типами клеток на основе данных РНК-экспрессии, предсказывая регуляторные элементы, которые активируются только в нужном клеточном контексте. Что позволяет в эксперименте тестировать множество молекулярных вмешательств и визуализировать путь изменения клеточного состояния, приближая возможность полного управления регенерацией тканей. Второй проект в итоге стал победителем всего воркшопа и получил 10.000$ —————————————- Короче класс. Пошлю запрос во вселенную, чтобы мы в зуме провели такой же воркшоп с призом. Пусть Платовский разум пошлет сначала денег, а мы поможет ему вырваться из платовского пространства. Ой, чертовщина какая-то получается. Но, тем не менее…

Помните, Пётр Лидский всем предлагает пройти «тест белки», ответить на вопрос, почему белка живет дольше наземных грызунов? Хорошая теория старения должна уметь отвечать на этот вопрос. Старение белки, к сожалению, плохо изучено, а вот землекопа хорошо. Сравнительные исследования его и мышей показывают общее место для всех видов-долгожителей – увеличение активности систем, противодействующих повреждениям с одновременным понижением уровней повреждающих факторов. И тут впервые вышла статья про долголетие белки. Оказались, у неё, как и у других долгоживущие видов: повышенная активность антиоксидантов и сниженное перекисное окисление липидов по сравнению с крысами. Причем повышен активный фермент, глутатион-S-трансфераза, точно тот же, как и у землекопов. Оба вида устойчивы к перекисному окислению липиды. Почему тогда крысы не приобрели такие же хорошие качества, как у белки и землекопа? Может быть белкам, в силу обстоятельств, пришлось лезть на деревья и при переходе в другую нишу популяция сократилась. А в маленькой популяции лучше закрепляются полезные мутации для определенных ситуаций. ————— У меня у самого никакой теории старения нет. Но меня поражает тот факт, что те у кого есть теория старения, как-то наплевательски относятся к наличию других теорий. И мне интересно почему так? Любой учёный, прочитав «есть 300 теорий старения» должен сказать, да они там что все с ума сошли? Две теории много и нужно все бросать и создавать одну. А тут триста или тридцать, не важно, это же нельзя терпеть. Мне самому представляется, что старение содержит какую-то загадочность, которая связана и с возникновением жизни и с феноменом сознания. Были знаки. https://link.springer.com/article/10.1007/s11357-025-01668-9

Когда мы говорим о гонке за бессмертием, то всегда есть такой вопрос: а собственно, где она присходит? Принято считать, что это битва больших longevity стартапов. Я так не думаю, так как это бы означало, что мы близки к лекарству от старости. На всякий случай, думаю, всё сложнее. Возможно, это битва теорий старения. Тут до сих пор не понятно, откуда возьмутся деньги на проверку гипотез. А может быть бог с ними с этими теориями? И вопрос в том, кто научится собирать много хороших данных о старении человека. Там само станет понятно. Или же основная конкуренция в том, кто наиболее удачно использует AI? Ну нет на самом деле никаких задач, кроме как внедрять AI. Мне представляется, что гонка за бессмертием идет в области культуры. Чём сильнее мемы продления жизни тем больше денег, вычислительных мощностей и талантов в нашей области. И вот моя позиция в том, что, в первую очередь, нужны инструменты влияния не на все общество, не на громадную культуру, а на сторонников продление жизни. Именно здесь и идет истинная гонка за бессмертием. Многие со мной не согласятся, смотрите новый выпуск. https://youtu.be/tdPtLwUEjSs?si=ZQQduZbVmzCcT0Bx

Внезапная статья в Nature Aging c последним автором Эриком Вердиным про замену всего в организме: А что, если замедлить старение можно не с помощью лекарств, а путем замены изношенных частей? Наша новая статья, опубликованная сегодня в @NatureAging показывает, как это может однажды работать. Мы отображаем единую структуру — от каркасов и биопечатных тканей до кардиостимуляторов, ксенотрансплантатов и интерфейсов мозг-машина — для продления здоровой продолжительности жизни с помощью подходов, основанных на замене.

