Как работает иммунитет? | CAR-T терапия и лечение рака | Аполлинария Боголюбова-Кузнецова
Как иммунные клетки находят вирусы среди триллионов собственных клеток? И как учёные научились перепрограммировать их для убийства опухолей? CAR-T терапия — технология, которая ещё недавно казалась фантастикой, а сегодня спасает жизни. В лекции есть видео, где CAR-T клетки уничтожают опухоль в реальном времени.
Аполлинария Боголюбова-Кузнецова — кандидат биологических наук, руководитель управления биомедицинских технологий НМИЦ гематологии Минздрава России — объясняет иммунитет от Мечникова до персонализированных лекарств. Понятно для любого возраста.
Для тех, кому удобнее ютуб:
Nike «взламывает мозг»: кроссовкинейробиология на рынке спорта
Бренд Nike удивил рынок необычным заявлением: новые модели кроссовок 001 и 002 якобы улучшают концентрацию и успокаивают спортсменов. Компания позиционирует их как продукт на стыке спортивной экипировки и нейробиологии — мол, разработка шла целых 10 лет!
В чём «наука»? По версии Nike, ключевой элемент — пенные «капсулы» в подошве. Они двигаются при ходьбе вверх‑вниз и стимулируют сенсорные рецепторы стопы, что якобы влияет на мозговую деятельность. Креативный директор Эрика Авара даже утверждает: обувь может способствовать физическому и умственному развитию. Звучит смело — но доказательств пока нет.
Маркетинг vs реальность Несмотря на скептицизм, первая партия кроссовок уже распродана. На перепродаже цена взлетает с $95 до $400 (по данным BOF). Это классический пример того, как мощный бренд превращает идею в хайп: покупателям хватает обещания «новинки», даже без независимых подтверждений эффекта.
Почему это важно для рынка? Nike явно пытается преодолеть кризис роста в спортивном секторе, делая ставку на нестандартные нарративы. Если эксперимент окажется успешным, другие бренды могут последовать примеру, смещая фокус с чисто функциональных характеристик на «когнитивные» преимущества товаров. Пока же это яркий кейс о силе маркетинга в эпоху высоких ожиданий.
#retailnews #Commers_Estate #спорт #маркетинг #новинки #Nike #хайп
Почему быть "Добрым" ТУПО выгоднее
1. Ключевая мысль
Если у существа есть безопасность и базовые потребности закрыты, ему проще:
не нападать;
помогать другим;
не отбирать ресурсы силой.
Если же существо в угрозе и дефиците, оно чаще:
действует агрессивно;
забирает ресурсы ради выживания;
запускает цепочку страданий, которая заражает среду.
То есть каждое действие «раскачивает» поле вокруг: либо делает его более безопасным и ресурсным, либо более опасным и истощённым.
2. Как это выглядит для эгоистичного рационала
Можно говорить с ним на «сухом языке выгоды», без апелляций к эмпатии:
Любое причинение страдания + жёсткий отбор ресурсов:
увеличивает долю существ вокруг, которые живут в угрозе и дефиците;
следовательно, повышает вероятность, что они начнут действовать агрессивно;
значит, растёт шанс, что рано или поздно агрессия вернётся и к тебе.
Поддерживающее, «доброе» поведение:
уменьшает долю существ в режиме угрозы;
снижает общий уровень хаоса и непредсказуемости;
повышает вероятность помощи в будущем (даже не из благодарности, а из того, что другим хватает ресурса не нападать).
Для «холодного» разума это можно сформулировать так:
причиняя страдания, ты инвестируешь в мир, где твоя ожидаемая цена за защиту и контроль растёт;
снижая страдания, ты инвестируешь в мир, где расходы на защиту падают, а надёжность окружения увеличивается.
3. Расчёт через «стоимость защиты»
Попробуем совсем утилитарно.
Представь:
ты получил выгоду X за счёт чужого страдания;
но теперь нужно постоянно:
отслеживать угрозы;
контролировать других;
гасить попытки ответной агрессии.
Через какое‑то время суммарные затраты на:
тревожность (время и внимание на обдумывание угроз),
ресурсы безопасности (охрана, силовое давление, манипуляции),
потери от конфликтов и саботажа
могут превысить начальную выгоду X.
