«Есть кто-нибудь здесь?»

Астрономы ждут ответа от Альтаира

Автор: КАЗУКИ ЭНДО/штатный автор
https://www.asahi.com/ajw/articles/photo/47013614

НАГАНО – Астрономы с нетерпением ждут первого контакта разумной жизни с посланием, переданным в космос 40 лет назад.

Они надеются, что ответ с Альтаира, находящегося в 16,7 световых годах от Земли, вполне может прийти уже сейчас, учитывая относительную близость звездной системы и прошедшее время.

Символично, что наблюдатели за звездами решили, что 22 августа, когда 7 июля звездный фестиваль Танабата с участием небесных «любовников» Альтаира и Веги выпадает на лунный календарь, самое подходящее время для ожидания сообщения «оттуда». ».

Команда под руководством Синья Нарусавы из Университета Хёго развернёт антенну диаметром 64 метра в Саку, префектура Нагано, в надежде наблюдать радиосигналы в ответ на сообщение, отправленное в 1983 году.

Послание, состоящее из 13 рисунков, изображающих историю жизни на Земле, внешний вид людей и другую информацию, было создано астрономами Масаки Моримото и Хисаси Хирабаяси.

По словам Нарусавы, радиосигналы, изображающие эти рисунки, были переданы из Соединенных Штатов 15 августа 1983 года в рамках проекта космической тематики, посвященного 15-летию еженедельной антологии комиксов Shonen Jump.

Моримото, японский пионер в области, известной как поиск внеземного разума (SETI), работал в Токийской астрономической обсерватории Токийского университета, которая сейчас является частью Национальной астрономической обсерватории Японии.
Сейчас он умер.

Хирабаяси — почетный профессор Японского агентства аэрокосмических исследований. 58-летний Нарусава сказал, что где-то во Вселенной должна существовать разумная жизнь за пределами Земли.
«С 1990-х годов было обнаружено большое количество экзопланет», — сказал Нарусава, который также является исследователем SETI.
«У Альтаира может быть планета, окружающая среда которой может поддерживать жизнь».

Его команда будет тренировать антенну в Центре глубокого космоса Усуда JAXA в течение одного часа с 22:00. 22 августа.

В Танабате японцы молятся о том, чтобы пастух и ткач, любовники, разделенные в мифологии Млечным Путем, могли встретиться хотя бы раз в году, 7 июля.

Пастух представлен Альтаиром в созвездии Орла, а ткач отождествляется с Вега в созвездии Лиры.

В этом году Танабата выпадает на 22 августа по лунному календарю. В 1983 году, когда вопрос «Привет, есть кто-нибудь?» Послание было передано на небеса, оно вернется 15 августа.

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru
Ссылка на git-хаб, где лежат исходники программы-клиента BOINC.
https://github.com/BOINC/boinc

Космический телескоп Gaia и исследование длиннопериодических комет
Расчет долгопериодических орбит комет при одновременных галактических и звездных возмущениях. (Задача N тел с N порядка 400).
http://150.254.66.104/gaiaathome/img/aa38451-20.pdf

Изменения орбиты C/2002 T7, проецируемые на его исходную орбитальную плоскость, описанную пятью снимками в каталоге CODE. Красная линия показывает движение этой кометы в прошлом, а синяя линия — ее будущую эволюцию. Выделены пять эпох (снимков), когда регистрируются элементы орбиты:

1 - соприкасающаяся гелиоцентрическая орбита вблизи центра интервала наблюдений (обычно вблизи перигелия);
2 - зафиксированная в прошлом исходная барицентрическая орбита на расстоянии 250 а.е. от Солнца;
3 - будущая барицентрическая орбита, зафиксированная в будущем на расстоянии 250 а.е. от Солнца;
4 – предыдущая орбита, зафиксированная в предыдущем перигелии;
5 - следующая орбита, в данном случае зафиксированная на границе ухода на расстоянии 120 000 а.е. от Солнца, но для многих других комет зафиксированная в следующем перигелии.

Динамическая эволюция номинальной орбиты C/2002 T7 LINEAR (решение d6) при одновременных галактических и звездных возмущениях. Левая вертикальная ось описывает график гелиоцентрического расстояния (тонкие синие линии) и расстояния до перигелия (зеленые линии, которые становятся черными, если e превышает 1,0).

Правая вертикальная ось описывает угловые элементы (относительно плоскости диска Галактики): наклонение (линия цвета фуксии) и аргумент перигелия (красная линия). Тонкие линии описывают динамику, когда все звездные возмущения опущены.

Звездные приближения
http://150.254.66.104/gaiaathome/img/aa29835-16.pdf

Целью данной работы является исследование параметров близости и влияния тесного сближения звезд на основе Gaia DR2 и DR3. С помощью численного интегрирования в осесимметричной модели Галактики определены новые параметры тесного сближения звезд.

Добавляя десять тысяч клонов, нарисованных с помощью ковариационной матрицы, мы оцениваем наиболее вероятное положение и скорость звезд на минимальном расстоянии от Солнца.

подробнее: Берски Ф. и Дыбчински П.А., 2020: Параметры близкого сближения пересчитаны на основе первого выпуска данных Gaia.
Облако из 13517 клонов звезды Глизе 710, построенное по ковариационной матрице, взятой из каталога Gaia DR2.

Это облако проецируется на максимальную плоскость рассеяния X'Y', координаты выражены в парсеках. Красная точка — это положение Солнца, зеленая точка — номинальное положение звезды во время встречи, а оранжевый крест — центроид облака клонов. Синий пунктирный круг показывает приблизительную протяженность кометного облака Оорта. Параметры этой звезды известны с хорошей точностью, поэтому облако клонов довольно компактно.

Облако из 11327 клонов звезды ALS 9243, построенное по ковариационной матрице, взятой из каталога Gaia DR2.

Это облако проецируется на максимальную плоскость рассеяния X'Y', координаты выражены в парсеках. Красная точка — это положение Солнца, зеленая точка — номинальное положение звезды во время встречи, а оранжевый крест — центроид облака клонов.

Синий пунктирный круг показывает приблизительную протяженность кометного облака Оорта. Параметры этой звезды имеют низкую точность, но звезду необходимо детально изучить, поскольку она может иметь большую массу, даже более 10 масс Солнца. Gliese 710 пройдет мимо Солнца еще ближе.

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru
Ссылка на git-хаб, где лежат исходники программы-клиента BOINC.
https://github.com/BOINC/boinc
http://150.254.66.104/gaiaathome/about.php

Обновление исследования биомаркеров рака легких от команды MCM (ноябрь 2023 г.)

Мы продолжаем работу по характеристике биомаркеров рака легких, выявленных в рамках проекта MCM1. В этом обновлении основное внимание уделяется гену IL13RA1, связанному с выживаемостью при раке легких и дифференциально экспрессируемому при нескольких типах рака по сравнению с нормальными тканями.

https://www.worldcommunitygrid.org/r...m1/overview.do

Проект: Картирование маркеров рака

Опубликовано: 27 ноября 2023 г.

Фон

Распознавание закономерностей у онкологических больных может быть полезным, поскольку позволяет нам выявлять признаки рака у других пациентов или персонализировать лечение различных пациентов в соответствии с их генетическим профилем.

Проект Mapping Cancer Markers анализирует базы данных с миллионами точек данных, собранных у пациентов с раком и саркомой, чтобы найти такие диагностические, прогностические и прогностические признаки.

С ноября 2013 года волонтеры World Community Grid пожертвовали на проект более 867 200 лет процессорного времени, помогая анализировать данные исследований о различных типах рака значительно быстрее и более тщательно, чем это было бы возможно в противном случае. Мы безмерно благодарны волонтерам, которые продолжают делать пожертвования на этот проект.

Мы продолжаем работу над общими биомаркерами рака легких. VAMP1, FARP1, GSDMB и ADH6 обсуждались в наших обновлениях за март, апрель, июль и сентябрь. Здесь мы излагаем информацию о IL13RA1.

Исследования IL13RA1
https://www.uniprot.org/uniprotkb/P78552/entry#function

IL13RA1, часть семейства рецепторов интерлейкина, кодирует субъединицу альфа-1 рецептора интерлейкина-13, которая вместе с IL4RA образует функциональный рецептор интерлейкина-13 (IL13) (Uniprot). Интерлейкины представляют собой тип цитокинов, которые экспрессируются различными клетками организма и играют важную роль в активации и дифференцировке иммунных клеток, а также в пролиферации, созревании, миграции и адгезии. Следовательно, будучи субъединицей рецептора IL13, IL13RA1 позволяет IL13 оказывать эти эффекты.

Учитывая его участие в иммунной функции, неудивительно, что была выявлена возможная связь между IL13RA1 и несколькими заболеваниями, включая ишемическую болезнь сердца[1], болезнь Паркинсона[2], язвенный колит[3], астму и другие аллергические заболевания[ 4,5,6]. IL13RA1 также был идентифицирован как синаптический белок, который участвует в пластичности и нейропротекции после травмы [7].

Как и другие представленные нами гены, мы исследовали роль IL13RA1 при раке легких и обнаружили, что он играет защитную роль, как показано на рисунке 1.

Рисунок 1. Кривые выживаемости пациентов с высокой и низкой экспрессией IL13RA1 (KMplotter).
https://kmplot.com/analysis/

Мы также исследовали, распространяется ли это открытие на другие виды рака. Как показано на рисунке 2, аналогичные тенденции в экспрессии IL13RA1 наблюдаются при большинстве протестированных видов рака.

В соответствии с этим наблюдением в литературе были документированы ассоциации между экспрессией IL13RA1 и раком поджелудочной железы[8], раком щитовидной железы[9], раком мочевого пузыря[10], раком молочной железы[11] и раком головного мозга[12].

Рисунок 2. Экспрессия IL13RA1 в нормальной и раковой ткани при нескольких типах рака. Красный текст представляет значительную разницу между экспрессией в раковой ткани по сравнению с нормальной тканью (TNMplot).

