В НГУ разработан Конструктор нелинейных моделей композиционных материалов

Источник: Новосибирский государственный университет –

Важный отказ от ответственности находится в нижней части этой статьи.

Учёные Центра компетенций Национальной технологической инициативы (НТИ) по направлению «Моделирование и разработка новых функциональных материалов с заданными свойствами» (ЦНФМ) на базе НГУ разработали Конструктор нелинейных моделей композиционных материалов. В настоящее время готов макет Конструктора и прототипы его отдельных модулей, которые проходят тестирование.

Новое программное обеспечение позволит инженерам строить высокоточные модели, которые учитывают такие типы нелинейного поведения материалов, как вязкоупругость, упругопластичность, накопление повреждений, наведённая анизотропия. Генерируемые Конструктором компьютерные модели позволят более рационально использовать прочностные резервы функциональных материалов. Разработка найдет применение в авиастроительной и двигателестроительной отраслях, нефтедобывающей промышленности и медицине. Конструктор разработан при финансовой поддержке Фонда НТИ.

«При компьютерном моделировании деформирования и разрушения какого-либо сложного узла или механизма, недостаточно создать геометрическую модель. Необходимо «объяснить» компьютерной программе, из каких материалов создана моделируемая конструкция и какими свойствами эти материалы обладают. Долгое время инженеры рассчитывали процессы по простейшим линейным моделям, поскольку нелинейные модели — это гораздо более сложный, но при этом и более современный подход. Важно, что нелинейные модели существенно более точные, чем линейные. Они позволяют более рационально использовать прочностные резервы материала, а благодаря этому — снизить стоимость и массу изделия, повысить конкурентоспособность продукта», — рассказал об актуальности разработки Алексей Шутов, д.ф.-м.н. (Dr. habil.), ведущий научный сотрудник Центра новых функциональных материалов НГУ.

Примером линейной модели является закон Гука, который всем известен из школьной программы. Закон Гука гласит, что деформация, возникающая в упругом теле, прямо пропорциональна нагрузке, приложенной к этому телу.  Другими словами: чем сильнее мы тянем пружину, тем больше она удлиняется. Проблема в том, что высоконагруженные материалы ведут себя нелинейно: они могут пластифицироваться, ползти, упрочняться или наоборот накапливать повреждения; материалы как бы запоминают, что с ними происходило в прошлом. Это уже более сложные эффекты, которые слабо представлены в программе стандартных инженерных курсов и которые невозможно описать в рамках линейных моделей. При этом полноценные нелинейные прочностные расчёты — это прерогатива учёных, которые занимаются механикой твёрдого тела — междисциплинарной областью на стыке материаловедения, механики и вычислительных методов.

«Идея нашего программного обеспечения состоит в том, чтобы сделать эти компетенции доступными для инженеров, чтобы те процессы и те технологические этапы, которые требуются для построения, настройки и внедрения нелинейной модели, были автоматизированы. Сначала наш Конструктор создаёт сигнатуру нелинейной модели — её принципиальное описание. Далее Конструктор позволяет «подцепить» экспериментальные данные, по которым модель настраивается и проверяется её предсказательная способность. После калибровки генерируется вычислительный алгоритм, реализующий модель на языке C++. Созданный алгоритм, в свою очередь, уже на уровне исполняемого кода встраивается в вычислительные комплексы, с помощью которых анализируется прочность изделий. К таким вычислительным комплексам относятся Ansys, MSC.Marc, Abaqus, “Логос”», — пояснил идею разработки Алексей Шутов.

Конструктор моделей, разработанный в НГУ, также решает и образовательные задачи — повышает уровень компетенций и уровень культуры в области нелинейного моделирования.

«Наш Конструктор включает интерактивный справочник по моделям. Пользователь может задать параметры задачи, а интерактивный справочник предложит ему, какой класс моделей нужно взять для решения конкретной задачи, какие экспериментальные данные нужны для калибровки и на что инженер может рассчитывать, когда он такую модель применит», — добавил Алексей Шутов.

В строительстве и машиностроении есть допустимые коэффициенты запаса, закладываемые при проектировании конструкций. Большой коэффициент запаса — это расплата за незнание факторов, которые влияют на работу конструкции. Нелинейные модели, сгенерированные Конструктором, позволяют делать более точные расчёты, и, как следствие, изделия могут проектироваться с меньшим коэффициентом запаса. Это особенно важно для аэрокосмической отрасли, где ключевым моментом является вес конструкции.

Построение более точных нелинейных моделей актуально и для производителей авиадвигателей (проектирование лопаток турбин и других высоконагруженных деталей), поскольку в условиях конкуренции основное направление — это уменьшение веса с одновременным увеличением экономичности, надёжности и мощности двигателя.

«Инженеры имеют мало опыта работы с современными перспективными материалами, у них зачастую нет достаточного объёма экспериментальных данных. Набирать такой опыт с помощью физических испытаний и экспериментов — это дорогой и долгий процесс. Например, для внедрения композита на основе карбида кремния необходимо понять, как он будет себя вести при определенной температуре в самых разных сценариях нагружения, какой у него будет ресурс, как быстро он будет деградировать при появлении зазубрины или трещины. Для решения этих задач нужно компьютерное моделирование и цифровые двойники, а значит и здесь тоже нужны высокоточные нелинейные модели», — пояснил Алексей Шутов.

Конструктор, разработанный в НГУ, можно использовать не только для моделирования процессов, которые будут происходить с уже имеющимися материалами, но и для дизайна новых материалов. Для этого в Конструкторе есть подмодуль — это так называемые суррогатные модели представительных объёмных элементов. По сути, предусмотрена возможность строить полноценные цифровые двойники, явно учитывающие микроструктуру композиционного материала. Представительные объёмные элементы позволяют по свойствам отдельных фаз предсказывать механические характеристики новых материалов, которые ещё не получены и не испытаны, а суррогатные модели в сотни тысяч раз ускоряют вычисления.

«Мы видим большую перспективу и в области биомеханики. Например, в Институте химической биологии и фундаментальной медицины СО РАН активно работает группа Павла Петровича Локтионова, которая создаёт протезы кровеносных сосудов. С точки зрения механики, это высокотехнологичные изделия из функционально-градиентных материалов. Для протеза важно рассчитать механические характеристики: с одной стороны, он не должен быть слишком жёстким, иначе возникнут проблемы с приживаемостью, а с другой стороны, протез не может быть слишком податливым, иначе он потеряет устойчивость и возникнет аневризма. Таким образом, нужно подобрать оптимальные свойства протеза, для чего полезна математическая модель композиционного материала, из которого производится протез. С прицелом на решение таких важных прикладных задач и создавался наш Конструктор», — добавил Алексей Шутов.

Примите к сведению; Эта информация является необработанным контентом, полученным непосредственно от источника информации. Она представляет собой точный отчет о том, что утверждает источник, и не обязательно отражает позицию MIL-OSI или ее клиентов.

В НГУ создан прототип катализатора на основе бентонитовой глины

Источник: Новосибирский государственный университет –

Важный отказ от ответственности находится в нижней части этой статьи.