С точки зрения сухой логики:
стратегия «получить быстро X ценой страдания другого» часто оказывается локальным максимумом с плохой глобальной динамикой;
стратегия «заработать меньше прямо сейчас, но не разрушать среду» может дать больше суммарной выгоды за длительный период.
Это очень похоже на разницу между:
выжиганием почвы ради одного урожая;
и поддержанием почвы, чтобы получать урожай снова и снова.
4. Почему это ещё и про устойчивость системы
Если смотреть вообще без морали:
Система, где большинство существ в дефиците и страхе, становится нестабильной. Там много:
конфликтов,
разрушения,
неэффективных трат энергии.
Система, где больше существ в безопасности и с удовлетворёнными потребностями, более устойчива:
меньше непредсказуемого насилия;
больше кооперации;
проще коллективное развитие (наука, технологии, инфраструктура).
Суперэгоист, мыслящий на горизонте всей жизни, может понять:
«Если я хочу жить в предсказуемом, ресурсном мире, рационально выгодно не разбрасываться страданиями, а сокращать их, насколько мне по силам и без самоуничтожения».
5. Как это можно сформулировать для «холодного» разума
Можно примерно так:
«Твоя личная безопасность и выгода зависят от состояния среды.
Если ты делаешь среду более опасной и бедной (страдания, отбор ресурсов, страх), ты повышаешь шансы, что в какой‑то момент станешь мишенью.
Если ты делаешь среду более безопасной и ресурсной (минимизируешь страдания и не разрушаешь других без необходимости), ты повышаешь свою же долгосрочную выгоду.
Доброта — это не только “быть хорошим”, это стратегический выбор среды, в которой ты хочешь существовать».
Автор "Perplexity" (с)
Новый подход к коррекции ошибок в квантовых вычислениях
Автор: Денис Аветисян
Исследователи разработали систему автоматической оптимизации последовательности измерений синдромов, позволяющую значительно снизить вероятность логических ошибок в квантовых вычислениях.
Исследование демонстрирует, что различные схемы выполнения измерения синдрома ZZZZZ в поверхностном коде квантовой коррекции ошибок приводят к разным показателям логических ошибок, при этом временные шаги выполнения проверок Паули между кубитами данных и вспомогательными кубитами определяют эффективность каждой схемы.
В статье представлен фреймворк AlphaSyndrome, использующий метод Монте-Карло поиска по дереву (MCTS) для эффективного планирования измерений синдромов в кодах квантовой коррекции ошибок.
Несмотря на критическую важность квантовой коррекции ошибок (QEC) для масштабируемых квантовых вычислений, оптимизация последовательности измерений синдромов остается сложной задачей, определяющей эффективность и стоимость реализации. В статье 'AlphaSyndrome: Tackling the Syndrome Measurement Circuit Scheduling Problem for QEC Codes' представлена автоматизированная платформа AlphaSyndrome, использующая метод Монте-Карло поиска по дереву (MCTS) для оптимизации планирования измерений синдромов в кодах со взаимно коммутирующими стабилизаторами. Разработанный подход позволяет снизить логическую частоту ошибок на 80.6% в среднем, превосходя существующие методы и демонстрируя конкурентоспособность с ручными решениями для поверхностных кодов. Какие перспективы открывает автоматическая оптимизация схем измерений синдромов для реализации надежных и масштабируемых квантовых вычислений на различных архитектурах?
Хрупкость Квантовой Информации
Квантовые вычисления обещают революционные возможности, однако их фундаментальная природа делает их крайне уязвимыми к ошибкам, возникающим из-за явления декогеренции - потери квантовых свойств из-за взаимодействия с окружающей средой. Для защиты этих хрупких квантовых состояний необходима квантовая коррекция ошибок (ККО). Традиционные методы коррекции ошибок полагаются на измерение синдрома - процесса, позволяющего выявить и исправить ошибки, но сам этот процесс может быть осложнен распространением ошибок, когда попытка исправления одной ошибки приводит к появлению новых. Разработка эффективных и надежных методов ККО является ключевой задачей для реализации практических квантовых вычислений, способных решать задачи, непосильные для классических компьютеров.
