SCI Библиотека

В статье рассматриваются современные подходы к селекции ярового рапса с использованием технологий удвоенных гаплоидов, что является важным направлением для повышения урожайности и генетической устойчивости культур. Особое внимание уделяется методам получения удвоенных гаплоидов и гормональной регуляции эмбриогенеза, что может значительно ускорить селекционный процесс. Актуальность данной темы обусловлена растущей потребностью в высококачественном семенном материале и возможностью оптимизации селекционных программ в условиях изменяющегося климата и требований устойчивого сельского хозяйства.

Прогнозирование живого веса помогает контролировать здоровье животных, эффективно проводить генетическую селекцию и определять оптимальное время убоя. На крупных фермах для измерения живого веса используются точные и дорогостоящие промышленные весы. Взвешивание животного из-за стресса ведет к потере его веса и продуктивности на 5-10%. Однако, перспективной альтернативой является оценка живого веса с помощью морфометрических измерений животного, а затем применение уравнений регрессии, связывающих такие измерения с живым весом. Ручные измерения животных с помощью рулетки отнимают много времени и вызывают стресс у животных. Поэтому в настоящее время для бесконтактных морфометрических измерений все чаще используются технологии компьютерного зрения. В статье предлагается новая модель для прогнозирования живого веса на основе регрессии изображений с использованием методов глубокого обучения. Для регрессии изображений использовались RGB изображения и карты глубины вид сбоку для прогнозирования живого веса крупного рогатого скота. Показано, что на реальных наборах данных предложенная модель достигает точности измерения веса с ошибкой MAE 35.5 и MAPE 8.4 на тестовом наборе данных.

В секвенаторе ДНК «Нанофор СПС», разработанном в Институте аналитического приборостроения РАН, реализован метод массового параллельного секвенирования для расшифровки последовательности нуклеиновых кислот. Этот метод позволяет определять последовательность нуклеотидов в ДНК или РНК, содержащих от нескольких сотен до сотен миллионов звеньев мономеров. Таким образом, имеется возможность получения подробной информации о геноме различных биологических объектов, в том числе человека, животных и растений. Важнейшей частью этого прибора является программное обеспечение, без которого невозможно решение задач по расшифровке генома. Выходными данными оптической детекции в секвенаторе являются набор изображений по четырем каналам, соответствующим типам нуклеотидов: A, C, G, T. С помощью специального программного обеспечения определяется положение молекулярных кластеров и их интенсивностные характеристики вместе с параметрами окружающего фона. В ходе создания программного обеспечения прибора были разработаны алгоритмы и программы обработки сигналов флуоресценции, рассмотренные в работе. Также, для отладки и тестирования рабочих программ созданы модели построения изображений, аналогичных реальным данным, получаемым в ходе работы секвенатора. Данные модели позволили получить значительный массив информации без запуска дорогостоящих экспериментов. За последние годы достигнуты значительные успехи в области машинного обучения, в том числе и в области биоинформатики, что привело к реализации наиболее распространенных моделей и возможности их применения для практических задач. Однако, если на этапе вторичного анализа биоинформационных данных эти методы широко зарекомендовали себя, то их потенциал для первичного анализа остается недостаточно раскрытым. В данной работе особое внимание уделяется разработке и внедрению методов машинного обучения для первичного анализа оптических изображений сигналов флуоресценции в реакционных ячейках. Описаны методы кластеризации и их апробация на моделях и на изображениях, полученных на приборе. Цель этой статьи - продемонстрировать возможности алгоритмов первичного анализа сигналов флуоресценции, получающихся в процессе секвенирования на приборе «Нанофор СПС». В работе описаны основные задачи анализа сигналов флуоресценции и сравниваются традиционные методы их решения с использованием технологий машинного обучения.

Приведены результаты исследования биометрических характеристик антарктического криля, выловленного в Антарктической части Атлантики в 69-м рейсе СТМ «Атлантида» в декабре 2019 г. - марте 2020 г. Обработано 10 проб, зафиксированных в 4%-ном растворе формалина. Они были собраны из уловов в районах традиционного промысла: море Скотия, вне зоны АНТКОМ к северо-востоку от о. Мордвинова, районы Южных Оркнейских островов, острова Мордвинова, проливы Брансфилд и Дрейка. Промерено 952 особей криля длиной 22-63 мм. Выполнены измерения общей длины тела, максимальной высоты тела рачков, максимальной ширины и длины карапакса, сопровождаемые определением пола и стадии зрелости. Доли ювенильных особей, самцов и самок составили 4,4, 33,9 и 61,7 % соответственно. В пробах представлены рачки всех стадий зрелости. Получены статистические оценки биометрических параметров антарктического криля по генеральной совокупности и четырем выборкам: самцы, самки, самки созревающие и самки преднерестовые. Установлено, что у криля статистически значимые расхождения биометрических характеристик между самцами и самками проявляются начиная от размерного класса 45 мм. При длине тела 55 мм средние значения высоты тела, длины и ширины карапакса у самок выше, чем у самцов на 16,7, 26,0 и 28,0 % соответственно. У преднерестовых самок для сравниваемых размерных классов 45-55 мм значения высоты тела и ширины карапакса были выше, чем у созревающих на 11,5-14,9 %. Рассчитаны коэффициенты уравнений регрессий, описывающих линейную зависимость биометрических параметров от длины тела криля по всем выборкам. Результаты исследования представляют практический интерес в контексте нотификации судов и изучения селективности орудий лова на промысле криля.