Ученые НГУ создали прототип катализатора на основе бентонитовой глины, который найдет применение в органическом синтезе, а именно в катализе реакций алкилирования, а также в перспективе — в очистке нефтепродуктов и растительных масел. Благодаря высокой кислотности поверхности, а также доступности кислотных центров катализатора повышаются выходы продукта и селективность получения конкретного соединения в случае проведения реакций алкилирования, а в случае очистки нефтепродуктов и растительных масел увеличивается эффективность очистки и срок службы самого катализатора. Разработанный катализатор станет альтернативой более дорогих зарубежных аналогов, поставки которых сейчас затруднены. Проект выиграл грант в рамках федерального конкурса «Студенческий стартап».

Бентонит — природный глинистый минерал, обладающий свойством разбухать при гидратации (в 14—16 раз). В результате образуется плотный гель, препятствующий дальнейшему проникновению влаги. Его высокая адсорбционная способность, пластичность, химическая стойкость и способность образовывать вязкие растворы делают его незаменимым в промышленном производстве, строительстве и многих других сферах.

Сейчас на российском рынке нет подобного катализатора отечественного производства для тонкого органического синтеза; есть зарубежные аналоги, но они довольно дорогостоящие и их поставки затруднены. При этом для производства данного катализатора в нашей стране есть отличная сырьевая база — ориентировочные запасы бентонитовой глины в России составляют более 340 млн тонн. Также существует большой спрос со стороны промышленных предприятий, включая те, которые занимаются очисткой нефтепродуктов и растительных масел от нежелательных примесей.

«Разрабатываемый нами продукт по свойствам не только не будет уступать зарубежным аналогам, но и по некоторым параметрам их превосходить: например, он будет обладать увеличенным сроком службы благодаря возможности регенерации (возможности прокалки с практически полным восстановлением исходных параметров активированной глины). Мы создаем доступный, стабильный и высоактивный катализатор на основе дешевого сырья — бентонитовой глины — посредством её модификации. Модификацию выполняем в трех направлениях: увеличение пористости (количества доступных для протекания реакции пустот в материале); увеличение числа кислых центров, являющихся ключевым каталитическим сайтом; введение дополнительных каталитически активных центров посредством выращивания между слоями глины «столбиков» из оксидов Al и Zr. Сочетание указанных подходов позволит обеспечить высокую активность и стабильность получаемого катализатора», — пояснил Рамис Житкеев, руководитель проекта.

Работу над проектом Рамис Житкеев, студент 5 курса Факультета естественных наук (ФЕН) НГУ, начал около года назад параллельно с подготовкой дипломной работы, под руководством научного руководителя, к.х.н. Артема Порываева. В команду проекта также входит Александр Ефремов, аспирант ФЕН НГУ. На данный момент разработана лабораторная методика активации исходной глины, получен прототип, а также проведены испытания в модельных химических реакциях. Далее команда планирует доработать прототип и перейти к его масштабированию.

Основной областью применения разрабатываемого материала является очистка нефтепродуктов от олефинов, но также продукт может применяться в катализе реакций алкилирования, которые являются базовыми в органическом синтезе. Именно разработка катализатора для этого направления является основным в рамках стартап-проекта.

«На первом этапе мы планируем выпускать небольшие партии катализатора, поэтому ориентируемся на научные организации и предприятия, занимающиеся производством микро- и малотоннажной химии. Далее мы планируем масштабирование производства для закрытия потребностей в промышленных сегментах, использующих кислотно-активированные глины, — речь идет о нефтеперерабатывающих предприятиях. Большинство используемых глин имеет достаточно короткий срок службы, что открывает простор для разработки и внедрения наших технологий, из-за возможности регенерации нашего продукта. Еще одна возможная сфера применения — это очистка растительных масел, где есть аналогичные проблемы с используемыми глинами», — рассказал Рамис.

Средства гранта команда планирует направить на закупку реактивов и оборудования, запуск сайта и аренду помещений. В перспективе планируется создать производство технологичных кислотно-активированных глин в тоннажном масштабе.

Примите к сведению; Эта информация является необработанным контентом, полученным непосредственно от источника информации. Она представляет собой точный отчет о том, что утверждает источник, и не обязательно отражает позицию MIL-OSI или ее клиентов.

Книги лауреата нобелевской премии по литературе 2025 года открывают новые миры и помогают читателю понять себя

Источник: Новосибирский государственный университет –

Важный отказ от ответственности находится в нижней части этой статьи.

Вчера нобелевский комитет представил лауреата по литературе 2025 года: им стал венгерский писатель Ласло Краснахоркаи. Литератора отметили премией «за его захватывающее и провидческое творчество, которое посреди апокалиптического ужаса вновь подтверждает силу искусства», говорится в мотивировочной части решения комитета.

Людмила Буднева, старший преподаватель гуманитарного института НГУ, прокомментировала:

— Нобелевский комитет часто упрекают в том, что премии вручаются авторам, хорошо известным самому Нобелевскому комитету, поэтому круг национальных литератур, представленных победителями, весьма ограничен. Однако имя лауреата 2025 года, венгерского писателя Ласло Краснахоркаи, не должно вызывать нареканий ни у специалистов в литературе, ни у читателей.

71-летний писатель хорошо известен не только на родине, но и за ее пределами, в 2015 году он стал лауреатом Международной букеровской премии. Наиболее известные его произведения – это романы «Сатанинское танго», «Меланхолия сопротивления». К сожалению, русскому читателю Краснахоркаи известен мало: несколько переводов его рассказов печатались в литературных журналах, опубликованы названные мною два романа. В следующем году планируется издание романа «Возвращение барона Венкхейма».

Сам же венгерский писатель признавался, что решительное влияние и на его личность, и на творчество оказали Л.Н. Толстой и Ф.М. Достоевский: «Если бы не русская литература, я бы никогда не начал писать».

Я вижу влияние русских классиков и на сознание героя, ищущего свое место в экзистенциальной пустоте мира, несущегося в тартарары, и в языке самого писателя, который часто не ставит точек. Краснахоркаи стремится передать мысль героя, услышать полифонию и ритм мыслей, иногда путаных, но бьющихся в поисках.

Краснахоркаи сравнивает искусство с работой ученого, который бьется над решением задачи, и «вдруг приходит озарение», потому что логически объяснить, как пишется книга или как она воздействует на читателя, невозможно. Книги лауреата нобелевской премии по литературе 2025 года не только открывают новые миры, но и через эмоциональное напряжение помогают читателю понять себя

Примите к сведению; Эта информация является необработанным контентом, полученным непосредственно от источника информации. Она представляет собой точный отчет о том, что утверждает источник, и не обязательно отражает позицию MIL-OSI или ее клиентов.

В Новосибирском государственном университете с публичной лекцией выступил лауреат Научной премии Сбера

Источник: Новосибирский государственный университет –

Важный отказ от ответственности находится в нижней части этой статьи.

В Новосибирском государственном университете в новом корпусе поточных аудиторий с публичной лекцией выступил лауреат Научной премии Сбера-2024, директор Центра искусственного интеллекта Сколтеха и руководитель научной группы «Обучаемый интеллект» Института искусственного интеллекта AIRI, профессор Евгений Бурнаев.

В первой части лекции он рассказал, как развивается эта область информационных технологий, какие в ней есть наиболее отчетливые тренды, а затем — сосредоточился на инженерных приложениях, использующих эти технологии и направленные на решение самых разных задач.

«Из этих технологий действительно можно создавать помощников для инженеров, которые позволяют сложные задачи решать быстрее, точнее и более эффективно», — подчеркнул докладчик.