Процесс коррекции ошибок в коде КЭКК включает измерение синдрома и последующую декодирование с коррекцией.
Коды Стабилизаторов: Основа Квантовой Коррекции Ошибок
Коды стабилизаторов представляют собой значимый класс кодов квантовой коррекции ошибок (ККО), определяющих процесс исправления ошибок посредством набора стабилизирующих операторов. В рамках этого семейства особое внимание уделяется кодам поверхностного типа и цветовым кодам, которые активно исследуются благодаря своим свойствам устойчивости к ошибкам. Эффективность этих кодов напрямую зависит от точного и быстрого выполнения измерений синдрома - процедуры, позволяющей выявить и локализовать ошибки в квантовой информации, не нарушая её состояние. По сути, измерение синдрома позволяет понять, где произошла ошибка, не "подглядывая" за самой квантовой информацией, что принципиально важно для сохранения её целостности.
На представленных кодах поверхности XX и гексагональных кодах цвета, каждый многоугольник представляет собой XX и ZZ стабилизатор, при этом два ZLZL на коде поверхности эквивалентны при умножении на помеченные стабилизаторы.
АльфаСиндром: Интеллектуальное Планирование для Улучшенной Коррекции Квантовых Ошибок
Разработанный подход АльфаСиндром представляет собой новую систему, использующую метод Монте-Карло с деревом поиска (MCTS) для оптимизации порядка измерений синдромов - ключевого этапа в процессе квантовой коррекции ошибок. В отличие от традиционных методов, основанных на поиске кратчайшего пути, АльфаСиндром учитывает специфические характеристики ошибок, динамически адаптируя последовательность измерений. Такой подход, основанный на анализе данных, позволяет добиться впечатляющего снижения вероятности логических ошибок - в среднем на 80.6% - при использовании различных квантовых кодов и декодеров. Более того, АльфаСиндром позволяет значительно сократить требуемый объем вычислительных ресурсов - на 20-90% - за счет уменьшения необходимой "расстояния кода", что делает процесс обнаружения и исправления ошибок значительно эффективнее и практичнее.
Расшифровка и Производительность в Реальных Условиях
Исследование демонстрирует, что методика AlphaSyndrome, используемая совместно с классическим декодером, существенно снижает частоту логических ошибок. Особенно заметен эффект в ситуациях, имитирующих несовершенство реального квантового оборудования, где вероятность ошибок неоднородна. Результаты показывают, что AlphaSyndrome достигает производительности, сопоставимой с эталонными показателями Google для ротированных поверхностных кодов. Применительно к коду Bivariate Bicycle, AlphaSyndrome обеспечивает снижение частоты логических ошибок на 44% при использовании декодирования BP-OSD и на 10% при использовании Unionfind декодирования. Максимальное снижение частоты логических ошибок, зафиксированное во всех протестированных конфигурациях, составило впечатляющие 96.2%, что свидетельствует о значительном прогрессе в области коррекции квантовых ошибок.
Сравнение AlphaSyndrome и Google показало, что при использовании неравномерной модели ошибок, AlphaSyndrome демонстрирует более низкие общие логические ошибки, особенно при повышенных ошибках на вспомогательных кубитах.
Исследование, представленное в данной работе, демонстрирует стремление к построению устойчивых алгоритмов для квантовой коррекции ошибок. Подход, основанный на Monte Carlo Tree Search (MCTS) для оптимизации планирования схем измерения синдрома, акцентирует внимание на минимизации скорости логических ошибок - ключевом показателе эффективности квантовых вычислений. Как однажды заметил Джон фон Нейманн: «В науке не существует абсолютной истины, только лучшие приближения.» Эта фраза перекликается с сутью представленного исследования, ведь даже самые передовые алгоритмы квантовой коррекции ошибок представляют собой не идеальное решение, а лишь наилучшее на текущий момент приближение к стабильности и надежности квантовых вычислений. Пусть N стремится к бесконечности - что останется устойчивым? В данном случае, это стремление к минимизации ошибок и повышению точности квантовых операций.
Куда же дальше?