Если у вас есть какие-либо комментарии или вопросы, пожалуйста, оставьте их в этой теме, чтобы мы могли ответить. Спасибо за вашу постоянную поддержку.
https://www.worldcommunitygrid.org/f...d_thread,45880

Рекомендации

Фэн X, Чжан Ю, Ду М, Ли С, Дин Дж, Ван Дж, Ван Ю, Лю П. Идентификация диагностических биомаркеров и терапевтических мишеней в периферическом иммунном ландшафте при ишемической болезни сердца. Джей Трансл Мед. 5 сентября 2022 г.; 20 (1): 399. дои: 10.1186/s12967-022-03614-1. PMID: 36064568; PMCID: PMC9444127.
Агирре К.А., Кончетта Морале М., Пэн К., Санчес-Алавес М., Синтрон-Колон Р., Фенг К., Фазелпур С., Махер П., Конти Б. Два однонуклеотидных полиморфизма в IL13 и IL13RA1 у лиц с идиопатической болезнью Паркинсона повышают восприимчивость клеток к окислительный стресс. Мозговой иммунитет. 2020 август;88:920-924. doi: 10.1016/j.bbi.2020.04.007. Epub, 7 апреля 2020 г. PMID: 32276028; PMCID: PMC9012133.
Гвигнер М., Мартинес-Нунес Р.Т., Уайток С.Р., Бонданезе В.П., Кларидж А., Коллинз Дж.Э., Каммингс Дж.Р.Ф., Санчес-Эльснер Т. МикроРНК-31 и микроРНК-155 сверхэкспрессируются при язвенном колите и регулируют передачу сигналов IL-13 путем нацеливания на интерлейкин 13 Рецептор α-1. Гены (Базель). 13 февраля 2018 г.;9(2):85. doi: 10.3390/genes9020085. PMID: 29438285; PMCID: PMC5852581.
Константинидис А.К., Бартон С.Дж., Сэйерс И., Ян И.А., Лордан Дж.Л., Рорк С., Клаф Дж.Б., Холгейт С.Т., Холлоуэй Дж.В. Исследования генетической ассоциации полиморфизмов гена субъединицы альфа1 рецептора интерлейкина-13 при астме и атопии. Eur Respir J. Июль 2007 г.;30(1):40-7. дои: 10.1183/09031936.00025706. Epub, 28 марта 2007 г. PMID: 17392323.
Фуруэ М., Улзи Д., Накахара Т., Цудзи Г., Фуруэ К., Хасимото-Хатия А., Кидо-Накахара М. Влияние IL-13Rα2 на атопическое воспаление кожи. Аллергол Инт. Июль 2020 г.;69(3):412-416. doi: 10.1016/j.alit.2020.01.005. Epub, 6 февраля 2020 г. PMID: 32037147.
Маккензи С.И., Варезе Н., Ауи П.М., Рейнвальд С., Уайнс Б.Д., Хогарт П.М., Тьен Ф., Хью М., Ролланд Дж.М., О'Хехир Р.Э., ван Зельм М.К. Секвенирование РНК одиночных аллерген-специфичных В-клеток памяти после иммунотерапии пыльцой трав: две уникальные судьбы клеток и CD29 как биомаркер эффекта лечения. Аллергия. Март 2023 г.;78(3):822-835. дои: 10.1111/all.15529. Epub, 1 октября 2022 г. PMID: 36153670.
Ли С, Олде Хеувел Ф, Рехман Р, Аусджи О, Фрелих А, Ли З, Джарк Р, Чжан В, Конквест А, Вулфле С, Шон М, О Меара CC, Рейнхардт РЛ, Фёрингер Д, Кассубек Дж, Людольф А, Хубер-Ланг М., Нёлль Б., Морганти-Коссманн М.К., Брокманн М.М., Бокерс Т., Розелли Ф. Интерлейкин-13 и его рецептор представляют собой синаптические белки, участвующие в пластичности и нейропротекции. Нац Коммун. 2023, 13 января;14(1):200. дои: 10.1038/s41467-023-35806-8. PMID: 36639371; PMCID: PMC9839781.
Ши Дж, Шен X, Кан Q, Ян X, Дензингер М, Корнманн М, Трауб Б. Потеря интерлейкина-13-рецептора-альфа-1 вызывает апоптоз и способствует ЕМТ при раке поджелудочной железы. Int J Mol Sci. 26 марта 2022 г.; 23 (7): 3659. doi: 10.3390/ijms23073659. PMID: 35409019; PMCID: PMC8998778.
Ван Б., Шен В., Ян Л., Ли X, Чжан Л., Чжао С., Цзинь X. Выявить потенциальный молекулярный механизм циркРНК, регулирующий мРНК, связанную с иммунитетом, через микроРНК губки в возникновении и иммунной регуляции папиллярного рака щитовидной железы. Энн Мед. 2023;55(2):2244515. дои: 10.1080/07853890.2023.2244515. PMID: 37603701; PMCID: PMC1044398.
Fang ZQ, Zang WD, Chen R, Ye BW, Wang XW, Yi SH, Chen W, He F, Ye G. Профиль экспрессии генов и пути обогащения на разных стадиях рака мочевого пузыря. Генет Мол Рез. 6 мая 2013 г.; 12 (2): 1479-89. doi: 10.4238/2013.Май.6.1. PMID: 23765955.
He M, Hu C, Deng J, Ji H, Tian W. Идентификация новой характеристики, связанной с гликолизом, для прогнозирования прогноза пациентов с раком молочной железы. World J Surg Oncol. 2 октября 2021 г.; 19 (1): 294. doi: 10.1186/s12957-021-02409-w. PMID: 34600547; PMCID: PMC8487479.
Морено Д.А., да Силва Л.С., Гомеш И., Леал Л.Ф., Берардинелли Г.Н., Гонсалвес ГМ, Перейра К.А., Сантана IVВ, Мацусита М.М., Бхат К., Лоулер С., Рейс Р.М. Иммунное профилирование рака раскрывает биомаркеры, иммунологические пути и оценку типов клеток, связанных с выживаемостью пациентов с глиобластомой. Тер Адв Мед Онкол. 21 декабря 2022 г.; 14: 17588359221127678. дои: 10.1177/17588359221127678. PMID: 36579028; PMCID: PMC9791289.

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru
Ссылка на git-хаб, где лежат исходники программы-клиента BOINC.
https://github.com/BOINC/boinc

НОВОЕ УЛУЧШЕННОЕ ПРИЛОЖЕНИЕ «ГРАВИТАЦИОННАЯ ВОЛНА» И СПЕЦИАЛЬНОЕ ПОЗДРАВЛЕНИЕ С НОВЫМ 2024 ГОДУ
Отправлено 16 января 2024 г.
Дорогие кранчеры!

Мы хотели бы поделиться с вами двумя вещами:

а) приложение GW с ускорением на графическом процессоре теперь гораздо менее требовательно к памяти и с меньшей вероятностью выдает ошибки. Если вы ранее отказались от приложения GW, мы приглашаем вас пересмотреть свое решение и дать шанс новой версии.

б) чтобы отметить выпуск нового приложения, у нас есть специальное праздничное предложение для наших волонтеров: вы получите в два раза больше кредитов BOINC за результаты в приложении GW.

[подробности смотрите в теме форума]

https://einsteinathome.org/ru/conten...oved-gravitati...
В последнее время мы были заняты улучшением процесса обработки данных при запуске поиска гравитационных волн по всему небу O3 по данным O3 (поиск O3ASHF).

Мы заметили, что некоторые вещи были не совсем оптимальными: изначально приложению требовалось почти 4 ГБ памяти на вашей видеокарте, что, по общему признанию, было слишком амбициозным. Мы заметили, что многие результаты возвращаются к нам в виде ошибок вычислений, вызванных ошибками распределения памяти.

Мы также заметили, что довольно много пользователей отказались от приложения Gravitational Wave, и мы подозреваем, что в этом виноваты относительно высокий уровень ошибок и высокие требования к памяти. Приносим извинения за возможные неудобства.

Поэтому мы существенно изменили рабочие модули и приложение: вместо того, чтобы обрабатывать определенный объем пространства параметров за один раз для каждого рабочего модуля (и использовать для этого почти 4 ГБ видеопамяти), новое приложение будет работать на рабочих модулях, которые выполняют поиск в том же пространстве. но в два этапа последовательно, каждый раз охватывая половину предыдущего объема поиска. Преимущество состоит в том, что теперь максимальный объем видеопамяти, используемый для этого, составляет всего около 2 ГБ, и чтобы создать некоторый запас безопасности, мы позволяем BOINC принять требование примерно в 2,5 ГБ.

Новая версия приложения была развернута некоторое время назад, и мы действительно наблюдаем существенное уменьшение количества рабочих единиц, завершающих работу с ошибкой, поэтому все работает так, как задумано.

Важно: если вы ранее отказались от поиска по гравитационным волнам в пользу ускоренного поиска с помощью графического процессора BRP7, мы хотели бы предложить вам снова включить поиск GW в ваших настройках (в разделе «Проект»: обратите внимание, что вы возможно, вы захотите установить это во всех «местах» BOINC).

С Новым 2024 годом!

Дополнительные кредиты

В качестве стимула попробовать новое приложение (особенно если вы ранее отказались от него) и в качестве компенсации за потенциальные проблемы в прошлом мы увеличили количество кредитов за новые рабочие единицы, генерируемые с этого момента, до 10 тысяч, что в два раза превышает предыдущую сумму. . Некоторые дополнительные технические примечания Если у вас есть видеокарта с 4 ГБ видеопамяти или меньше, вы, вероятно, захотите убедиться, что вы случайно не запустите два или более экземпляров приложения одновременно.

В этом случае «Коэффициент использования графического процессора» в настройках вашего проекта в BOINC должен быть установлен на 1,0, что является значением по умолчанию. Если вы уменьшили это значение до 0,5 и т. д., чтобы разрешить параллельное использование нескольких устройств в прошлом, и вы видите ошибки в вычислениях (потому что BOINC попытается запустить два устройства с общим использованием ОЗУ, очень близким к 4 ГБ, потому что BOINC обманут низким объемом видеопамяти). использования в самом начале приложения), вам следует установить значение 1.0. Приятного хруста!

