Будущее кардиогенетики — с искусственным интеллектом

Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ (Институт ИИиЦН) создали программу, которая способна анализировать участки генома человека, ранее недоступные для точной интерпретации при генетическом тестировании. Программа адаптирует большие генеративные модели (ГенИИ) под задачи кардиогенетики, чтобы предсказывать, как мутация влияет на работу конкретного гена.
Геном человека можно сравнить с огромной библиотекой. Раньше ученые умели читать только небольшую часть книг — те, в которых записаны инструкции по созданию белков (это около 2% всей ДНК). Именно там обычно искали мутации, ответственные за наследственные болезни сердца. Для таких вариантов существуют отработанные международные критерии, позволяющие оценить их опасность и выявить мутации, ведущие к развитию заболеваний. Но что делать с остальными 98%? Долгое время считалось, что это просто «пустые страницы» или «генетический мусор». Однако оказалось, что эти участки вовсе не бесполезны: они действуют как выключатели и регуляторы громкости, управляя тем, как активно работают гены. Если в таких участках происходит поломка, это может серьезно повлиять на работу сердца, сосудов и крови.
Проблема заключалась в том, что раньше ученые не могли точно определить, какие из этих «невидимых» мутаций действительно опасны, а какие безвредны. Поэтому многие случаи сердечных заболеваний оставались необъяснимыми именно из-за невозможности проанализировать некодирующие варианты (то есть те, которые не несут прямых инструкций по сборке белков). Ученые Института ИИиЦН ФКН НИУ ВШЭ представили программное решение, которое впервые позволяет массово и точно анализировать эти «молчащие» участки применительно к здоровью сердца. Программа использует самые современные технологии — генеративные модели (те же, что лежат в основе популярных нейросетей), чтобы предсказывать последствия мутаций в регуляторных участках ДНК и оценивать их влияние на здоровье сердца.
Мария Попцова, директор Центра биомедицинских исследований и технологий Института ИИиЦН ФКН НИУ ВШЭ
«В основе программы лежат две мощные ИИ-модели, которые можно сравнить с экспертами, прочитавшими миллионы генетических инструкций. Они умеют сравнивать два варианта ДНК: здоровый (эталонный) и тот, где произошла мутация. Затем программа оценивает, изменилась ли после этой мутации “громкость” работы генов, то есть стали они активнее или, наоборот, притихли. Мы сконцентрировались на анализе тканей сердца и сосудов, но можно анализировать любые ткани».
Для повышения точности программа использует коллективный разум: сразу несколько моделей изучают мутацию с разных сторон, а затем объединяют свои выводы с помощью методов искусственного интеллекта. В результате программа выдает простую и понятную оценку — число от 0 до 1. Чем ближе цифра к единице, тем выше вероятность, что обнаруженная мутация опасна и может повлиять на развитие болезней сердца.
Чтобы убедиться, что программе можно доверять, ученые провели строгую проверку. Для этого использовались данные британского проекта UK Biobank — огромной базы генетической информации. Для теста отобрали более 11 тысяч мутаций из тех самых «регуляторных» участков ДНК, которые раньше было сложно анализировать. Среди них были как варианты, уже точно связанные с заболеваниями, так и заведомо безвредные. Чтобы эксперимент был честным, каждую подозрительную мутацию сравнивали с девятью безопасными, подобранными по максимальному количеству совпадений: месту в геноме, типу участка, соседству с генами и другим параметрам. Программа успешно справилась с задачей: она безошибочно отличила опасные мутации от безвредных, доказав свою надежность и готовность к практическому использованию.
Программа создана для практического использования разными специалистами, сотрудники медицинских лабораторий и кардиологических центров, которые смогут точнее интерпретировать результаты полногеномного секвенирования и искать генетические причины заболеваний у пациентов (она уже внедряется в работу генетических лабораторий). Как отмечают разработчики, для работы с программой не нужно быть программистом: она создана так, чтобы ею могли пользоваться генетики, биоинформатики и медицинские исследователи в своей повседневной практике.
В фундаментальных исследованиях программа может помочь понять молекулярные механизмы развития болезней сердца и изучать, как регуляторные участки ДНК влияют на патологии. В Центре биомедицинских исследований и технологий НИУ ВШЭ благодаря программе ученые уже сделали важное открытие: оказалось, что определенные варианты гена BMPR2, влияющие на его активность, предопределяют то, как пациент будет реагировать на лечение. Сейчас исследователи продолжают работу: они ищут некодирующие участки ДНК, влияющие на работу генов, связанных с риском внезапной сердечной смерти.
Модель генеративного искусственного интеллекта «Предсказание эффекта некодирующих вариантов на основе адаптации ГенИИ моделей к домену кардиогенетика» разработана в рамках программы Центра искусственного интеллекта НИУ ВШЭ по гранту, предоставленному Минэкономразвития России.