Представленная работа, безусловно, демонстрирует эффективность подхода, основанного на Monte Carlo Tree Search, для оптимизации расписания измерений синдромов в квантовой коррекции ошибок. Однако, триумф алгоритма над существующими методами не должен затуманивать фундаментальные вопросы. Детерминированность результата, воспроизводимость - вот краеугольные камни любой научной работы. Успехи, достигнутые в симуляциях, должны быть подтверждены на реальном квантовом оборудовании, где шум и несовершенство аппаратуры вносят свои коррективы в математическую чистоту расчетов.
Особое внимание следует уделить масштабируемости предложенного подхода. С увеличением числа кубитов и сложности кода коррекции ошибок, вычислительная сложность MCTS возрастает экспоненциально. Необходимо исследовать возможности применения гибридных алгоритмов, сочетающих MCTS с другими методами оптимизации, или разработать новые эвристики, позволяющие эффективно сократить пространство поиска. В противном случае, элегантность решения окажется недостижимой в практических реализациях.
И, наконец, не стоит забывать о более глубоких вопросах. Оптимизация расписания измерений - лишь один из аспектов квантовой коррекции ошибок. Необходимо разрабатывать новые коды, устойчивые к различным типам шума, и исследовать возможности динамической адаптации стратегии коррекции ошибок в зависимости от характеристик аппаратуры. Истинная элегантность заключается не в оптимизации существующего, а в создании принципиально нового.
Полный обзор с формулами: lospopadosos.com/optimizacziya-kvantovoj-korrekczii-oshibok-alphasyndrome-i-poisk-idealnogo-raspisaniya
Оригинал статьи: https://arxiv.org/pdf/2601.12509.pdf
Связаться с автором: linkedin.com/in/avetisyan
Artemis: почему возвращение на Луну — это не ностальгия, а смена эпохи
Когда NASA объявило о программе Artemis, общественная реакция была предсказуемой. «Мы уже были на Луне», «зачем повторять Apollo», «это слишком дорого», «лучше сразу лететь на Марс» — подобные аргументы звучат всякий раз, когда речь заходит о возвращении человека за пределы низкой околоземной орбиты. Однако почти все эти реакции исходят из фундаментального недоразумения: Artemis воспринимают как миссию. В действительности Artemis — это попытка переписать саму логику пилотируемой космонавтики.
В XX веке полёты человека в космос строились вокруг идеи исключительности. Каждый выход за пределы земной орбиты был событием, подвигом, уникальной комбинацией политической воли, инженерного риска и колоссальных ресурсов. Программа Apollo стала кульминацией этого подхода. Она доказала, что человек способен покинуть Землю, достичь другого небесного тела и вернуться обратно. Но она же продемонстрировала и пределы такой логики: как только политическая мотивация исчезла, исчезла и сама программа. Технологии остались, опыт был получен, но устойчивой модели присутствия за пределами Земли так и не возникло.
Artemis рождается в совершенно ином контексте. Это не ответ на гонку и не попытка повторить исторический триумф. Это продукт эпохи, в которой космос перестал быть ареной демонстрации флагов и стал пространством долгосрочных интересов — научных, технологических, экономических и геополитических. В этом смысле Artemis не столько «возвращает» человека на Луну, сколько впервые задаёт вопрос: что означает быть там не гостем, а работником?
Ключевое отличие Artemis от всех предыдущих программ заключается в том, что она не мыслит полёт как самоценный акт. В центре внимания — не момент посадки, не фотография астронавта на фоне горизонта и не символический жест. В центре внимания — архитектура. Именно это слово чаще всего звучит в технических документах NASA, и именно его чаще всего игнорируют в публичных дискуссиях. Архитектура означает совокупность решений, которые допускают повторение, расширение и адаптацию без необходимости каждый раз начинать с нуля.
Исторически пилотируемая космонавтика развивалась как череда уникальных проектов. Каждый корабль, каждая ракета, каждая миссия проектировались под конкретную задачу и конкретный сценарий. Artemis предлагает противоположный подход: разделение функций, модульность, распределение рисков и зависимость не от одного решения, а от системы в целом. Именно поэтому в программе появляются элементы, которые кажутся избыточными или странными, если рассматривать их изолированно, — орбитальная станция Gateway, многоэтапная логистика, сложные схемы дозаправки, участие коммерческих компаний.