Конкурс вычислений Moonshoot

Мы рады объявить о конкурсе, поощряющем старшеклассников изучать науку о данных и распределенных вычислениях с использованием BOINC и World Community Grid.

Опубликовано: 22 февраля 2024 г.

Как мы отмечали в нашем информационном бюллетене за октябрь 2023 года, мы работаем над установлением более прочной связи со средними школами. Мы рады объявить о конкурсе, поощряющем старшеклассников изучать науку о данных и распределенных вычислений с использованием BOINC и World Community Grid.

Конкурс Computation Moonshoot призван помочь студентам внести свой вклад в реальные, полезные результаты для исследователей в захватывающей конкурентной атмосфере. Конкурс организован The Science Commons Initiative и пройдет с 25 марта по 7 мая 2024 года. Хотя основной конкурс открыт для всех средних школ США и их учащихся, мы надеемся, что это вызовет некоторый глобальный интерес.

Призы будут вручены школе, внесшей наиболее активный вклад, школе, вложившей больше всего времени на обработку, и школе с самым высоким соотношением активных участников к учащимся. Призы варьируются от научного оборудования до подарочных карт и студенческих стипендий.

Это соревнование — не первое соревнование по грид-вычислениям, проводимое на WCG.

В 2019 году Стокгольмская школа науки и инноваций в Швеции провела соревнование между 5 командами, вложившими более 25 лет ЦП и 45 945 результатов за один месяц в проекты MCM и MIP.

Еще один из наших партнеров по средней школе, средняя школа Сислера в Канаде, приняла участие в Compute for the Cure 2021, двухнедельном конкурсе пожертвований MCM, вернув 52 392 результата и заняв второе место в конкурсе. Они также провели свои собственные внутришкольные соревнования. Обе средние школы отметили, что соревнования предоставляют учащимся ценную возможность обучения и являются интересным способом мотивировать учащихся к использованию грид-вычислений. В эту растущую группу наших партнеров из средних школ входит средняя школа сообщества Бока-Ратон, которая создала клуб WCG и расширяет учебную программу по естественным наукам, изучая проекты WCG, программирование и высокопроизводительные вычисления.

Мы с нетерпением ждем конкурса Computation Moonshot и возможностей, которые он предоставит для обогащения обучения студентов. Регистрация на этот конкурс уже открыта. Для получения дополнительной информации о конкурсе и о том, как зарегистрироваться, посетите веб-сайт Computation Moonshoot. https://computationmoonshot.org/?page_id=16
https://www.worldcommunitygrid.org/a...?articleId=793
https://www.worldcommunitygrid.org/a...?articleId=787
https://www.worldcommunitygrid.org/a...?articleId=601
http://thesciencecommons.org/
https://computationmoonshot.org/?page_id=16
https://www.worldcommunitygrid.org/i...r_Oct_2023.pdf

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru
Ссылка на git-хаб, где лежат исходники программы-клиента BOINC.
https://github.com/BOINC/boinc

Обновление исследования от команды MCM (март 2024 г.)

Мы продолжаем характеризовать биомаркеры рака легких, выявленные в проекте MCM1. Это обновление посвящено HSD17B11, гену, связанному с выживаемостью при раке легких. HSD17B11 представляет собой ген, кодирующий белок, относительно повсеместно экспрессирующийся в органах и тканях. Это короткоцепочечная алкогольдегидрогеназа, которая метаболизирует вторичные спирты и кетоны.

Проект: Картирование маркеров рака Опубликовано: 14 марта 2024 г.

Терминология

- Стероидогенез: процесс, посредством которого холестерин превращается в различные стероидные гормоны.
- Идиопатическая необструктивная азооспермия: наиболее тяжелый тип мужского бесплодия, характеризующийся малым объемом яичек и очень низкой концентрацией сперматозоидов, причина которого не установлена.
Фон

Идентификация молекулярных маркеров и их комбинаций (сигнатур) позволяет нам выявлять заболевание на более ранней стадии (диагностические сигнатуры) и стратифицировать пациентов на подгруппы на основе закономерностей прогрессирования заболевания (прогностические сигнатуры), что потенциально может привести к определению того, какие пациенты могут получить пользу от различных вариантов лечения (прогностические сигнатуры). . Проект Mapping Cancer Markers анализирует наборы данных с миллионами точек данных, собранных у пациентов с раком и саркомами, чтобы найти такие диагностические, прогностические и прогностические признаки.

С ноября 2013 года волонтеры World Community Grid пожертвовали проекту более 894 000 лет процессорного времени, помогая анализировать данные о раке и саркоме легких и яичников гораздо более тщательно, чем это было бы возможно в противном случае. Мы безмерно благодарны за эту постоянную поддержку.

Далее описывая 26 генов с наибольшим количеством баллов при раке легких, мы уже обсуждали VAMP1, FARP1, GSDMB, AHD6, IL13RA1, PCSK5 и TLE3 в предыдущих обновлениях MCM. Здесь мы излагаем информацию о HSD17B11. Важно отметить, что на данный момент между всеми этими белками существует сильная связь, как показано на рисунке 1. HSD17B11 является четвертым по количеству связанных белков в нашем списке, при этом FARP1, TLE3, PCSK5 являются более связанными.

Рисунок 1. Физические взаимодействия белков, связывающие 8 белков, на которых мы сосредоточились до сих пор (розовые узлы). Данные из нашей базы данных IID.

HSD17B11 Исследования

HSD17B11 — это ген, который кодирует белок, называемый гидроксистероид-17-бета-дегидрогеназа 11. Гидроксистероид-17-бета-дегидрогеназа 11 может превращать андростан-3-альфа,17-бета-диол в андростерон in vitro, что позволяет предположить, что он может участвовать в выработке андрогена.

Учитывая его структуру (рис. 2), HSD17B11 имеет четыре известных лиганда, которые могут с ним связываться, включая андростерон, глицерин, сульфат-ион и хлорид-ион.

Рисунок 2. Структура белка HSD17B11 (PDB).

Крупный метаанализ показал, что однонуклеотидные полиморфизмы в HSD17B11 в значительной степени связаны с мышечной массой тела [1]. Также было обнаружено, что HSD17B11 является потенциальным биомаркером ишемической болезни сердца [2] и идиопатической необструктивной азооспермии [3].

Было обнаружено, что HSD17B11 играет защитную роль при раке легких (рис. 3), как и другие гены, которые мы представили до сих пор.
Рисунок 3. а) Кривые выживаемости пациентов с низкой и высокой экспрессией HSD17B11 (KMplot). б) Еще более сильная связь обнаружена для аденокарциномы легких и в) для никогда не куривших.

Мы продолжили исследования, чтобы изучить связь между HSD17B11 и другими видами рака. Как показано на рисунке 4, при сравнении раковых тканей и нормальных тканей, HSD17B11 дифференциально экспрессируется при большинстве видов рака (обозначено красным текстом).

При большинстве видов рака его активность повышена, за исключением рака молочной железы, толстой кишки, плоскоклеточного рака легких, рака яичников, почек, щитовидной железы и матки. В литературе HSD17B11 связан с прогнозом рака простаты [4] и выживаемостью при раке поджелудочной железы [5].

Рисунок 4. Экспрессия HSD17B11 в нормальной и раковой ткани при нескольких типах рака. Красный текст представляет значительную разницу между экспрессией в раковой ткани по сравнению с нормальной тканью (TNMplot).

Если у вас есть какие-либо вопросы или комментарии, пожалуйста, оставьте их в этой теме, чтобы мы ответили!

Команда WCG
https://www.worldcommunitygrid.org/f...ffset,0#695182

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.ru

Процесс голосования призы ВВИО 2024 ГОДА

Всемирный саммит по информационному обществу (WSIS) – это инициатива, спонсируемая Организацией Объединенных Наций, направленная на использование потенциала информационных и коммуникационных технологий для построения инклюзивного и справедливого информационного общества во всем мире.

BOINC был номинирован на премию форума 2024 года и преодолел первоначальные препятствия; следующий и последний шаг («Фаза 3») требует общественного голосования. – Волонтерское голосование за волонтерские вычисления :)

Эта награда станет очень хорошим стимулом и признанием для BOINC и всех наших проектов; если мы сможем заставить наши сообщества проголосовать, у нас будет достойный шанс на этом этапе...
Голосование довольно простое, занимает всего несколько минут; инструкции здесь.

(*Срок голосования — воскресенье: 31 марта 2024 г., 23:00 UTC+02:00)

Шаги для голосования

Перейдите на страницу «Премии ВВИО 2024» https://www.itu.int/net4/wsis/stockking/Prizes/2024 и нажмите «Проголосовать».

На открывшейся странице входа нажмите «Зарегистрироваться как новый пользователь».

Зайдите на почту, которую вы использовали при регистрации; найдите электронное письмо с темой «Подтвердите свою учетную запись WSIS» (от WSIS-confirmation@bb.itu.int). → Нажмите кнопку в этом письме, чтобы «Подтвердить регистрацию».

На открывшейся веб-странице нажмите, чтобы вернуться к форме входа.

В форме входа войдите

На странице, отображаемой после входа в систему, нажмите «Форма голосования».

В форме голосования

вверху формы есть серое поле, представляющее собой раскрывающееся меню; нажмите и выберите категорию «AL C7. Электронная наука». (*Примечание: возможно, вам придется прокрутить список, чтобы увидеть эту опцию. Также обратите внимание: существует несколько тем «AL C7»; мы находимся в «AL C7 E-Science»)

После выбора категории прокрутите вниз и найдите «Открытая инфраструктура Беркли для сетевых вычислений».

Нажмите «Проголосовать за этот проект» (Примечание: похоже, никакого подтверждения нет; вы просто возвращаетесь к форме для просмотра/выбора проектов в других категориях, а категория «AL C7. Электронная наука» больше не доступна в выпадающее меню). Но вы можете увидеть свои голоса здесь: https://www.itu.int/net4/wsis/stockk...s/2024/MyVotes.

Форум Всемирного саммита по информационному обществу (WSIS)+20.
Мероприятие высокого уровня, Форум WSIS+20, станет важной вехой двадцатилетнего прогресса, достигнутого в реализации решений Всемирного саммита по информационному обществу, который проходил в два этапа — Женева в 2003 году и Тунис в 2005 году.