В качестве примеров он привел два проекта, которые в настоящее время выполняют сотрудники ЦИИ Сколтеха. Первый связан с обработкой пространственных данных (это направление ИИ еще называют «пространственный интеллект», и он основан на технологиях машинного зрения). В данном проекте речь идет про обработку данных, получаемых со спутников, а также — замеров, производимых на поверхности Земли. Если обрабатывать с помощью искусственного интеллекта эту информацию, можно, например, прогнозировать вероятность возникновения лесных пожаров. Поэтому первым потенциальным потребителем нового продукта (и фактически его заказчиком) выступает МЧС.

Второй проект направлен на создание системы для прогнозирования ледовой обстановки на Северном морском пути. Это, во-первых, важное приложение для работы флота (а объем траффика на этом маршруте в последние годы только растет, и очевидно, что эта тенденция сохранится). А во-вторых, как отметил Евгений Бурнаев, это очень хорошая задача именно для того, чтобы объединять методы машинного обучения с классическими моделями на основе физики процессов, и за счет этого получается действительно точнее и лучше прогнозировать ледовую обстановку, а также другие процессы, происходящие в океане.

Также профессор Бурнаев отметил, что сегодня во многие проекты, связанные с технологиями искусственного интеллекта, вовлечены студенты и аспиранты, и это, на самом деле, очень важно и полезно.

«Искусственный интеллект это, прежде всего, на данный момент инженерная дисциплина. И если ты не посмотришь, как те или иные методы и в какой ситуации работают, ты не поймешь, что в этих методах нужно изменять, как их адаптировать под конкретную задачу или куда дальше развивать ту или иную математику», — подчеркнул он.

Напомним, Научная премия Сбера является одной из наиболее престижных наград в России, направленной на поддержку научных исследований и разработок в ряде дисциплин. Лауреаты получают гранты на продолжение своей научной деятельности, что способствует привлечению молодых талантов в перспективные исследования. В рамках премии выделяется три основные категории:

·         «Науки о жизни» — направление, связанное с изучением организмов и биотехнологическими процессами.

·         «Физический мир» — область исследований, охватывающая физику, химию и прикладные технологии.

·         «Цифровая вселенная» — сфера изучения компьютерных наук, информационной безопасности и искусственного интеллекта.

Кроме того, начиная с 2024 года введена специальная категория — «AI в науке», ориентированная исключительно на молодых исследователей до 35 лет, чьи работы связаны с использованием искусственного интеллекта.

Профессор Евгений Бурнаев стал лауреатом 2024 года в номинации «Цифровая вселенная», премией отмечены полученные им результаты в области искусственного интеллекта, глубокого обучения и стохастического анализа многомерных данных. Ранее такую же премию вручали Александру Холево, основателю квантовой теории информации, и Евгению Тыртышникову за новые матричные и тензорные методы моделирования и сжатия данных.

Примите к сведению; Эта информация является необработанным контентом, полученным непосредственно от источника информации. Она представляет собой точный отчет о том, что утверждает источник, и не обязательно отражает позицию MIL-OSI или ее клиентов.

Студент НГУ принял участие в конференции Postgres Professional

Источник: Новосибирский государственный университет –

Важный отказ от ответственности находится в нижней части этой статьи.

PGConf — это крупнейшая ежегодная конференция, которую проводит Postgres Professional — российский разработчик системы управления базами данных (СУБД) и других продуктов для работы с данными. На ней разработчики и администраторы представляют свои наработки и лучшие практики использования системы. Одна из тем обсуждения — объектно-реляционная система управления базами данных PostgreSQL. В этом году в конференции принял участие Антон Чумак, студент 4-го курса Факультета информационных технологий НГУ.

— На конференции я рассказывал о своём патче в PostgreSQL, который добавляет составные параметры в систему конфигурирования. Патч — это набор изменений, которые привносятся в кодовую базу. Я написал некоторый код, который вношу в уже существующий, и этот код меняет поведение программы. Поскольку PostgreSQL — это открытая система, которая разрабатывается глобальным международным сообществом разработчиков, то я не могу просто добавить свой код, как в свой личный проект, а должен его провести через множество этапов согласования в рамках сообщества. И вот как раз я сформировал патч и внёс его в сообщество, — рассказал Антон Чумак.

На конференции Антон представил доклад «Как просто настраивать параметры сложных типов», до этого полгода работал над проектом в рамках лаборатории систем управления базами данных PGLab, которая открылась в этом году на базе Факультета информационных технологий НГУ совместно с компанией Postgres Professional. Результаты его работы стали темой диплома.

— Мой диплом посвящён внедрению составных типов данных в систему конфигурирования PostgreSQL. И результатом моей работы является патч, который я вношу в «ванилу». «Ванила» — это как раз OpenSource версия сообщества PostgreSQL. Но также я планирую внедрить данные изменения в коммерческий продукт Post Group, — объяснил Антон.

В конференции принимало участие более 1400 участников и 36 докладчиков — все они специалисты высокого уровня, администраторы баз данных, архитекторы, разработчики, тестировщики и IT-менеджеры.

— На таких конференциях выступают люди с передовыми идеями, и послушать об их наработках — очень ценно. Мне был интересен доклад Антона Дорошкевича, руководителя проектов компании «ИнфоСофт», про информационную безопасность и про то, как правильно защищать данные. Вообще, мне нравится тема компиляторов, оптимизаторов PostgreSQL, и было интересно узнать что-то новое для себя из презентаций специалистов Postgres, — поделился впечатлениями Антон.

Примите к сведению; Эта информация является необработанным контентом, полученным непосредственно от источника информации. Она представляет собой точный отчет о том, что утверждает источник, и не обязательно отражает позицию MIL-OSI или ее клиентов.

Для современного исследователя критически важны любознательность и научная креативность, открытость и интерес к поиску нового

Источник: Новосибирский государственный университет –

Важный отказ от ответственности находится в нижней части этой статьи.

В конце весеннего семестра были объявлены результаты второго конкурсного отбора на стипендию Президента РФ для аспирантов и адъюнктов: среди 500 победителей всероссийского конкурса по всем отраслям науки — сразу пять представителей кафедры химической и биологической физики Физического факультета НГУ. Эта высокая оценка научных достижений и потенциала молодых учёных — яркое подтверждение успешной работы кафедры, тесно связанной с ведущими научно-исследовательскими институтами Академгородка. Мы встретились с Виталием Георгиевичем Киселёвым — заведующим кафедрой химбиофизики — чтобы узнать, как организована научная работа студентов и аспирантов и что помогает им добиваться таких значимых результатов.

Виталий Георгиевич, расскажите, пожалуйста, как происходит процесс научной деятельности студентов на кафедре? Как происходит взаимодействие между студентом и руководителем в процессе подготовки диссертации?

— Научную работу студентов мы организуем сразу же, как они попадают к нам и определяются с научными руководителями, то есть с третьего курса физфака. Вообще, без хорошего руководителя, каким бы студент талантливым ни был, качественную научную работу не сделать. Исследовать можно много чего, но далеко не всегда получаются актуальные научные результаты. Иногда студент-отличник может вести на первый взгляд активную работу, но поставленная ему задача уже не интересна научному сообществу. И наоборот, изначально менее яркий студент под руководством опытного профессора может даже к защите бакалаврского диплома получить содержательные результаты, иметь хорошие публикации и быть лауреатом различных стипендий и конкурсов.