Вам также может быть интересно:
Новые доказательства, старые вопросы: что ИИ творит с математикой
Искусственный интеллект все активнее участвует в математических исследованиях: находит решения известных задач, опровергает гипотезы, которые долгое время оставались предметом изучения. О новых возможностях ИИ и роли ученого говорили на открытой дискуссии «Математика в эпоху искусственного интеллекта», организованной факультетом математики НИУ ВШЭ. В ней приняли участие исследователи и представители индустрии.
Исследователи ФГГТ ВШЭ — в числе авторов первого в России комплексного доклада о проектах по удалению СО2 из атмосфер
Первый в России аналитический доклад о наземных проектах по удалению диоксида углерода из атмосферы (CDR) и перспективах их инвестирования представили на 31-й Конференции сторон Рамочной конвенции ООН об изменении климата (COP31) в Анталье. Документ подготовили Центр технологий устойчивого развития (ЦТУР), Исследовательский центр энергетической политики и международных отношений (ИЦ ЭНЕРПО) Европейского университета в Санкт-Петербурге, компания АЛРОСА и Центр цифровых технологий для природно-климатических проектов НИУ ВШЭ.
Ученые ФКН ВШЭ представили исследования в области тензорных методов на международной конференции в Китае
Исследователи Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ приняли участие в Международной конференции-школе по тензорным методам в математике и вычислениях для искусственного интеллекта (3rd Conference-School on Tensor Methods in Mathematics and Artificial Intelligence Computing). Мероприятие прошло в конце октября в Шэньчжэне (Китай). Одна из работ ученых института получила награду Best Poster Award и вошла в число пяти лучших постеров конференции.
Исследователи НИУ ВШЭ с помощью iFORA показали, куда движется Индустрия 4.0
Высшая школа экономики представила возможности системы интеллектуального анализа больших данных iFORA на форуме Kazan Digital Week. Исследователи проанализировали технологические возможности и угрозы для Индустрии 4.0. С докладом выступил директор Центра стратегической аналитики и больших данных ИСИЭЗ НИУ ВШЭ Константин Вишневский.
«Демографы не боятся заглянуть в будущее»
Один из стратегических технологических проектов (СТП), реализуемых в НИУ ВШЭ, — «Национальный центр социально-экономического и научно-технологического прогнозирования». В рамках этого СТП научные коллективы разрабатывают прогнозы развития различных отраслей. Что представляет собой прогноз в сфере демографии, какие факторы учитываются его авторами и как можно будет использовать его результаты, «Вышке.Главное» рассказал директор Института демографии имени А.Г. Вишневского НИУ ВШЭ Михаил Денисенко.
Физики научили ИИ настраивать пучок частиц в ускорителе
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Института ядерной физики СО РАН разработали RLABC — программу, которая помогает подбирать оптимальные настройки ускорителя частиц с помощью обучения с подкреплением. В компьютерном эксперименте программа настроила модель так, что до конца ускорителя доходило около 70% частиц. Исследование опубликовано в журнале Computer Physics Communications.
Россияне не готовы платить за образовательные продукты, созданные на базе ИИ
Искусственным интеллектом регулярно пользуются 50% граждан. Среди пользователей ИИ 65% отмечают, что нейросети помогают им работать быстрее. При этом к образовательным и креативным продуктам, созданным целиком или преимущественно на базе ИИ, россияне настроены скептически и чаще всего не готовы за них платить — таковы результаты совместного исследования Института развития креативных индустрий (ИРКИ) ВШЭ, MAGRAM MR и Наука Mail.
«Погружение в машинное обучение — 2026»: от фундаментальных исследований до дискуссий о будущем ИИ
23–24 октября в Высшей школе экономики состоялась пятая конференция «Погружение в машинное обучение» (Fall into ML 2026). За пять лет мероприятие выросло из камерной встречи исследователей в масштабную научную площадку, объединяющую ведущих специалистов по машинному обучению, молодых ученых, студентов и представителей технологических компаний. Юбилейный год стал новым этапом развития конференции: в программу вошли дискуссии с участием международных спикеров, обсуждение совместных исследовательских проектов и мини-курсы по актуальным направлениям искусственного интеллекта.
Мир ИИ: «Ответственность за принимаемые решения останется на людях»
В НИУ ВШЭ прошла V конференция «Погружение в машинное обучение». В ходе панельной дискуссии форума «Прорыв в области искусственного интеллекта: каким станет ИИ и кем станем мы?» эксперты поделились прогнозами, как изменятся наука и ИТ-индустрия через 5–10 лет и какие задачи по-прежнему останутся за человеком.
Программа ТОП ИТ «ПРО» НИУ ВШЭ: первые результаты и перспективные задачи
Программа топ-уровня в МИЭМ ВШЭ — это трек подготовки кадров для ИТ-отрасли, созданный в партнерстве с ведущими российскими технологическими компаниями на программе высшего образования «Информатика и вычислительная техника». На треке обучаются студенты, прошедшие дополнительный отбор с учетом требований индустрии и способные быстро вырасти до уровней мидл и сеньор. Учебный процесс выстроен вокруг конкретных инженерных ролей.