Двадцать лет назад ВВУИО заложила основу для глобального цифрового сотрудничества с целью создания ориентированного на человека, инклюзивного и ориентированного на развитие общества информации и знаний.

Форум WSIS+20 послужит платформой для обсуждений с участием многих заинтересованных сторон с целью подвести итоги достижений и ключевых тенденций, проблем и возможностей со времени принятия Женевского плана действий в 2003 году.

Форум WSIS+20 планируется провести с 27 по 31 мая 2024 года. Он будет организован совместно МСЭ, ЮНЕСКО, ПРООН и ЮНКТАД и совместно МСЭ и Швейцарской Конфедерацией при поддержке дистанционного участия.

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.ru
https://drive.google.com/file/d/1wgd...ew?usp=sharing
https://www.itu.int/net4/wsis/stockt...%2F2024%2FVote
WSIS-confirmation@bb.itu.int
https://www.itu.int/net4/wsis/stocktaking/Prizes/2024
https://www.itu.int/net4/wsis/forum/2024

Процесс голосования призы ВВИО 2024 ГОДА

Всемирный саммит по информационному обществу (WSIS) – это инициатива, спонсируемая Организацией Объединенных Наций, направленная на использование потенциала информационных и коммуникационных технологий для построения инклюзивного и справедливого информационного общества во всем мире.

BOINC был номинирован на премию форума 2024 года и преодолел первоначальные препятствия; следующий и последний шаг («Фаза 3») требует общественного голосования. – Волонтерское голосование за волонтерские вычисления :)

Эта награда станет очень хорошим стимулом и признанием для BOINC и всех наших проектов; если мы сможем заставить наши сообщества проголосовать, у нас будет достойный шанс на этом этапе...
Голосование довольно простое, занимает всего несколько минут; инструкции здесь.

(*Срок голосования — воскресенье: 31 марта 2024 г., 23:00 UTC+02:00)

Шаги для голосования

Перейдите на страницу «Премии ВВИО 2024» https://www.itu.int/net4/wsis/stockking/Prizes/2024 и нажмите «Проголосовать».

На открывшейся странице входа нажмите «Зарегистрироваться как новый пользователь».

Зайдите на почту, которую вы использовали при регистрации; найдите электронное письмо с темой «Подтвердите свою учетную запись WSIS» (от WSIS-confirmation@bb.itu.int). → Нажмите кнопку в этом письме, чтобы «Подтвердить регистрацию».

На открывшейся веб-странице нажмите, чтобы вернуться к форме входа.

В форме входа войдите

На странице, отображаемой после входа в систему, нажмите «Форма голосования».

В форме голосования

вверху формы есть серое поле, представляющее собой раскрывающееся меню; нажмите и выберите категорию «AL C7. Электронная наука». (*Примечание: возможно, вам придется прокрутить список, чтобы увидеть эту опцию. Также обратите внимание: существует несколько тем «AL C7»; мы находимся в «AL C7 E-Science»)

После выбора категории прокрутите вниз и найдите «Открытая инфраструктура Беркли для сетевых вычислений».

Нажмите «Проголосовать за этот проект» (Примечание: похоже, никакого подтверждения нет; вы просто возвращаетесь к форме для просмотра/выбора проектов в других категориях, а категория «AL C7. Электронная наука» больше не доступна в выпадающее меню). Но вы можете увидеть свои голоса здесь: https://www.itu.int/net4/wsis/stockk...s/2024/MyVotes.

Форум Всемирного саммита по информационному обществу (WSIS)+20.
Мероприятие высокого уровня, Форум WSIS+20, станет важной вехой двадцатилетнего прогресса, достигнутого в реализации решений Всемирного саммита по информационному обществу, который проходил в два этапа — Женева в 2003 году и Тунис в 2005 году.

Двадцать лет назад ВВУИО заложила основу для глобального цифрового сотрудничества с целью создания ориентированного на человека, инклюзивного и ориентированного на развитие общества информации и знаний.

Форум WSIS+20 послужит платформой для обсуждений с участием многих заинтересованных сторон с целью подвести итоги достижений и ключевых тенденций, проблем и возможностей со времени принятия Женевского плана действий в 2003 году.

Форум WSIS+20 планируется провести с 27 по 31 мая 2024 года. Он будет организован совместно МСЭ, ЮНЕСКО, ПРООН и ЮНКТАД и совместно МСЭ и Швейцарской Конфедерацией при поддержке дистанционного участия.

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.ru
https://drive.google.com/file/d/1wgd...ew?usp=sharing
https://www.itu.int/net4/wsis/stockt...%2F2024%2FVote
WSIS-confirmation@bb.itu.int
https://www.itu.int/net4/wsis/stocktaking/Prizes/2024
https://www.itu.int/net4/wsis/forum/2024

Вычислительный конкурс стартует сегодня!

Конкурс проводится с 25 марта по 7 мая 2024 года.

Сегодня начался конкурс Computation Moonshot, поощряющий старшеклассников изучать науку о данных и распределенные вычисления.

Как мы объявили в февральском обновлении, сегодня начинается Computation Moonshot!

Цель этого конкурса — побудить старшеклассников узнать о науке о данных и распределенных вычислениях с использованием BOINC и World Community Grid.

Этот конкурс открыт для всех средних школ США.

Как было подчеркнуто в нашем информационном бюллетене за октябрь 2023 года, одна из наших целей на этот год заключалась в расширении охвата старших классов для улучшения обучения молодежи и повышения интереса к науке о данных.

Мы воодушевлены этим конкурсом и его потенциалом для продвижения нашей работы в средних школах не только в Соединенных Штатах, но и во всем мире. Приятно отметить, что Sisler Cyberacademy также участвует в конкурсе, и у них уже есть команда из 12 партнеров.

Чтобы обеспечить достаточное количество рабочих единиц на протяжении всего конкурса, мы будем увеличивать поставку рабочих единиц MCM, OPN, SCC и ARP на время конкурса, с 25 марта по 7 мая. Текущий статус: MCM - готовый; ОПН – готов; ССС – готово; АРП - в процессе.

Мы благодарим вас за вашу постоянную поддержку и продолжим предоставлять обновления по ходу конкурса. Если у вас есть какие-либо вопросы или комментарии, пожалуйста, оставьте их в этой теме, чтобы мы могли ответить.
Команда WCG

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.ru
https://computationmoonshot.org/
https://www.worldcommunitygrid.org/i...r_Oct_2023.pdf
https://www.worldcommunitygrid.org/f...ffset,0#695455

Исследование астероидов в наших домах - Asteroids@home часть 1

Первый чешский проект в системе распределенных вычислений BOINC и первый в нашей стране в области астрономии. Это Asteroids@home, проект, которому помогла сборная Чехии.

Введение
Астероид или комета?
Фотометрия и наблюдения
Радиоастрономия
Влияние Солнца на астероиды
Моделирование астероидов и исследование их периодов с помощью компьютеров
Исследования в рамках чешского проекта распределенных вычислений - Asteroids@home
Какие результаты нам принесут?

Введение

Прошло всего несколько дней, когда, по сообщениям СМИ, мы должны были стать свидетелями удивительного космического явления – пролета астероида в непосредственной близости от Земли. Этот объект получил обозначение 2012 DA14 и пролетел 15.02.2013 на расстоянии всего 28 000 км от поверхности Земли (что ближе, чем орбиты некоторых спутников). Всего за несколько часов до этого явления несколько частей изначально пятнадцатиметрового астероида совершенно неожиданно упали в России, в Челябинской области. По официальным данным, астероид при входе в атмосферу Земли распался на несколько частей, а созданная в результате пролета и распада в атмосфере волна давления стала причиной травм более тысячи человек. Лишь благодаря падению частей метеорита в десятках километров от города с населением более миллиона человек человеческих жертв не было.

Иллюстрация Челябинского астероида. Источник: procproto.cz
За несколько недель до этого события был даже предсказан один из многих концов света. Сценариев было несколько, и по сути одни и те же повторяются снова и снова. Земля вот-вот столкнётся с другим космическим телом, которое появится из ниоткуда из темных глубин космоса, и человечество не сможет отреагировать на эту угрозу.
Будь то загадочная планета Х (Немезида, Нибиру, Эрида, Мардук....), или комета (в случае с 21.12.2012 это должна была быть комета Еленина, но она в итоге распалась годом раньше), предсказанное неожиданное появление из темных глубин космоса, для большинства людей звучит устрашающе.

Неужели мы так мало знаем об окружающих нас космических телах в XXI веке, что нечто подобное могло произойти? Неужели мы настолько беспомощны, что просто цепляемся за гигантский шар, летим через космический тир и следим широко раскрытыми глазами, не столкнемся ли мы с другим космическим телом сегодня – или завтра?

Наша Солнечная система огромна, и Земля — лишь один из многих сотен тысяч объектов, вращающихся в ней вокруг Солнца. Орбиты разные и часто пересекаются или даже сталкиваются. Окружение нашей Земли тоже не так пусто, как может показаться большинству людей.

Около 4,5 миллиардов лет назад наше Солнце родилось из облака газа и пыли, за ним последовали планеты, спутники, астероиды и другие тела. В результате длительного воздействия гравитации планет нашей солнечной системы на разном расстоянии от Солнца образовалось несколько поясов астероидов, в которых расположены миллионы этих «планет». Некоторые из них берут свое начало уже в начале формирования нашей солнечной системы (группы тел), другие были созданы путем распада более крупных объектов (семейств тел), возможно, даже ныне неизвестных планет.
Под действием гравитационных сил эти планеты образуют кольца на разном расстоянии друг от друга. Есть области с десятками тысяч этих объектов, а есть области почти пустые:

Вулканоиды - гипотетические тела, движущиеся по орбитам меньшими, чем орбита Меркурия (0,08-0,21 а.е. от Солнца (а.е. - астрономическая мера, определяемая как среднее расстояние Земли от Солнца - ровно 149 597 870 700 м). Их размеры не должны превышать 60 км, но пока такого тела не обнаружено.