Боже ты мой! Вышло интервью Майкла Левина на lifespan.io О ненейральном интеллекте: Чтобы понять физические механизмы, которые позволяют коллективу клеток реализовывать ту же историю, оказывается, что это точно так же, как в мозге. Меня это интересовало очень давно, но многие годы я не мог этого сказать. Когда ты только начинаешь в такой нетрадиционной области, ты не можешь сказать людям, что изучаешь когнитивные процессы. Первое предложение на грант, которое я написал, было: “Я изучаю гены ионных каналов в процессе развития”. Рецензенты сказали, что ионные каналы немного странные, но гены в процессе развития имеют смысл, люди изучают это, так что ладно. Через некоторое время, поработав над этим, я смог сказать: “Ну, на самом деле это градиенты напряжения в развитии”. Опять же, рецензенты сказали, что это было довольно странно, но это вытекало из предыдущей работы, так что, возможно, все в порядке. Через некоторое время я смог сказать: “Нет, на самом деле это вычисления в морфогенезе”. К настоящему моменту я могу сказать: “На самом деле, это когнитивные способности: принятие решений, воспоминания, целенаправленное решение проблем”. Про существ прорывающихся из платоновского пространства: Существуют математические структуры, которые проникают в физический мир и определяют, что происходит, когда вы предоставляете соответствующий интерфейс. Что такое соответствующий интерфейс? Если вы хотите ознакомиться с некоторыми основными фактами, касающимися простых машин, вы можете сделать рычаг и точку опоры, и тогда вы увидите эти закономерности. Если вы хотите ознакомиться с некоторыми фактами вычислений, вы можете создать биоэлектрическую среду, и тогда вы увидите, как проявляются некоторые из этих паттернов. Когда мы спрашиваем, откуда берутся эти закономерности, я думаю, что есть три фактора: два, которые являются стандартными для биологии, эволюция и физика, и затем есть третья вещь, к которой я отношусь очень серьезно, это пространство закономерностей, которое мы теперь можем систематически исследовать… Своя теория старения? Конечно! …Затем есть еще две вещи о старении, которые, на мой взгляд, совершенно разные. Одна из них - когнитивная теория старения. Стандартные теории сосредоточены на том, является ли это проблемой термодинамического шума или программными теориями старения, где есть эволюционная причина, по которой мы стареем, и для этого есть гены. Но есть и другой вариант: что происходит, учитывая, что тело является целеустремленным агентом, который работает над реализацией определенной анатомической цели в морфо-пространстве, когда эта целеустремленная когнитивная система завершает достижение своей цели? До конца года я жду крупной драки. Кто-то должен вступиться за привычную картину мира на страницах Science.

Я спать, а вот это верно. А всё хитрили академики, как бы так по понятней быть публике. Публике стало понятно: ничего нового в общих рекомендациях нет.

В предыдущем посте про криобиологию упоминал эпигенетический откат, вещи, на первый взгляд, не имеющие ничего общего. Как бы не так! Оказывается есть не мало исследований обнаруживающих связь между криосохранением клеток и изменению уровня экспрессии факторов Яманаки (Nanog, Oct-4 и Sox-2). К сожалению есть большая неоднозначность в полученных данных между исследованиями, например в этом https://www.nature.com/articles/srep09596 было обнаружено увеличение более чем в 2 раза экспрессии факторов стволовости (эпигенетического отката), что видно на прикреплённом изображении. FRESH - контрольные клетки которые не крионировали, 1-6 клетки которые крионировали с использованием разнообразных криопротекторов (Трегалоза, DMSO, сыворотка плода крупного рогатого скота и их комбинации). Может напрашиваться вывод что именно процесс крионирования и отогревания повышает экспрессию факторов Nanog, Oct-4 и Sox-2, что кажется вполне логичным, последовательным и взаимосвязанным. В других исследованиях я не обнаружил такого значительного повышения Nanog, Oct-4 и Sox-2, что вызывает сомнения в верности вывода о влиянии крионирования на повышение уровня этих факторов. Самые внимательные из вас могут предположить что на экспрессию факторов стволовости повлияла сыворотка плода крупного рогатого скота которая может в себе содержать сигналинг к экспрессии этих факторов. Но нет, не все крионируемые клетки обрабатывались сывороткой плода КРС. В других исследованиях уровень Oct-4 был без изменений или снижен. Буду продолжать собирать данные.