Кстати, профессионализм квалифицированного научного руководителя состоит в первую очередь именно в том, чтобы сформулировать хорошему аспиранту перспективную научную задачу. И, разумеется, важно, чтобы между ними была своя личная «химия». Мы никогда не навязываем студентам и аспирантам кафедры ни тему исследований, ни научного руководителя, но даем советы, наблюдаем за прогрессом и помогаем при необходимости.

Расскажите о направлениях исследований вашей кафедры.

— Современная физика — очень широкая наука, от физики элементарных частиц до медицинских приложений (кстати, всем этим занимаются на выпускающих кафедрах физфака НГУ). Наша область, химическая физика, изучает процессы и явления, которые происходят в веществе на масштабе отдельных молекул. Её применения могут быть самыми разнообразными. На молекулярном уровне, например, можно детально изучить, как протекают процессы горения. Наши аспиранты-стипендиаты Егор Соснин и Андрей Черепанов этим занимаются в Институте химической кинетики и горения СО РАН. В свою очередь, Александра Бородулина и Аркадий Самсоненко изучают свойства новых молекулярных магнитных материалов и магнитные явления, которые могли бы быть полезны, например, для хранения информации. Ольга Бакулина исследует микроскопическую структуру ионных жидкостей — солей, расплавленных при комнатной температуре. Все они работают в Международном Томографическом Центре СО РАН.

Мы поговорили про химические приложения, но в название кафедры входит и биология, таких направлений исследований у нас тоже много. Например, в группе профессора Сергея Андреевича Дзюбы (предыдущий заведующий кафедры химической и биологической физики ФФ НГУ — Прим. ред.) много работ посвящены взаимодействию антибиотиков с клеточными мембранами бактерий. Лектор нашей кафедры Олеся Анатольевна Крумкачева, которая, кстати, работает и заместителем декана физфака именно по аспирантуре, также исследует структуру биомолекул с помощью магниторезонансной спектроскопии. Все это важно для понимания конкретных биохимических процессов в нашем организме.

Кроме того, в современной науке очень эффективно дополняет эксперимент количественное суперкомпьютерное моделирование. В области химической физики важной его частью являются квантовохимические расчеты, чем непосредственно занимаемся мы с самым цитируемым профессором нашей кафедры Ниной Павловной Грицан. Суть таких расчетов составляет описание строения вещества на уровне молекул с помощью законов квантовой механики. Моделирование позволяет ответить на множество вопросов, например, почему одни молекулы стабильные, а другие — нет, как происходят химические реакции, почему материалы проявляют конкретные свойства и т.д. Для этого тоже нужны очень серьёзные ресурсы, затраты часто сравнимы с экспериментом, нужны большие вычислительные мощности. Университет в этом плане нам очень помогает, например, руководитель информационно-вычислительного центра НГУ Владислав Анатольевич Калюжный за 15 лет совместной работы буквально не отказал нам ни в одной конкретной технической просьбе.

Можно ли назвать какую-то общую черту или качество, которое объединяет успешных аспирантов вашей кафедры?

— Для современного исследователя, на мой взгляд, особенно важны три группы качеств. Во-первых, хорошее образование — нужно быть грамотным, уверенно владеть базовыми методами и понятиями и знать современное состояние своей научной области. Второе — внутренняя дисциплина и самостоятельность, то есть аспирант должен быть готов работать без дополнительных понуканий и детального контроля, это должно идти изнутри. Третье — что, пожалуй, критически важно — любознательность и научная креативность, открытость, интерес к поиску нового. С какого-то момента в научной работе самым важным становится постановка задачи. Без личной креативности исследователь серьезных успехов достичь не сможет.

Что наиболее важно для успешной научной работы аспирантов вашего научного направления?

— Все научные руководители тесно связаны со своими лабораториями. Специфика естественных специальностей (физики, химии, биологии) в том, что они, конечно, завязаны на приборах. Схоластикой занимались в средние века, а в наше время для исследования явлений природы в их широте нужны приборы. Естественнонаучный институт без них жить не может.

Какие образовательные и научные ресурсы кафедра предоставляет аспирантам для поддержки их в конкурсах и грантах? Есть ли планы по расширению сотрудничества с научными организациями, чтобы дать аспирантам больше возможностей для исследований?

— На всех естественнонаучных направлениях университета — на физфаке, Факультете естественных наук — огромную роль играет сотрудничество с институтами. Мы переплетены настолько тесно, насколько это возможно. Почти все преподаватели нашей кафедры — сотрудники академических институтов, прежде всего, базового Института химической кинетики и горения СО РАН и Международного Томографического Центра. Основные установки и приборы находятся именно там. Университет и институты друг без друга жить не могут, мы взаимно усиливаем друг друга. Это не дежурные комплименты, так устроены наука и образование. Университетские преподаватели и научные руководители дипломников — активно работающие учёные. В свою очередь, институты получают студентов и аспирантов, которые непосредственно «двигают» науку. Очень важно, чтобы это сотрудничество всегда было конструктивным, это залог успеха.

Какой совет вы могли бы дать молодым учёным, которые начинают свой путь в аспирантуре?

— Быть максимально любознательными и открытыми всему новому. Не стесняться учиться, не отчаиваться, если что-то не получается — это абсолютно нормально, все через это проходили, и лично я в том числе.

________________________________________
Спасибо, Виталий Георгиевич, за развернутые ответы! Поздравляем ваших аспирантов с заслуженной стипендией Президента РФ и желаем им новых научных достижений!

Материал подготовил: Екатерина Муковозчик, пресс-служба НГУ

Примите к сведению; Эта информация является необработанным контентом, полученным непосредственно от источника информации. Она представляет собой точный отчет о том, что утверждает источник, и не обязательно отражает позицию MIL-OSI или ее клиентов.

В НГУ прошла IV школа молодых ученых «Применение синхротронного излучения для решения задач биологии»

Источник: Новосибирский государственный университет –

Важный отказ от ответственности находится в нижней части этой статьи.

IV Школа молодых ученых «Применение синхротронного излучения для решения задач биологии» проходила в Новосибирском государственном университете с 1 по 3 октября. В ее работе приняли участие студенты и аспиранты из 11 городов России: Москвы, Санкт-Петербурга, Казани, Екатеринбурга, Тюмени, Пущино (Московская область), Владивостока, Красноярска, Барнаула. Программа Школы состояла из лекций и практических занятий, на которых молодые ученые имели возможность сформировать представление об использовании передовых исследовательских методов в области структурной биологии, а также получить навыки в области молекулярного моделирования и обработки первичных экспериментальных данных, полученных с помощью синхротронного излучения.

Участники Школы высоко оценили лекции от ведущих ученых активно использующих синхротронное излучение в своих работах. Особый интерес проявили к практическим занятиям связанным с молекулярным моделированием и определению структуры биополимеров методом рентгеноструктурного анализа. 