Апогелы (известные как IEO — Внутренние земные объекты) — орбита между Меркурием и Землей. Их орбиты находятся на расстоянии менее 0,983 а.е. от Солнца. Известны всего несколько объектов этого пояса астероидов, но их наблюдение весьма затруднено из-за малых угловых отклонений орбит от Солнца.

Околоземные астероиды (NEA — Near Earth Asteroids) — движутся близко к орбите Земли или непосредственно пересекают ее. Некоторые из них представляют прямую потенциальную опасность для жизни на Земле.
В эту категорию попадают объекты этих трёх групп астероидов:

Аморы (группа Амор) — астероиды, близко приближающиеся по своей орбите к орбите планеты Земля. В самой дальней точке многие пересекают орбиту Марса, некоторые даже пересекают орбиту Юпитера. Орбитальный период этих тел превышает 1 год. Самый крупный — Ганимед диаметром 38,5 км.

Аполлоны (группа Аполлона) – эти астероиды пересекают орбиту Земли. На своей орбите они подходят к Солнцу ближе, чем наша планета, а период обращения этих тел превышает 1 год. Самый крупный — Сизиф диаметром 10 км.

Атенсы (группа Афин) — астероиды, пересекающие орбиту Земли, и их орбиты лежат большей частью внутри ее орбиты. Срок обращения менее 1 года. Самый крупный — Хетос диаметром 5 км.
Источник: holographicgalax.blogspot.com.

Главный пояс астероидов (Main asteroid пояс) — расположен между планетами Марс и Юпитер (2,1 — 3,3 а.е. от Солнца). В этом поясе находятся сотни тысяч известных астероидов. Здесь тоже мы находим места, где ни одна из планет не задерживается надолго (это так называемые «разрывы Кирквуда» или области резонанса). Самый крупный объект — Церера диаметром 975 км.

В 1975 году была создана классификация астероидов главного пояса, основанная на способности отражать излучение разных областей спектра. Эти свойства, вероятно, соответствуют составу вещества на поверхности астероидов. Итак, были созданы эти три класса:

Представление пробелов Кирквуда

Тип С (углеродистый) – сюда входит более 75% известных астероидов. Они очень темные, с альбедо (соотношением отраженного и падающего света, т.е. коэффициентом отражения света) от 0,03 до 0,09.

Астероиды C-типа встречаются преимущественно во внешних областях главного пояса.

Тип S (кремниевый) –
включает около 17% известных астероидов. Альбедо имеет значение от 0,10 до 0,22. В основном они состоят из железа с примесью сульфидов железа и магния. Астероиды S-типа встречаются преимущественно во внутренних областях главного пояса.

Тип М (железный) – включает в себя остальные известные астероиды (т.е. около 8%). Альбедо варьируется от 0,10 до 0,18. В основном они состоят почти исключительно из железа и никеля. Астероиды М-типа встречаются в средних областях главного пояса.

Как видно, ни один из типов астероидов не отражает много солнечного света, что усложняет их обнаружение и наблюдение.

Троянцы (Trojans) — пояс астероидов, расположенный непосредственно в пространстве орбиты Юпитера (5,2 а.е.). Многие называют Юпитер хранителем Земли или даже ее щитом. Из-за своего размера (Юпитер в два с половиной раза массивнее всех остальных планет нашей Солнечной системы вместе взятых) и огромного гравитационного притяжения он является наиболее распространенной целью ударов астероидов и комет в нашей Солнечной системе. В то же время он отклонил многих злоумышленников от их первоначального направления к Солнцу, и многие из них вращаются вблизи его орбиты.

Кентавры – за планетой Юпитер ситуация уже гораздо менее стабильна. Между Юпитером и Нептуном расположен пояс астероидов (6-30 а.е.), которые, скорее всего, когда-то находились за орбитой Нептуна. Благодаря гравитационным возмущениям они достигли этой самой области, где временно оказались в ловушке из-за действия крупных планет.

Орбиты Кентавров очень нестабильны и находятся под постоянным влиянием планет Юпитер, Сатурн, Уран и Нептун. Из-за этих эффектов они не могут долго существовать в данном регионе и либо втягиваются в области, более близкие к Солнцу (некоторые становятся короткопериодическими кометами), либо выбрасываются обратно в более отдаленные области космоса (некоторые даже в межзвездное пространство).

Первое из семейства этих тел было обнаружено астрономом К. Т. Ковалем в 1977 году и названо в честь мифического кентавра из греческой мифологии «Хирон». Сегодня нам известно несколько десятков кентавров, из которых Харикло — самый крупный из наблюдаемых до сих пор, диаметром 300 км.

Пояс Койпера — группа астероидов, расположенных сразу за орбитой планеты Нептун в районе 6–12 миллиардов км от Солнца (30–55 а.е.). Считается, что этот пояс состоит в основном из замерзших ледяных тел. Более 70 000 из них имеют диаметр более 100 км, а есть еще много меньших. У них довольно стабильная орбита. Существование пояса Койпера предполагалось многими астрономами в прошлом, начиная с 1930 года. Доказательства его существования, однако, были получены лишь в результате исследований Дэвида Джуитта в 1992 году.

Он назван в честь Джерарда Койпера, но в основном лишь как пояс Койпера. дань уважения его исследованиям в области астрономии. На данный момент нам известно о более чем тысяче астероидов в этом регионе. Большинству тел в этом поясе астероидов требуется более 250 лет, чтобы вращаться вокруг Солнца. В пояс Койпера также входят карликовые планеты Плутон (диаметр 2306 км), Хаумеа (диаметр 1400 км) и Макемаке (диаметр 1420 км). Своей группировкой и отклонениями путей к плоскости эклиптики (плоскости, в которой Земля вращается вокруг Солнца — остатка первичного протопланетного диска) она напоминает скорее тор, чем диск или кольцо.

Рассеянный диск (аббревиатура SDO — рассеянные дисковые объекты) — орбиты этих планет обусловлены гравитационным влиянием газовых гигантов (Юпитера, Сатурна, Урана и Нептуна) значительно эллиптические, с отклонением часто от 35 до 100 а.е. Именно эти астероиды затягиваются во внутренние части Солнечной системы, где образуют Кентавров. Орбиты также значительно наклонены к плоскости Эклиптики — до 40°. Самый крупный известный объект этой группы был открыт только в 2005 году и представляет собой карликовую планету Эрида диаметром около 2300 км.

Таким образом, эта карликовая планета такого же размера, как Плутон, и именно она лишила ее привилегированного положения среди планет нашей солнечной системы. На конференции Международного астрономического союза в Праге в 2006 году была определена новая группа «Карликовых планет», в которую вошли Плутон, Эрида, Хаумеа, Макемаке и Церера.

Отдельные дисковые астероиды.

Орбиты этих объектов имеют сильно эллиптическую форму. Их перигелий (по-чешски «прислуни» — ближайшее к Солнцу место, к которому приближается объект Солнечной системы во время своего путешествия в космосе) составляет максимум 40 а.е., и поэтому на эти объекты никогда не влияет гравитация внешних планет Солнечной системы.

Солнечная система (поэтому они отделены от нее - Нептун имеет орбиту в пространстве 30 а.е.). Их афелий («затмение» — самая дальняя точка от Солнца, которой достигает объект во время своего путешествия в космосе) составляет сотни единиц а.е. Пока нам известно всего девять астероидов этого типа, из которых самый известный и крупный (диаметром 1200-1600 км) — Седна. В настоящее время он приближается к Солнцу по своей орбите и должен достичь его перигелия (76 а.е.) в 2076 году.

Мы можем только предполагать, что находится за пределами региона Рассеянного Диска.

Среди астрономов существует консенсус большинства относительно гипотезы о том, что в области между 2 000–200 000 а.е. от Солнца находится огромная шаровидная группа объектов, окружающих всю нашу Солнечную систему. Предполагается, что она имеет диаметр 1,6 светового года и содержит более миллиарда тел. Оно названо в честь великого европейского астронома Яна Хендрика Оорта — облако Оорта. Оно должно распространяться на области, где гравитационное влияние нашей звезды (Солнца) ослабевает и на которые начинают влиять звезды окружающих систем. Впервые эта гипотеза была предложена в 1932 году. Объекты в облаке Оорта могут подвергаться различным гравитационным воздействиям и иметь случайный наклон к эклиптике. Таким образом, они могут либо быть источником долгопериодических комет, либо лишь однажды направляются в область вокруг нашего Солнца.

Иллюстрация Челябинского астероида.

Астероид или комета?

Так что в астероидах нет ничего нового. Это тела твердые, не имеющие собственной атмосферы. В зависимости от состава они отражают больше или меньше солнечного света, поэтому выглядят как звезды на ночном небе. При этом они изменяют интенсивность отраженного света путем своего вращения и формы (изменения отражающей поверхности), что мы более или менее можем наблюдать даже с Земли.

Во время своих путешествий в космосе они могут столкнуться с гравитационным эффектом, который отклонит их от обычного пути и определит для них новый путь. Это может со временем вернуть их в исходное пространство, или на них могут повлиять другие объекты на новом пути.

Состав всех астероидов за орбитой Юпитера аналогичен. Это так называемые «грязные снежки», которые состоят в основном из замороженного углекислого газа, метана, аммиака и воды, смешанных с пылью и различными минералами. Именно из-за большого содержания льда ученые полагают, что источником воды на Земле были астероиды из более отдаленных регионов космоса (или их удары). Как видно из состава, при приближении астероида к Солнцу за счет солнечной радиации в перигелии очень легко может произойти частичное разрыхление поверхностного слоя льда и создание микроатмосферы. Мы называем такие тела кометами. Высвободившиеся потоки пыли и газа создают вокруг кометы чрезвычайно тонкую атмосферу, называемую «комой». Сила воздействия солнечного ветра на комету вызывает образование огромного хвоста.

Высвободившиеся пыль и газ создают два отдельных хвоста, которые направлены в несколько разные стороны. Пылевой хвост всегда остается за орбитой кометы, а газовый хвост всегда направлен в сторону от Солнца из-за влияния солнечного ветра. Хотя диаметр твердого тела (ядра) кометы обычно составляет менее 50 км, кома может быть больше Солнца, а длина хвостов может достигать 150 миллионов км.