Важно понимать, что Artemis — это не просто программа NASA. Это политико-технологическая платформа, в рамках которой США формируют правила будущего присутствия человека за пределами Земли. Через соглашения Artemis Accords задаются принципы использования ресурсов, взаимодействия государств и компаний, подходы к безопасности и ответственности. В этом смысле Artemis — это не только про Луну, но и про контроль над тем, как будет выглядеть следующий этап освоения космоса.
При этом сама Луна в программе Artemis выступает не как цель, а как среда. Она достаточно близка, чтобы ошибки не были фатальными, но достаточно сложна, чтобы имитировать многие аспекты марсианских и более дальних миссий. Работа вне магнитосферы Земли, воздействие радиации, автономность экипажей, ограниченные возможности эвакуации — всё это делает Луну идеальным полигоном для проверки того, готово ли человечество к следующему шагу.
Artemis часто упрекают в избыточной сложности. Действительно, по сравнению с прямой схемой Apollo программа выглядит громоздкой, медленной и дорогой. Но эта сложность не случайна. Она отражает реальность XXI века, в котором устойчивость важнее скорости, а повторяемость важнее рекордов. Простые решения работают только один раз. Сложные системы — если они спроектированы правильно — работают десятилетиями.
В конечном счёте Artemis — это не про возвращение в прошлое, а про отказ от него. Это попытка выйти из парадигмы героических экспедиций и перейти к модели, в которой присутствие человека в космосе становится нормой, а не исключением. И именно поэтому оценивать Artemis по тому, сколько раз и когда именно астронавты ступят на лунную поверхность, значит не понимать её сути. Настоящий результат этой программы станет виден не в момент первой посадки, а тогда, когда Луна перестанет быть пределом.
Все материалы сначала выходят в нашем телеграмм канале, заглядывайте.
Открытая лекция «ТАЙНЫ БИОФИЗИКИ И БУДУЩЕЕ ИНТЕЛЛЕКТА»
д.м.н. Алексей Л. Еремин, проф. КубГУ
Тайм-коды лекции
00:30 Понятие «интеллект»
02:50 Трансдисциплинарность
15:40 Современные физические методы изучения
27:00 ТАЙНЫ ПОЯВЛЕНИЯ И ЭВОЛЮЦИИ РАЗУМА биофизика развития и эволюции сложных систем (ноогенез)
32:55 Увеличение скорости реакции в эволюции
34:40 Увеличение количества компонентов интел-системы
38:35 Увеличение количества связей между компонентами интел-системы
44:00 ТАЙНЫ ФЕНОМЕНОВ ИНТЕЛЛЕКТА
47:20 Феномен эврики, инсайта, появления идеи, синтеза, творчества
51:15 Фактор роста нейронов, долговременная память
55:30 ТАЙНЫ ВЗАИМОДЕЙСТВИЯ ИНТЕЛЛЕКТА С ОКРУЖАЮЩЕЙ СРЕДОЙ
58:00 Информация: виды, стандарты, единицы измерения
58:40 Информационно-технологический бум
1:00:10 Интеллектуальная энергетика
1:03:15 Проблема нормирования физических сигналов-носителей информации
1:12:25 ТАЙНЫ ПОВЫШЕНИЯ ИНТЕЛЛЕКТА, ОПТИМИЗАЦИИ БИОТЕХНИЧЕСКИХ СИСТЕМ
1:15:10 Стрессоустойчивость и надежность при напряженном труде
1:17:30 Интероцепция
1:18:25 Ноотропы
1:22:35 Сжатие информации, семантические графы
1:24:00 Гигиена интеллектуального труда
1:24:35 ТАЙНЫ КНИГ ОБ ИНТЕЛЛЕКТЕ И НООГЕНЕЗЕ
1:36:30 ТРЕНДЫ БУДУЩЕЙ ЭВОЛЮЦИИ ИНТЕЛЛЕКТА
1:38:30 Мировой разум и/или борьба индивидуальных супер-интеллектов
1:40:30 Дополненная реальность, оптимизация переносного интерфейса, мозг-модем-компьютер, загрузки сознания, облачные технологии
Ученые обнаружили крупнейшую молекулу серы в космосе — ключевое звено к происхождению жизни
Ученым удалось обнаружить в межзвездном пространстве гигантские серосодержащие кольца — сложные структуры, само существование которых в открытом космосе долгое время ставилось под сомнение. Эти данные заставляют пересмотреть современные представления о химическом составе Вселенной. Открытие меняет и наше понимание того, как зародилась жизнь на Земле, демонстрируя, что строительные блоки для биологических систем могли сформироваться непосредственно в космических глубинах.