— Мы решили разделить практические занятия посвященные методу малоуглового рентгеновского рассеяния и рентгеноструктурного анализа (РСА) на два уровня: ознакомительный и углубленный. Оказалось, это было правильное решение. Ознакомительный мастер-класс по РСА прошли около 40 участников, его задачей было формирование общего понимания возможностей метода. Для этого участники работали с набором дифракционных данных полученных от кристаллов модельного объекта практически в идеальных условиях проведения эксперимента. На мастер-класс второго уровня пришли участники желающие получить опыт работы с дифракционными данными, которые были использованы для решения реальных научных задач. Аналогичным образом были построены мастер-классы по применению метода малоуглового рентгеновского рассеяния, где на втором практическом занятии обрабатывались наборы данных полученные в Шанхайском центре синхротронного излучения. На следующей школе мы планируем сделать двухуровневым и мастер-класс по молекулярному моделированию, а также добавить больше лабораторных работ. Отдельно хочется отметить ознакомительные практические занятия по применению метода рентгенофлуоресцентного анализа и компьютерной томографии. Ребята успешно провели реконструкцию данных и построили трехмерную модель скелета мыши, — рассказал заведующий лабораторией Учебно-методический центр «Кристаллизация» Института химических технологий НГУ, старший преподаватель кафедры химии твердого тела Факультета естественных наук НГУ, старший научный сотрудник ЦКП СКИФ Сергей Архипов.

По оценкам организаторов и участников, особенно насыщенным стал третий день Школы молодых ученых. На лекции «Фундаментальные основы взаимодействия синхротронного излучения с объектами биологической природы», которую прочел к.г-м.н. Сергей Ращенко (ИГМ СО РАН, НГУ), рассматривались основы взаимодействия синхротронного излучения с веществом и существующие фундаментальные ограничения экспериментальных методов. Большой интерес участников школы вызвала лекция д.ф-м.н. Константина Усачева (ФИЦ КазНЦ РАН, Казань) «Кристаллография макромолекулярных комплексов». На ней рассматривался рентгеноструктурный анализ таких крупных объектов, как рибосомы и значение этих исследований для создания антибиотиков. Приводились примеры сочетания метода криоэлектронной микроскопии на начальном уровне и расшифровки структуры с использованием метода рентгеноструктурного анализа на последующем этапе. Продолжением этой темы было выступление Анны Бурцевой (ФИЦ Биотехнологии РАН, Москва) «Метод криоэлектронной микроскопии в исследовании структур макромолекул. Метод выбора или один из элементов интегративной структурной биологии». Она рассказывала про основы метода криоэлектронной микроскопии  с рассмотрением реальных примеров, в частности, структуры фикобилисомы из древней цианобактерии. Анна также ознакомила слушателей с самыми новыми работами ученых ФИЦ Биотехнологии РАН.

Множество положительных отзывов получила экскурсия на кафедру химии твердого тела ФЕН НГУ и в лаборатории Института химических технологий НГУ. Для участников школы были подготовлены кристаллы модельного объекта, на примере которых им рассказали о методах кристаллизации. Также молодые ученые познакомились с оборудованием для роботизированной и ручной кристаллизации и необходимыми для выполнения этой работы расходными материалами. 

— В следующем году мы хотим внести некоторые изменения в работу Школы — провести ее как школу-конференцию и издать сборник тезисов. Концептуально лекционная часть и практические занятия останутся прежними, но мы намерены ввести в программу Школы флеш-доклады молодых ученых и, возможно, постерную сессию. Поэтому не исключено, что Школа будет займет не три дня, как сейчас, а четыре. Уверен, данные изменения позволят привлечь еще большее количество участников, хотя и сейчас явно прослеживается тенденция к увеличению числа участников. Также для удобства слушателей мы рассматриваем вероятность ее переноса на летние месяцы, однако решение об этом еще не принято, —  сказал Сергей Архипов.

Отзывы участников IV школы молодых ученых «Применение синхротронного излучения для решения задач биологии»

Екатерина Молоткова, выпускница Физического факультета МГУ им. М. В. Ломоносова:  

— Объектом моего научного интереса является структурная биология. Мне интересна коллаборация физики высоких энергий и биологии. Мне концептуально очень нравится слияние фундаментальной физики и практической биологии. К сожалению, мероприятия, нацеленные на данную тематику, проводятся достаточно редко. Поэтому решение об участии в Школе молодых ученых было очевидным. Я хотела послушать лекции и поучаствовать в мастер-классах, а заодно посетить новосибирский Академгородок. Впечатления о Школе остались самые приятные. Было много мастер-классов практической направленности, и теперь я намерена свой нынешний профиль работы несколько сдвинуть в сторону структурной биологии, поэтому для меня были важны и теоретические знания, и практические навыки, дающие углубленное понимание теории, которая стоит за всеми этими методами.  

Алексей Иванов, 4 курс Факультета естественных наук НГУ:

— Я давно слежу за развитием проекта СКИФ. Мне интересны различные направления биологии, но особенно — структурная биология, потому что она относится к биоинформатике, которой я занимаюсь. О Школе молодых ученых «Применение синхротронного излучения для решения задач биологии» я узнал в прошлом году, а с ее тематикой обзорно ознакомился на Школе системной биологии и на Школе синтетической биологии и промышленной информации. В этом году подаю заявку на участие в данной школе. Здесь я хотел узнать побольше о текущем состоянии строительства ЦКП СКИФ, новейших научных исследования и коллективах, занимающихся исследованиями в области структурной биологии в России, а также освоить ряд практических навыков, связанных с молекулярным моделированием, рентгенофлуоресцентным анализом, молекулярным докингом и методами обработки данных рентгеноструктурного анализа.

На лекции Анны Бурцевой я открыл для себя процесс подготовки образцов для криоэлектронной микроскопии, узнал, как проходит пробоподготовка и какие при этом производятся расчеты для восстановления трехмерной структуры. Не менее интересна была лекция по рентгеноструктурному анализу. Ранее для меня это все было просто названиями методов, я знал, что они дают, а теперь у меня сформировалось комплексное понимание, как можно применять их при интегративных подходах и как они друг друга дополняют.

Самым ярким впечатлением стал мастер-класс по обработке данных малоуглового рентгеновского рассеяния, когда мы из двухмерных данных своими руками получили трехмерную структуру молекулы в растворе, сопоставили с данными рентгеноструктурного анализа и сами убедились, как можно применять данные методы в сочетании. Это похоже на какую-то магию, но это наука.

Наталья Смольянова, Научный сотрудник НИЦ «Курчатовский институт», аспирант Института белка РАН:

— Основные методы, которые я использую в своей работе, — кристаллография и рентгеноструктурный анализ, а также метод БиоМУРР, но мне была очень интересна лекция, посвященная криоэлектронной микроскопии. Я задумалась о том, можно ли использовать данный метод для моего объекта — ферментов целлюлазы, — который достаточно мал для этого. Для меня было важно обсудить с коллегами, насколько это возможно. Также полезным для меня стал мастер класс по РСА, поскольку кристаллизация объекта и последующая обработка данных — процесс достаточно трудоемкий. Для меня были важны и интересны встречи с единомышленниками, знакомство с оснащением Учебно-методического центра «Кристаллизация» Института химических технологий НГУ.

Каждый день Школы приносил яркие впечатления, положительные эмоции, бесценные знания и полезный опыт.

Владимир Андрейцев, лаборатория структурных исследований аппарата трансляции Института белка РАН:

— Школа молодых ученых заинтересовала меня мастер-классами, которые проводят высококлассные специалисты. Они акцентируют внимание на тонкие моменты, которые молодому исследователю освоить самостоятельно довольно сложно. Для меня было важно получить некий багаж знаний и опыта, который можно применять в дальнейшем для своих научных изысканий и в перспективе передавать их студентам, которые приходят к нам в институт.