Кометы — это астероиды, которые на своем пути приблизились к Солнцу настолько близко, что часть пути впали в кому. Он делит их на три группы: короткопериодические - период обращения менее 200 лет, их начало находится в районе между Юпитером и Нептуном.

долгопериодические – период обращения более 200 лет, но при этом остаются гравитационно зависимыми от Солнца, их источником должен быть Рассеянный Диск. Кометы одиночного появления (точного чешского названия у них пока нет) - после одного оборота вокруг Солнца гравитация навсегда уносит их за пределы Солнечной системы.

Орбиты комет подразделяются на:

эллиптические (40% наблюдаемых объектов)
гиперболические (11% объектов)
параболические (49% объектов).

Во многом это орбиты комет, для которых нам пока не удалось точно определить, эллиптические они или гиперболические.

Существует множество гипотез относительно того, как и что обусловливает особенности траектории комет и их отклонения. От действия гипотетического двойника Солнца, Немезиды, до действия крупных тел за орбитой Нептуна, как если бы там должна была находиться Планета X.

Но есть гораздо более реалистичные гипотезы, которые принимаются широким астрономическим сообществом, что короткие -периодические кометы образуются в поясе Койпера, а долгопериодические — в облаке Оорта.

Последние исследования основаны на наблюдениях, указывающих в качестве основного источника короткопериодических комет именно нестабильную часть нашей Солнечной системы за Юпитером между орбитами планет Юпитер, Сатурн, Уран и Нептун и длиннопериодические рассеянные дисковые тела.

Так что же именно происходит или может произойти из-за взаимного гравитационного действия в этой области между планетами и, как минимум, сотнями астероидов, мы в настоящее время не можем предсказывать или детально отслеживать (не говоря уже о моделировании). Еще более удивительным и непредсказуемым является астероид, орбита которого сталкивается с орбитой Земли и который из-за меньших размеров мы пока не можем зарегистрировать заранее.
На орбиты комет в основном влияют планеты Солнечной системы. Из-за своих размеров и веса больше всего на них влияет планета Юпитер. Поэтому практически невозможно точно определить, откуда и когда долгопериодические кометы вернутся в поле нашего зрения и не столкнутся ли они к тому времени с другим космическим объектом (то есть не вернутся).

Наглядное сравнение размеров планеты Юпитер с Землей.
Ежегодно через внутреннюю часть нашей Солнечной системы проходят сотни комет, но лишь немногие из них видны достаточно, чтобы произвести впечатление на публику. Примерно раз в десять лет будет появляться комета, наблюдаемая даже невооруженным глазом.

Если комета пересекает путь Земли, последующее прохождение планеты остатками ее пылевого хвоста вызывает так называемый метеорный дождь. Зачастую это повторяющееся явление несколько лет подряд.
Метеорный дождь — это эффект, когда в атмосферу попадают мелкие частицы (метеороиды). Из-за большого аэродинамического трения они быстро нагреваются и большая их часть испаряется практически сразу. Некоторые тела переживут прохождение через атмосферу, но их скорость существенно замедлится. Затем они врезаются в Землю на скорости около 320 км/ч, а то, что остается после удара, называется метеоритом.

Прямые столкновения астероидов с Землей не являются чем-то уникальным в ее истории, и благодаря им наша планета в основном обязана своим огромным количеством воды. Многие теории связывают астероиды с зарождением жизни на нашей планете, а в случае с динозаврами – с их уничтожением.

65 миллионов лет назад Земля столкнулась с астероидом диаметром около 10 км. Он приземлился в районе полуострова Юкатан и вызвал взрыв силой в сто миллионов мегатонн в тротиловом эквиваленте (мощность всего ядерного оружия на Земле в разгар Холодной войны).

Во время взрыва в атмосферу были выброшены миллиарды тонн вещества, которое на долгое время затмило Солнце. В то время вымерло 3/4 всех видов животных, обитавших на нашей планете. С тех пор на нашу планету упало множество тел меньшего размера с весьма разрушительными последствиями, последнее из них - 15 февраля 2013 года.

Такому объекту даже не обязательно напрямую ударяться о поверхность планеты, чтобы нанести огромный ущерб.

30 июня 1908 года с Землей столкнулся астероид диаметром 50 м, который утром взорвался над Центральной Сибирью (ныне Красноярский край) вблизи реки Подкаменная Тунгуска (отсюда он известен как Тунгусский метеорит) с силой мощность в 15 мегатонн в тротиловом эквиваленте (в тысячу раз больше, чем атомная бомба в Хиросиме).
Были уничтожены огромные площади леса на площади около 2200 км2, что соответствует площади Люксембурга. Только благодаря месту удара не зафиксировано никаких человеческих жертв, ведь в другом месте подобный взрыв снес бы с лица земли даже самый крупный город.

В настоящее время прогнозируется появление нескольких тел, которые могут напрямую угрожать Земле в ближайшие несколько лет. В 2004 году был открыт астероид 2004MN4 диаметром 320 м, известный как Апофис (Разрушитель).

13 апреля 2029 года, по текущим прогнозам, он должен пройти мимо Земли на расстоянии 37 000 км. Чтобы дать вам лучшее представление: среднее расстояние Луны от Земли составляет 384 403 км. Из-за гравитации Земли астероид немного отклонится от своей обычной орбиты.

Некоторые астрономы опасались, что астероид пройдет через так называемую «замочную скважину», то есть пространство диаметром около 550 метров. Если бы это действительно произошло, это означало бы, что Апофис войдет в резонанс с Землей. Эта траектория снова вернет его на нашу планету по другому пути, и столкновение с Землей будет более вероятным. Более того, ситуация периодически повторялась. Согласно текущим расчетам, Апофис не должен пролететь через это пространство.

Еще один из потенциально опасных астероидов носит имя 2004VD17 и имеет диаметр 580 м. Из-за сложности отслеживания его траектории долгое время считалось очень опасным столкновение с Землей в 2104 году. чтобы указать его опасность, так как он находится на орбите вокруг Земли. Он снова приблизится к Земле в 2032, 2041, 2067, 2076 и 2087 годах.

Ближайшей угрозой сейчас является астероид 2003QQ47, который должен пересечь орбиту Земли 21 марта 2014 года и имеет диаметр 1,2 км.
Даже эта опасность была окончательно исключена дальнейшими наблюдениями, но возвращение астероида в 2058 году до сих пор сопровождается знаками вопроса. Как видно из количества астероидов, открытие их опасных для Земли орбит произошло лишь в последние несколько лет. При этом многие из них нам очень трудно наблюдать из-за наклона орбиты.

Ярким примером является объект 2012DA14, пролетевший 15 февраля 2013 года на расстоянии всего 28 000 км от поверхности Земли. Он был обнаружен только 23 февраля 2012 года и по размеру сравним с Тунгусским метеоритом. Оценка вероятности столкновения объекта с Землей и, следовательно, уровня его опасности обычно снижается в ходе наблюдения. Уже найден ряд объектов, для которых вероятность столкновения при открытии была относительно высока, но при дальнейших наблюдениях их траектория была уточнена, а опасность упала до нуля. Поэтому текущий список опасных тел постоянно меняется и обновляется - http://neo.jpl.nasa.gov/risk/.

Помимо наблюдений за астероидами и кометами с помощью наземных телескопов (которые ведутся на протяжении веков) или даже просто визуально (о чем свидетельствуют наскальные рисунки), нам также удалось отправить к кометам несколько зондов.

Первые (ESA Giotto, Vega 1 и 2) пролетели мимо кометы Галлея в 1986 году, чтобы сфотографировать ее и наблюдать за комой и самим ядром. В 2001 году зонд Deep Space 1 пролетел мимо ядра кометы Боррелли и предоставил астрономам дальнейшие наблюдения. Большим прорывом стал зонд «Звездная пыль», который в 2004 году собрал частицы пыли из комы кометы Уайлд-2 и доставил их на Землю в 2006 году.

Затем, в 2005 году, снаряд зонда Deep Impact врезался в комету Темпель 1 и создал кратер для изучения ее поверхности. В 2011 году образцы, полученные зондом «Звездная пыль», привели к предположению, что жидкая вода может существовать в ядрах комет.

Фотографии астероидоподобных объектов мы получили еще раньше, в 1971 году, когда зонд «Маринер-9» сфотографировал Фобос и Деймос (два спутника Марса), которые, вероятно, являются гравитационно-захваченными астероидами. Пока эти фотографии не показали, что эти спутники имеют неправильную форму. Первым астероидом, который был сфотографирован очень близко, был Гаспра в 1991 году (951), изображение которого было получено зондом «Галилео» на пути к Юпитеру. Но нам не нужно просто рассылать дорогостоящие зонды и годами ждать результатов от одного астероида. Существует также несколько методов наблюдения за космическими объектами непосредственно с Земли. Основными из них являются фотометрические, радиоастрономические или затменные наблюдения.

Фотометрия

Это область оптики, которая используется в астрономии для измерения светового потока и определения яркости небесных объектов. Благодаря фотометрии мы можем определять не только размеры звезд, но также расстояния и массы некоторых тел.

Помимо прочего, он служит нам инструментом для измерения изменений яркости планет. Планеты не излучают собственный свет, а отражают падающий свет Солнца (так же, как и наша Луна). При наблюдениях мы не обнаруживаем их форму, так как видим их только по точкам, как и звезды. Однако если планета имеет неправильную форму и вращается, то количество отраженного света со временем меняется, и мы можем измерить эти изменения. Средством исследования может быть человеческий глаз, фотопластинка или ПЗС-чип. Само латинское название состоит из слов photos (свет) и Metron (измерять).

С помощью фотометрии мы можем наблюдать практически все объекты Вселенной (звезды, планеты, астероиды, туманности и галактики).
Цель фотометрии в астрономии — наблюдать за объектами в определенной области спектра, измерять возможные изменения яркости и понимать физическую природу этих изменений. Основным результатом наблюдения является регистрация изменения кривых блеска в зависимости от времени.

