Пользователи Windows 11 столкнулись с проблемами курсора и обоев после обновления

Ученые из Университета Осло в Норвегии разработали программный комплекс MSI–VISUAL для визуализации данных масс-спектрометрии. Технология преобразует молекулярные данные в интерактивные карты и помогает выявлять особенности тканей, связанные с заболеваниями. Результаты исследования опубликованы в журнале Science Advances, пишет «Лента.ру».

Масс-спектрометрия позволяет определять химический состав тканей на молекулярном уровне и создавать пространственные карты распределения липидов и белков. Однако большой объем получаемых данных может приводить к потере деталей при использовании стандартных алгоритмов визуализации.

Авторы MSI–VISUAL использовали новые алгоритмы SALO и TOP3, которые позволяют сохранять общую структуру исследуемой ткани и одновременно отображать небольшие аномалии. При этом для визуализации не требуются дополнительные химические красители.

Испытания на образцах мозга мышей показали, что система способна выявлять отдельные амилоидные бляшки — скопления токсичных белков, характерных для деменции. При анализе биопсии человеческой почки программа также смогла разделить разные типы канальцев и воспалительные клетки.

Еще одним преимуществом разработчики называют скорость обработки данных. По данным исследования, MSI–VISUAL работает с массивами объемом более 50 ГБ, затрачивая в сотни раз меньше времени и памяти, чем некоторые распространенные методы, включая UMAP.

Система позволяет выделить интересующий участок ткани и определить связанные с ним молекулы. Такой подход может упростить анализ результатов масс-спектрометрии и изучение молекулярных особенностей различных патологий.

Масс-спектрометрия используется для определения молекулярных характеристик веществ, в том числе отношения массы к заряду (m/z). Поиск таких молекулярных признаков помогает исследовать изменения тканей при онкологических и нейродегенеративных заболеваниях.

Исходный код MSI–VISUAL открыт, поэтому разработчики предоставили лабораториям возможность использовать технологию для дальнейших исследований. Авторы работы предполагают, что инструмент в перспективе может способствовать изучению заболеваний и разработке персонализированных подходов к лечению.