На этой школе полезно все: и лекции, и мастер-классы, но самым ярким впечатлением для меня стало общение с коллегами. После таких встреч понимаешь, к чему следует стремиться. Для меня очень важна была встреча с доктором химических наук Софией Борисевич (ЦКП «СКИФ», УфИХ УФИЦ РАН, Уфа), которая прочла лекцию «Совместное применение экспериментальных методов и методов молекулярного моделирования для решения задач структурной биологии» и мастер-класс по молекулярному докингу и молекулярному моделированию с учетом полученных методом РСА экспериментальных данных. Вне этой Школы у меня вряд ли была бы возможность связаться с ней и пройти такой мастер-класс.

Материал подготовил: Елена Панфило, пресс-служба НГУ

Примите к сведению; Эта информация является необработанным контентом, полученным непосредственно от источника информации. Она представляет собой точный отчет о том, что утверждает источник, и не обязательно отражает позицию MIL-OSI или ее клиентов.

Студент НГУ создал интеллектуального робота-манипулятора для автоматического сбора томатов в промышленных теплицах

Источник: Новосибирский государственный университет –

Важный отказ от ответственности находится в нижней части этой статьи.

Интеллектуального робота-манипулятора для автоматического сбора томатов в промышленных теплицах, отличающий спелые плоды от несозревших, создал студент Факультета информационных технологий Новосибирского государственного университета Антон Власенко. Его робот способен анализировать время созревания различных сортов томатов и собирать только спелые плоды. Недозревшие он оставляет на кустах и возвращается к ним по мере созревания. В настоящее время молодой исследователь проводит тестирование своего устройства в домашних условиях, в дальнейшем планируются промышленные испытания на объектах тепличного комбината «Толмачевский», о чем уже достигнута предварительная договоренность.

Для анализа состояния плодов и принятия решений мы использовали алгоритмы компьютерного зрения. Также в систему заложены ультразвуковые датчики. Они помогают роботу оценивать расстояние до объектов и избегать столкновений с ними. Чтобы манипулятор, снимая томаты с ветвей, случайно не раздавил их, мы снабдили устройство датчиками которые регулируют силу сжатия. Интересный момент связан с самим алгоритмом «time to harvest» (время собирать урожай). Мы не просто классифицируем томат на «зеленый» или «красный», а пытаемся оценить, сколько дней осталось до оптимального сбора. Для этого берем данные по цветовым каналам и насыщенности. На их основе система прогнозирует время сбора плодов. Это позволит не только собирать урожай «здесь и сейчас», но и планировать, когда именно отправлять робота к определенному кусту. Наш робот-манипулятор определяет не просто цвет томата в целом, а делит его изображение на сетку, как шахматную доску. Каждую клетку анализирует отдельно с учетом сорта плода, разделяя участки красного, зеленого или желтого цветов. Таким образом система понимает: плод спелый, частично спелый или пока зеленый и далее прогнозирует оптимальное время для сбора плодов, — объяснил Антон Власенко.

Для детекции объектов молодой исследователь в своей разработке применил основную нейросеть YOLOv8 (Ultralytics). Она находит ограничивающие рамки томатов в кадре. Программное обеспечение робота написано на Python. Библиотека компьютерного зрения OpenCV (cv2) решает несколько задач — чтение видеопотока с камеры, преобразование изображения (HSV, LAB), создание цветовых масок. Численные вычисления — средние значения каналов, операции с массивами, подсчет количества пикселей в масках, — производятся с применением библиотеки NumPy. Контроллер Orange pi 5 обеспечивает работу шаговых двигателей и драйверов управления. Благодаря этому манипулятор получает координаты томата из YOLO, пересчитывает в углы для сервоприводов и далее срывает плод.

Сам манипулятор изготовлен методом 3D печати. Он состоит из редуктора, сегментов «руки», кронштейнов и захвата. Всего в общей сложности было изготовлено 115 деталей. После завершения печати каждая из них подвергалась тщательной пост-обработке. Значительную часть этой работы выполнял второй участник проекта — студент Сибирского государственного университета геосистем и технологий Яков Губарев. Необходимо было на каждой детали удалить поддержки, вручную отшлифовать контактные поверхности, просверлить монтажные отверстия под крепеж и проверить точность посадочных мест.

Работая над распечаткой деталей манипулятора, мы столкнулись с серьезной проблемой. Он представляет собой довольно крупную конструкциюесли полностью вытянуть его «руку», ее длина составит около 1,5 метра. Имеющийся в нашем распоряжении принтер с такой задачей справиться не мог. Стали искать варианты, и выяснилось, что печать уже готовых 3D-моделей обойдется нам дороже нового принтера, обладающего необходимыми нам возможностями. Поэтому нам пришлось приобрести новый 3D-принтер, — рассказал Антон Власенко.  

В настоящее время манипулятор собран, и молодым исследователям предстоит корректная настройка его движения, а затем сборка мобильной платформы, которая позволит роботу перемещаться между рядами в теплицах. Далее можно будет перейти к пилотным испытаниям в реальных условиях. В будущем Антон Власенко защитит магистерскую диссертацию, в рамках которой он и реализует свой проект. Также он планирует выйти с ним на конкурс студенческих стартапов.

Идея создать робот-манипулятор для выполнения данной задачи у меня возникла на хакатоне ТРК. Одним из его треков было создание небольшого робота, который с помощью компьютерного зрения будет собирать определенные виды плодов. Это задание было несложным — надо было сделать так, чтобы робот только коснулся выбранного им плода. В дальнейшем мы решили, что, и правда, неплохо было бы создать робота, который собирал бы томаты в промышленных теплицах. Пообщавшись с бывшим директором тепличного комбината «Толмачевский» Сергеем Евгеньевичем Ложниковым, мы узнали, что потребность в автоматических сборщиках урожая действительно существует. Сейчас этот процесс производится вручную, но рабочих рук не хватает, что становится для тепличных комбинатов серьезной проблемой. Наша идея создать робота, который выполнял бы данную задачу, нашла поддержку, и мы приступили к работесначала изучили существующие аналоги, а потом стали думать, какую архитектуру применить, чтобы правильнее осуществить сбор томатов, а также предусмотреть дальнейшее развитие. В дальнейшем мы планируем приспособить нашего сборщика томатов и для других овощных культур, — поделился планами Антон Власенко. 

Материал подготовил: Елена Панфило, пресс-служба НГУ

Примите к сведению; Эта информация является необработанным контентом, полученным непосредственно от источника информации. Она представляет собой точный отчет о том, что утверждает источник, и не обязательно отражает позицию MIL-OSI или ее клиентов.

Студентка 6-го курса Института медицины и медицинских технологий НГУ Софья Шифон заняла третье место в конкурсе молодых ученых

Источник: Новосибирский государственный университет –

Важный отказ от ответственности находится в нижней части этой статьи.

С 24 по 26 сентября в Москве состоялся XXYI Всероссийский научно-образовательный Форум «Мать и дитя» — наиболее значимое ежегодное мероприятие для всех акушеров-гинекологов страны. В работе форума приняли участие 5600 специалистов очно и 6800 онлайн из 226 городов и 13 стран, включая Россию. Актуальные вопросы акушерства и гинекологии, гинекологической эндокринологии, перинатологии, репродуктивной медицины, детской и подростковой гинекологии, ультразвуковой и лабораторной диагностики обсуждались ежедневно в 10 залах Форума.