Благодаря фотометрии мы можем различать звезды по их звездной величине, которая представляет собой видимую (субъективно воспринимаемую или обнаруженную приборами) яркость звезды. Уже во втором веке до нашей эры Гиппарх ввел первое деление звезд по яркости на так называемые шесть звездных классов. Самые яркие звезды были обозначены 1 mag (величина), а самые слабые - 6 mag. Это разделение было продолжено в 1854 году Норманом Робертом Погсоном, который создал математическое обозначение общей единицы яркости. Эта единица является логарифмической (аналогично единицам звука, освещения или оценки массы), для которой 1 магнитная разница яркости соответствует яркостям в соотношении 2,512:1 (так называемое соотношение Погсона).

Это соотношение было выбрано таким образом, чтобы звезды, отличающиеся по величине 5 mag, имели соотношение взаимной светимости (плотности светового потока) 1:100. Человеческий глаз должен быть способен распознавать звезды максимальной магнитной величиной 6 в нормальных условиях.

На идеально тёмном фоне (чего на практике мы никогда не добьёмся) то максимум 8-9 маг. Яркость самой слабой звезды, видимой космическим телескопом Хаббл, составляет 30 магнитных величин.

В 1970-х годах в астрономии начали использовать ПЗС-датчики, которые являются очень точными. Это кремниевая полупроводниковая пластина, на которую нанесен тонкий слой диоксида кремния (SiO2) и на которой расположены электроды.

Они расположены в непосредственной близости и в целом образуют матричную систему пикселей. На практике с помощью ПЗС-матрицы мы записываем количество фотонов, попадающих на пластину, которое затем преобразуется в числа в единицах ADU (аналогово-цифровые единицы) с помощью аналого-цифрового преобразователя.

Мы вычитаем фоновую мощность и шум из результирующего сигнала. После преобразования мы получаем результирующую величину исследуемого объекта. Измерить плотность потока излучения, исходящего от далеких звезд, очень сложно.

Во-первых, разные детекторы имеют разную чувствительность, а затем главным препятствием для точности измерений является атмосфера Земли. Световой луч (который мы пытаемся обнаружить и определить его интенсивность) проходит через большой слой земной атмосферы. При прохождении через воздушную массу свет ослабляется за счет поглощения и рассеяния фотонов (столкновения с мелкими частицами пыли или каплями воды). Поэтому всегда необходимо корректировать результаты измерений в зависимости от влияния атмосферы (облачность, воздушная масса, световое загрязнение и т. д.).

Это большая проблема для астрономов, которую они решают несколькими методами: чистая математика. Существует несколько формул коррекции, в которых используются такие вещи, как закон Бугера. сравнительные методы. В прошлом для сравнения яркости исследуемых объектов использовалось несколько стандартизированных звезд.

В качестве эталона с 1992 года чаще всего использовались звезды Ландольта, которые расположены в районе небесного экватора и поэтому доступны наблюдателям как в северном, так и в южном полушариях.
Другой метод использует дифференциальную фотометрию, которая больше подходит для изучения периода астероидов. Он сравнивает размер звезды измеряемого объекта с одной (или более) звездами сравнения поблизости на том же изображении. Объекты затрагиваются одинаково, поэтому нет необходимости дополнительно исследовать изменение состояния.

Измеренная яркость пересчитывается по записи звезды сравнения. усовершенствования конструкции - Лучший вариант устранения влияния земной атмосферы при наблюдении и измерении яркости космических тел с Земли называется адаптивной оптикой.

Это устройство было разработано еще в 1953 году Хорасом Бэбоком, но практически реализовать его удалось лишь в девяностых годах двадцатого века. В системе адаптивной оптики отражение от главного зеркала проходит через вспомогательное гибкое зеркало, которое очень тонкое и поддерживается снизу множеством управляемых компьютером элементов, способных незначительно менять форму зеркала.

Турбулентный поток существенно влияет на прохождение света через атмосферу, и результатом этих изменений является дрожание изображения. Чтобы адаптивная оптика работала точно, необходимо иметь точку в поле зрения, и мы знаем, как она должна выглядеть на изображении. В состав адаптивной оптики входит лазер, который целится в выбранное место в поле зрения.

Информация об изменениях, вызванных вибрацией атмосферы, передается в компьютер и он соответственно изменяется, т. е. искривляет зеркало. Современные телескопы, оснащенные адаптивной оптикой, способны менять кривизну зеркала до тысячи раз в секунду и благодаря этому получать изображения космических тел в качестве, сравнимом с телескопами на орбите. Адаптивная оптика была впервые использована на практике в 2006 году на Очень Большом Телескопе (VLT) в Чили. Активная оптика представляет собой очень структурно (и номенклатурно) схожую систему.

Это позволяет нам создавать первичные зеркала гораздо большего размера, которые намного тоньше, дешевле в производстве и устраняют влияние гравитации на качество изображения. В системе активной оптики главное зеркало установлено на многих активных элементах. Как и в случае с адаптивной оптикой, эти элементы управляются компьютером и изменяют кривизну. Однако с главным зеркалом они происходят лишь раз в несколько секунд и компенсируют возникающие деформации зеркала, например, при наклоне телескопа в разные положения, тепловом расширении и т. д. Активная оптика впервые была использована для Новой Технологии. Телескоп (НТТ), представляющий собой зрительную трубу с диаметром зеркал 3,5 м.

Применение фотометрии при изучении астероидов Первая планета была открыта в 1801 году (тогда она считалась новой планетой) и получила название Церера. Астероиды, как и планеты, изменили свою яркость из-за изменения геометрии и взаимного расстояния Солнца-планеты-Земли. Первое систематическое наблюдение изменения блеска было сделано в 1861 г., а в 1901 г. было показано, что периодические изменения блеска вызываются самими астероидами путем их вращения. Первое определение периода было сделано по астероиду Эрос. С совершенствованием технологий росло не только число открытых планет, но и знание периодов их существования, размеров и, в случае нескольких экземпляров, даже формы.

Фазовая кривая, показывающая измеренную светимость в течение двух периодов вращения.

Астероиды вращаются вокруг Солнца и одновременно вращаются вокруг своей оси. Изучая зависимость вращения астероидов от их размера или от расстояния от Солнца, мы можем многое сказать об их геологическом строении или даже об их происхождении. Большинство астероидов вращаются вокруг одной оси вращения с наименьшей энергией вращения. Если на астероид не действуют моменты сил (например, силы тяжести других тел), ее момент импульса постоянен, благодаря чему сохраняется величина и направление угловой скорости постоянными. Для астероидов размером более нескольких сотен метров существует верхний предел частоты, выше которого тело уже распадется. Периоды ротации чаще всего составляют от 2 до 12 часов.

Запись длительного фотометрического наблюдения нескольких тел, на которой зафиксирована связь между размерами наблюдаемых объектов и количеством их оборотов за сутки.

Определить периоды вращения астероидов мы можем только на основе достаточного количества фотометрических данных. При наблюдении и регистрации изменений освещенности постепенно будут проявляться регулярно повторяющиеся изменения яркости, т.е. их периода.

В зависимости от размера объекта оно может составлять 10 секунд или даже 10 дней. При вращении сферически несимметричного тела (в простейшем случае вокруг одной оси) со временем меняется размер освещенной области, а значит, и измеряемая нами яркость.
Формы астероидов очень похожи на картофель (эллипсоид). При такой форме в течение одного периода чередуются два максимума и два минимума яркости. Единственные два исключения могут возникнуть, если мы посмотрим на полюс астероида или если мы наблюдаем сбоку очень симметричный эллипсоид.

Астероиды не имеют гладкой плоской поверхности. Они имеют неправильную форму, на них также могут образовываться кратеры. Эти стыки отбрасывают тени под разными углами. Однако это не влияет на определение периода фотометрическим измерением, поскольку отражательная способность поверхности все равно меняется таким же образом.

Благодаря многолетним наблюдениям и получению достаточного количества данных о яркости различных тел на небе мы можем определить не только период существования тела, но и его форму. В этой области для нас наиболее полезны данные ПЗС-камер.

Нахождение периода

Существует несколько методов эффективного нахождения периода. Есть два основных принципа, которые используют большинство существующих алгоритмов:

Данные за разные периоды нанесем на фазовую кривую (она показывает зависимость размера звезды планеты от фазы вращения), где горизонтальная ось (фаза) разбита на небольшие интервалы и в каждом рассчитывается разброс точек из них.

Наилучшим периодом выбирается период, для которого эта дисперсия наименьшая. Этот метод подходит, когда мы не можем заранее оценить форму фазовой кривой.

Второй метод заключается в интерполяции измеренных данных с помощью подходящих математических функций. Наблюдение астероидов и определение их периодов на практике происходит таким образом, что наблюдатель фокусируется на определенной точке неба, обычно с наименьшими световыми помехами. Он находит стабильную опорную звезду вблизи объекта наблюдения и затем через определенные промежутки времени проводит сравнительные измерения. В зависимости от того, насколько хорошо оборудовано просмотровое устройство, оно может менять фильтры или некоторые настройки.

Полученные значения наблюдений записываются в кривую блеска, где на горизонтальной оси указано время (в основном юлианская дата) наблюдения, а на вертикальной оси — разница блеска звезды сравнения и планеты. Оно может иметь положительные или отрицательные значения. Результаты наблюдений (в основном несколько ночей подряд) переписываются в новую фазовую кривую, где по горизонтальной оси показаны фазы периода, а по вертикальной — истинная звездная величина астероида. Всегда необходимо иметь данные измерений с достаточным интервалом времени, поскольку геометрия нашего взгляда на астероид меняется.

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.ru

Исследование астероидов в наших домах - Asteroids@home часть 2

Наблюдения методом затмения

Астероиды можно наблюдать и методом затмения, даже на любительском уровне.

Затмение — астрономическое явление, при котором один объект полностью скрыт за другим объектом, расположенным между затемняющим объектом и наблюдателем. Ярким примером этого явления является полное солнечное затмение, которое мы можем наблюдать с Земли, когда Луна оказывается между нами и Солнцем на подходящем расстоянии.

Астрономы уже несколько столетий используют затмения далеких звезд планетами нашей солнечной системы для изучения их атмосферы или количества лун. К сожалению, предсказание такого явления чрезвычайно сложно, и впервые оно удалось только в 1958 году.