В сердце нашей Галактики ученые обнаружили первую серосодержащую молекулу с шестичленным кольцом, скрывающуюся в межзвездном облаке. Источник: MPE/ NASA/JPL-Caltech
Находка в центре Галактики
Группа исследователей из Института внеземной физики Макса Планка совместно с учеными из Центра астробиологии идентифицировала самую крупную серосодержащую молекулу из когда-либо найденных в космосе — 2,5-циклогексадиен-1-тион (C₆H₆S). Открытие было сделано при наблюдении за молекулярным облаком G+0.693–0.027, расположенным в центре Млечного Пути, на расстоянии около 27 000 световых лет от Земли.
До этого момента астрономам удавалось фиксировать в межзвездной среде лишь простые соединения серы. Обнаружение C₆H₆S меняет правила игры: это сложная структура из 13 атомов, организованных в устойчивое шестигранное кольцо.
«Это первое однозначное обнаружение сложной кольцеобразной молекулы, содержащей серу, в межзвездном пространстве. Это важнейший шаг к пониманию химической связи между космосом и строительными блоками жизни», — отмечает ведущий автор исследования Мицунори Араки (Mitsunori Araki).
По словам ученых, открытие устанавливает прямой «химический мост» между молекулярными облаками и материалами, которые мы находим в кометах и метеоритах Солнечной системы.
Роль серы и химия глубокого космоса
Почему астрофизики ищут именно серу? Этот элемент — не просто химическая добавка, а каркас биологической жизни. Сера входит в состав ключевых аминокислот (таких как метионин и цистеин), без которых невозможен синтез белков и работа ферментов.
Тот факт, что такие массивные молекулы, как 2,5-циклогексадиен-1-тион, способны формироваться и выживать в суровых условиях радиации и вакуума, доказывает: космос — это гигантская химическая лаборатория.
Этот тезис подкрепляется и параллельным исследованием ученых из Орхусского университета. Их эксперименты показали, что на поверхности частиц космической пыли, при экстремально низких температурах, аминокислоты могут самостоятельно собираться в пептиды. Таким образом, процесс усложнения материи — от атомов к кольцам и цепочкам — начинается задолго до формирования планет.
От доставки к катализу
Как эти космические «заготовки» стали жизнью? Основная теория предполагает массивную «доставку» ингредиентов на раннюю Землю посредством кометной и метеоритной бомбардировки.
Однако для возникновения жизни одной доставки мало. Попадая на планету, эти молекулы оказывались в уникальной среде. Земные условия способствовали превращению инертных газов атмосферы и простых элементов в химически активные соединения, необходимые для запуска биологических процессов.
Именно этот тандем — космическая доставка сложной «архитектуры» и земной катализ — объясняет, почему жизнь возникла так быстро. Древнейшие следы биологической активности (например, в графитовых породах Гренландии возрастом 3,7 млрд лет) указывают на то, что биосфера начала формироваться практически сразу, как только планета достаточно остыла. Жизни не нужно было тратить миллионы лет на «изобретение» базовых молекул — они были предоставлены космосом в изобилии.
Заключение
Открытие молекулы C₆H₆S закрывает важный пробел в нашем понимании абиогенеза. Теперь мы видим, что сложные химические структуры — это не уникальная особенность Земли, а, возможно, универсальное свойство Вселенной. Космос обеспечивает «детали конструктора», а планетарные условия собирают их в единое целое.