Новосибирский государственный университет и «Клинику профессора Пасман», которая является многолетним постоянным партнером вуза, было подготовлено три выступления:                            

1. Предгравидарная подготовка, ведение беременности и родов при рецидивирующих тромбозах в анамнезе (Пасман Н.М., Дробинская А.Н., Дударева А.В., Шаклеин А.В., Рогов Н.В., Вагнер Ю.Н., Дмитриева О.В., Колесникова А.В., Письмак М.А.) — совместно с коллективом родильного дома ГБУЗ 1-й ГКБ.

2. Экстрагенитальные формы эндометриоза. Хирургическое лечение. Профилактика рецидивов (Крамской В.Г., Соколов А.В., Пасман Н.М., Веретельникова Т.В.) — совместно с ГБУЗ 1-я ГКБ.

3. Синдром Ашермана: диагностика, лечение, предгравидарная подготовка (Веретельникова Т.В., Пасман Н.М., Проничева С.В., Селюнина Н.А.).   

Также от НГУ и ГБУЗ ОКБ на форуме выступила Алла Дробинская, руководитель Областного перинатального Центра, главный внештатный анестезиолог-реаниматолог в акушерстве, к,м.н. доцент кафедры акушерства и гинекологии Института медицины и медицинских технологий НГУ. Тема ее доклада: «HELLP -синдром с позиции акушерского анестезиолога».                          

На традиционном конкурсе молодых ученых, проходившем в рамках Форума на английском языке, были представлены результаты исследования студентки 6-го курса Института медицины и медицинских технологий НГУ Софьи Шифон «Транскриптомный анализ стадий-зависимых молекулярных изменений при эндометриозе различных локализаций».

Исследования проводились на базе Клиники профессора Пасман при эндоскопических операциях, выполненных Татьяной Владимировной Веретельниковой, и в лаборатории клеточных технологий Научно-исследовательского института фундаментальной и клинической иммунологии (НИИФКИ), научный руководитель — д.м.н., профессор, член-корр. РАН, зам. директора НИИФКИ Елена Рэмовна Черных. Всего на конкурс было подано 100 заявок, работа Софьи Шифон заняла третье место.

В нашей работе в лаборатории клеточной иммунотерапии НИИФКИ мы комплексно исследовали молекулярные изменения при эндометриозе — хроническом гинекологическом воспалительном заболевании — на разных стадиях. В экспериментальной части мы изучали, как перитонеальная жидкость пациенток влияет на фенотип иммунных клеток. Параллельно проводился мультиплексный анализ 27 цитокинов в перитонеальной жидкости, выявивший специфические биомаркеры для каждой стадии.

Моя задача заключалась в дополнении этих экспериментальных данных биоинформатическим экспериментом: транскриптомным (секвенирование гистологии) профилированием тканей эндометриоза. Я проанализировала 408 образцов от 162 пациенток, используя методы дифференциальной экспрессии генов и построения коэкспрессионных сетей. Это позволило идентифицировать молекулярные изменения, происходящие на разных стадиях и при разных локализациях эндометриоза, а также валидировать данные полученные в рамках лабораторного эксперимента, — рассказала Софья Шифон.

Эндометриоз поражает около 10% женщин репродуктивного возраста, но диагностируется в среднем через 7-10 лет от начала симптомов. Симптоматика эндометриоза значительно ухудшает качество жизни пациенток. Существующая гормональная терапия эффективна не у всех пациенток, а после хирургического лечения частота рецидивов достигает 40-50% в течение пяти лет.

Данное исследование, проведенное НГУ совместно с Клиникой профессора Пасман и НИИФКИ, открывает новые возможности для таргетной иммунотерапии, малоинвазивной диагностики и дает новое понимание механизмов развития заболевания.

Говоря о факторах успеха, позволивших одержать победу в конкурсе, Софья отметила, что ключевым стал интегративный подход, объединивший несколько уровней анализа: от функциональных экспериментов с живыми клетками до биоинформатического анализа транскриптома и идентификации биомаркеров в биологических жидкостях.

Применение сетевого анализа (WGCNA) позволило выявить не отдельные гены, а функциональные модули, отражающие ключевые патофизиологические процессы — от имплантации очагов до метаболической адаптации и иммунного ускользания. Важно, что результаты имеют четкую трансляционную перспективу: они указывают на конкретные терапевтические мишени и биомаркеры, которые можно валидировать для клинического применения. Безусловно, определяющую роль сыграло и научное руководство Елены Рэмовны Черных и Пасман Натальи Михайловны, благодаря которым я освоила методы системной иммунологии и научилась связывать фундаментальные исследования с клинической практикой гинеколога, — подчеркнула Софья Шифон.

Поздравляем Татьяну Владимировну, достойно представившую НГУ и клинику, с ярким выступлением, а Софью Шифон — с победой. Желаем им дальнейших творческих успехов!

Примите к сведению; Эта информация является необработанным контентом, полученным непосредственно от источника информации. Она представляет собой точный отчет о том, что утверждает источник, и не обязательно отражает позицию MIL-OSI или ее клиентов.

Разработчики Центра искусственного интеллекта НГУ создали прототип системы «Цифровой помощник врача «Доктор Пирогов»

Источник: Новосибирский государственный университет –

Важный отказ от ответственности находится в нижней части этой статьи.

Прототип первой в мире системы поддержки принятия врачебных решений «Цифровой помощник врача «Доктор Пирогов» разработали ученые Исследовательского центра в сфере искусственного интеллекта (Центр ИИ) Новосибирского государственного университета. В ее основе заложено гибридное техническое решение — комбинирование нейронных и семантических (смысловых) сетей. Цифровой помощник врача содержит информацию о 250 основных заболеваниях. В дальнейшем их количество увеличится – система будет дополнена информацией об остальных патологических состояниях. В настоящее время информация о них систематизируется, а данные верифицируются. Разработчики применили гибридный подход, сочетающий в себе нейросетевые методы и специализированный граф знаний ANDSystem для обеспечения интерпретируемости решений. При создании прототипа использовались наработки и исследования, которые проводились в Институте цитологии и генетики СО РАН. 

Разрабатывая систему «Доктор Пирогов», мы ставили перед собой задачу: снизить рутинную нагрузку на врача и сократить длительность приема пациента без потери качества. Также данная система способна обеспечивать консультационное сопровождение и осуществлять поддержку принятия врачебных решений при оказании первичной медицинской помощи по широкому кругу врачебных направлений, что особенно актуально при нынешнем дефиците узких специалистов в удаленных и малонаселенных регионах. Наш «Доктор Пирогов» позволяет проводить интерактивный опрос пациента. Мы планируем реализовать и голосовой, и визуальный интерфейс. Система «изучает» медицинскую документацию, осуществляет анализ клинической информации и инструментальных исследований, оценивает лабораторные показатели и результаты генетического тестирования. Все это она делает, опираясь на семантические графы знаний, построенные на основе анализа содержащейся в ее базе знаний медицинской и научной литературы. Результатами работы системы «Доктор Пирогов» является список вероятных диагнозов по патофизиологическим обоснованиям, перечень необходимых дополнительных обследований, рекомендации по терапии с учетом лекарственных взаимодействий, и рекомендуемые персонализированные профилактические меры для каждого конкретного пациента. В настоящий момент мы создали прототип системы, успешно были отработаны основные функции цифрового помощника, — рассказал ведущий научный сотрудник, руководитель проектов в Центре искусственного интеллекта НГУ, заведующий лабораторией Искусственного интеллекта и больших генетических данных ИЦИГ СО РАН, заведующий лабораторией компьютерной протеомики ИЦИГ СО РАН Владимир Иванисенко.

Система «Доктор Пирогов» объединяет знания по 20 врачебным специальностям, включая терапию, кардиологию, эндокринологию, неврологию, гастроэнтерологию, инфекционные болезни, педиатрию, онкологию, психиатрию, дерматологию, гематологию, нефрологию, ревматологию и другие. Это позволяет использовать её как универсальный цифровой помощник для врача общей практики, врача скорой помощи или специалиста узкого профиля.

Разработчики системы «Доктор Пирогов» уверены, что цифровой помощник врача будет очень полезен в сельской местности, где прием пациентов ведется фельдшерами. Он поможет данным медицинским специалистам в принятии решений о лечении пациентов и направлении в диагностические центры для дополнительных обследований или в другие медицинские учреждения для получения специализированной помощи. Использование «Доктора Пирогова» возможно для предварительного опроса пациентов в кабинетах доврачебной помощи, а также для поддержки врача на приеме. Пациент может ввести свои данные, жалобы и результаты обследований, ожидая приема врача — благодаря удобному интерфейсу, сложностей у него не возникнет. На основе исходной информации о пациенте, система сформирует список возможных заболеваний, ранжированных по степени риска. Тогда на приеме врач при необходимости проведет дальнейший опрос для уточнения диагноза, а «Доктор Пирогов» выдаст рекомендации относительно проведения дополнительных исследований и тактики лечения. Решение о том, следовать ли этим рекомендациям или нет, принимает врач.

«Доктор Пирогов» станет помощником медицинских работников, он не заменит врача, но существенно облегчит его работу. При использовании в кабинетах доврачебной помощи он проведет первичный опрос пациента и анализ уже имеющихся клинических данных, выдаст направление на лабораторные исследования или к врачу, в том числе с рекомендацией по профилю узкого специалиста. Это позволит эффективно распределять поток пациентов, обеспечить предварительную сортировку и маршрутизацию, снизить нагрузку на участковое звено медработников. Не менее важна поддержка врача на приеме. Здесь наша система произведет ускоренную обработку жалоб пациентов, их анализов и других клинических данных. Важна и поддержка принятия клинических решений на основе базы медицинских и научных знаний. Это позволит сократить длительность приема пациента без потери качества и снизить риск диагностических ошибок. Но особенно полезен «Доктор Пирогов» будет для врачей из сельской местности и отдаленных территорий. Он сможет оказывать консультационную поддержку по многим врачебным специальностям при ограниченной доступности узких специалистов и производить анализ лабораторных данных, инструментальных обследований и выписок. Таким образом повысится качество первичной диагностики и лечения, сократится необходимость направления пациента в районный центр, а нагрузка на сельского врача снизится за счет интерпретации сложных клинических данных ИИ-системой, — пояснил Владимир Иванисенко.

На создание семантической сети, которая заложена в систему «Доктор Пирогов» у ученых НГУ и ИЦИГ СО РАН ушло 10 лет. Данные работы велись в ИЦИГ СО РАН под руководством академика Николая Колчанова. Перед разработчиками была поставлена задача: поиск фармакологических мишеней и разработка лекарственных препаратов для ряда распространенных заболеваний. Им было необходимо определить, на какой ген действует конкретный используемый препарат, а затем, исходя из этого, разработать химическую структуру лекарства.

У человека примерно 20 тысяч генов, они взаимодействуют между собой. При этом один ген способен подавлять или повышать активность другого. В зависимости от этого по-разному могут реагировать на тот или иной препарат. Чтобы решить задачу выбора мишеней для действия лекарства, необходимо определить, какие именно гены связаны с определенным заболеванием и как эти гены взаимодействуют друг с другом. Для нас было очевидно, что без помощи искусственного интеллекта в данной ситуации не обойтись, поэтому мы принялись выстраивать семантическую сеть. Ее отличие от нейросети заключается в том, при обучении нейронных сетей знания распределяются по так называемым весам в виде некоторых чисел. Чтобы сделать методы ИИ интерпретируемыми, необходимо распределить знания, получаемые при обучении, в виде семантических сетей. У нас было 20 тысяч генов, каждый из них стал вершиной, а фактами — порядка 30 тысяч заболеваний. Между ними установлены ребра — взаимосвязи. Наша система должна была учитывать все — факторы риска, влияние внешней среды, мутации в генах, физиологические параметры организма. Вся эта информация содержалась в 50 миллионах научных публикаций. У одного человека, работающего 8 часов в сутки и тратящего на прочтение одной статьи 2 минуты, на выполнение этой работы ушло бы 300 лет. Каждый год появляется еще в среднем 1,5 миллиона публикаций. В этой работе для извлечения фактов из текстов мы задействовали нейронные сети, применив к ним метод тонкой настройки, для которого предварительно вручную были прописаны 25 тысяч правил. В результате и была построена семантическая сеть, где были установлены порядка 40 тысяч фактов соотношения генов и симптомов с различными заболеваниями, — рассказал Владимир Иванисенко.

В данной масштабной работе был задействован целый коллектив научных сотрудников. Также в создании семантической сети специализированного графа знаний ANDSystem приняли участие студенты НГУ и других новосибирских вузов. Только под руководством Владимира Иванисенко было написано 40 студенческих работ. Ежегодно в рамках летней практики в работу включались по 10-12 студентов. Было защищено 6 кандидатских диссертаций, опубликовано более 150 научных статей, посвященных анализу различных заболеваний с помощью данного метода извлечения информации. Изначально он был нацелен на решение научных задач, но затем разработчики решили адаптировать его для практической медицины. Семантическая сеть, в отличие от человеческого мозга, может хранить и при необходимости извлекать гораздо больший объем информации о лекарственных препаратах и их сочетаемости друг с другом, побочных эффектах и противопоказаниях при наличии сопутствующих заболеваний и многое другое. Применение ИИ поможет избежать ошибок при назначении лекарственных препаратов, определении тактики ведения больного и его реабилитации. В настоящий момент в мире нет аналогов данной системы, и известно только 4 аналогичных системы, которые выполняют научные задачи в области генетики.

В настоящий момент функции цифрового помощника врача успешно отработаны и теперь перед разработчиками «Доктора Пирогова» стоит задача по его масштабному внедрению. Для масштабного внедрения необходимо получить соответствующую разрешительную документацию при классификации как медицинское программное обеспечение, пройти регистрацию в Росздравнадзоре и получить оценку соответствия требованиям ТР ЕАЭС 047/2018. Также необходимы системные решения на уровне Правительства РФ: создание нормативной «песочницы» для тестирования ИИ в клинической практике, упрощенная процедура регистрации ИИ-медицинских решений, при условии контроля врача и разработка Методических рекомендаций Минздрава РФ для включения цифровых помощников в процесс оказания первичной медпомощи. Когда все эти этапы будут пройдены, в лечебных учреждениях потребуется провести дооснащение кабинетов — создать компьютеризированные рабочие места для взаимодействия пациента и врача с ИИ.

Клинические испытания системы «Доктор Пирогов» начнутся в следующем году. В настоящее время проводится внутренняя верификация с точки зрения научных показателей.

Материал подготовил: Елена Панфило, пресс-служба НГУ

Примите к сведению; Эта информация является необработанным контентом, полученным непосредственно от источника информации. Она представляет собой точный отчет о том, что утверждает источник, и не обязательно отражает позицию MIL-OSI или ее клиентов.