В настоящее время можно предсказать многие затмения на несколько месяцев вперед, и данные дополнительно уточняются по мере приближения времени затмения. Благодаря своевременным прогнозам астрономы разных стран могут наблюдать один и тот же объект и таким образом постепенно детально картировать все явление.

Это также очень полезно для скрытного исследования астероидов. Методом покрытия (при наблюдении затмения звезды SAO 120774 (6,2 mag.) астероидом (532) Геркулина) первый двойной астероид (т.е. пара астероидов, вращающихся вокруг друг друга) была открыта уже в 1978 г., что также подтвердилось в 1993 году зондом «Галилео».

Путем затменных наблюдений можно определить приблизительную форму планет в данный момент или ее изменения за короткий период времени. Окклюзия в одном месте Земли длится всего несколько секунд, но благодаря качественным предсказаниям и последующим наблюдениям в разных местах можно узнать много полезной информации об объекте.

Радиоастрономия

Этот научный метод занимается изучением небесных тел с помощью радиоволн. Радиоволны длиннее световых, поэтому для приема хорошего сигнала необходима очень большая антенна или массив антенн, работающих вместе. Радиотелескопы состоят из параболической антенны, которая отражает волны на приемник, который обнаруживает и усиливает сигнал в полезные данные. Это позволяет астрономам видеть небо в радиочасти спектра. Для радиоастрономии используются либо огромные радиотелескопы, либо сети телескопов меньшего размера (например, Very Large Array), состоящие из 27 независимых радиоантенн длиной 25 м и массой 209 т. Огромные телескопы имеют тот недостаток, что они не направлены и поэтому покрывают только около 30% неба. Напротив, сети радиотелескопов покрывают до 80% неба.

Очень большой массив телескопов

Так называемая «активная» радиоастрономия используется для радионаблюдений астероидов нашей Солнечной системы. Для этого нужен не только радиотелескоп, способный принимать, но и передавать сигналы (что-то вроде классического радара). В настоящее время у нас есть только два таких устройства, а именно радиотелескопы Аресибо (диаметр 305 м) и Голдстоун (диаметр 70 м). Радиотелескоп фокусируется на известном объекте, посылает сигнал и снова принимает его после отражения. Луч передачи имеет относительно небольшую дальность действия и угловой размер всего 1' (одна угловая минута), поэтому нам необходимо точно знать, где в любой данный момент находится исследуемый объект (в этом нам помогает оптическая астрономия). Поскольку мы знаем точные характеристики передаваемого сигнала, мы можем узнать много важной информации об объекте, проанализировав захваченный сигнал.

Астероид 2010 JL33, обнаруженный радаром

Радиослежение за астероидами не только дает нам изображение объекта с заданным интервалом времени, но и выявляет размеры, форму и скорость вращения. В то же время он может указывать путь тела и показывать различные особенности поверхности планеты. Однако в долгосрочной перспективе такое наблюдение астероидов станет роскошью, которую не может себе позволить ни одно учреждение.

Если бы мы хотели нанести на карту сотни тысяч известных астероидов в нашей солнечной системе, то одному радиотелескопу потребовались бы сотни лет, чтобы сделать это и ничего больше. Кроме того, астрономы каждый день объявляют о появлении новых астероидов.

Начало радиоастрономии относится к 1931 году, когда американский радиоинженер чешского происхождения Карл Янский исследовал источники радиошума. В ходе этого расследования он обнаружил, среди прочего, излучение из далекого космоса. Наибольшее развитие эта область получила после Второй мировой войны. С помощью современного оборудования мы можем изучать далекие галактики, формирование галактик и черные дыры.
Здесь используется пассивное зондирование излучения объектов в космосе в радиочасти спектра. Поэтому радиотелескопы используются для широкого круга исследований, и для астероидов остается мало места. К их помощи обычно обращаются только тогда, когда какое-то тело идентифицируется как потенциальная опасность столкновения с Землей. Но это не значит, что они помогут нам в каждом случае. Как и при наблюдении в телескоп, при использовании этого метода могут возникать различные экранировки, интерференции и перекрытия, и рассматриваемый объект может оставаться ненаблюдаемым в течение длительного времени.

Влияние Солнца на астероиды

Всего несколько лет назад ученые обнаружили, что астероиды (размером до 30 км) меняют скорость своего вращения. Как и во многих вещах в нашей солнечной системе, виновато Солнце, а именно его тепловое излучение.

Уже в 1901 году русский инженер-строитель Иван Осипович Ярковский подробно описал явление, которое могло повлиять на изменение траектории космических тел, то есть главным образом планет. Когда Солнце нагревает дневную сторону объекта, тепловая энергия поглощается, которая позже излучается в пространство на ночной стороне. Степень влияния тела зависит от его формы, размеров, скорости вращения, расстояния от Солнца, а также от его состава.

Эта постоянно выделяющаяся энергия на одной стороне объекта действует подобно небольшому ракетному двигателю, который отклоняет планету с орбиты. Исследование Ярковского успешно оставалось незамеченным на протяжении десятилетий, пока почти сто лет спустя это явление не было подтверждено точными измерениями научной группы из трех человек. Наблюдая за этим эффектом, было обнаружено, что эти тепловые изменения также оказывают влияние на скорость вращения, которая постепенно увеличивалась для большинства наблюдаемых тел.

Вращение меньшего тела, получившего обозначение 2000 PH5, за год ускорилось на одну миллисекунду. Для более крупного астероида 1862 Аполлон (диаметр 1,4 км) период вращения (3 часа) сокращается даже на 4 миллисекунды в год. В то же время это изменение вращения заставляет полюса выпрямляться в сторону полюсов эклиптики. Эффект получил название YORP — аббревиатура имен четырех ученых Ярковского–О’Киф–Радзиевского–Паддака, принимавших участие в его открытии.

Эффект Жарковского может даже повлиять на изменения орбит в главном поясе астероидов между Марсом и Юпитером. Благодаря этому они также смогут выйти на орбиты, где смогут столкнуться с одной из планет. Если астероид превышает критическую частоту вращения, то из-за своей хрупкой структуры он часто распадается и образует двойные (бинарные) системы. Они не только вращаются вокруг своей оси, но и вращаются вокруг общего центра тяжести. В результате эффекта YORP они также могут постепенно ускорять свое взаимное вращение.

Моделирование астероидов и исследование их периодов с помощью компьютеров

Как я уже указывал в описании фотометрии, можно определить период вращения астероида, но даже его форму и модель. Несколько лет назад финский учёный Микко Каасалайнен и его коллеги придумали математически красивый и практически работающий метод.

Каасалайнен — профессор кафедры математики Технологического университета Тампере и в основном занимается обратными методами и их применением в астрофизике. Благодаря его исследованиям в области инверсии кривых блеска мы можем моделировать наиболее вероятные формы астероидов на основе фотометрических данных разного времени наблюдений в разных местах нашей планеты и с помощью разных инструментов.

Демонстрация различной формы кривой блеска на каждом из оборотов, обусловленная изменением отражающей поверхности тела. Источник: astronomie.cz

Используя этот метод, мы предполагаем: из взаимной геометрии Солнца, Земли и наблюдаемого астероида в данный момент времени из эфемерид (данных о положении известных движущихся астрономических объектов в определенное время), предоставленных Лабораторией реактивного движения НАСА через систему Horizons, каталог AstOrb, а также данных об орбитах малых тел, предоставленных обсерваторией Лоуэлла во Флагстаффе.
Большим преимуществом является то, что вообще нет необходимости наблюдать за одним объектом на небе в течение нескольких часов, даже для определения периода вращения. Нам будет достаточно так называемых разреженных фотометрических данных, созданных в ходе случайных и целенаправленных съемок неба в различных местах планеты, но они нужны нам за период в несколько лет.

С течением времени меняется геометрия положения Земли, Солнца и освещенной части астероида, а благодаря этому и угол нашего обзора на него. Поэтому, если у нас есть достаточное количество измерений из разных геометрий, мы можем вывести модель формы астероида, направления оси вращения и периода вращения. Если бы астероид был круглый, он все равно был бы такой же яркости, наоборот, при вытянутом астероиде мы будем наблюдать большое изменение яркости при взгляде сбоку и небольшое при взгляде со стороны полюса.

К счастью, астероиды имеют однородное альбедо (на них нет светлых или темных пятен), иначе яркость даже круглых объектов изменилась бы и их форму невозможно было бы определить. Разреженная фотометрия происходит таким образом, что телескоп систематически сканирует все небо по частям, останавливаясь в каждом поле зрения всего примерно на 30 секунд и измеряя яркость, возможно, сотни объектов одновременно. Затем он перемещается в следующее поле зрения. Он записывает измеренную яркость и положение отдельных объектов в виде фотометрических точек. В дальнейшем эти точки каталогизируются для каждого объекта отдельно.

Таким образом, метод моделирования астероидов на основе разреженной фотометрии относительно нетребователен с точки зрения отслеживания и выполнения измерений, но еще более сложен с точки зрения математической обработки, и именно поэтому компьютеры должны нам помочь.
Программа обрабатывает только данные, присвоенные одному объекту из множества фотометрических точек, записанные за более длительный период наблюдений. В поисках модели постепенно тестируются несколько сотен тысяч возможных периодов вращения в диапазоне от двух до ста часов. За один шаг периода пробуется несколько полюсных позиций и соответствующие им формы, поэтому он работает с тремя неизвестными значениями (период, ось, форма) и пробует миллионы их комбинаций.

Синтетические кривые блеска модели сравниваются с входными фотометрическими данными, и модель, которая лучше всего соответствует входным данным (мы говорим, что она «подходит»), обозначается как наиболее вероятная модель тела.

Может существовать только одна модель, которая будет иметь значительно лучшее соответствие, чем другие модели, или их может быть больше с аналогичными значениями соответствия, тогда невозможно четко определить, какая из них является правильной. Иллюстративная демонстрация функциональности такого компьютерного моделирования, основанная только на разреженных фотометрических данных, была опубликована и продемонстрирована Каасалайненом с несколькими сотрудниками уже в 2001 году. Однако из-за отсутствия качественных разреженных фотометрических данных это исследование не проводилось на более крупных объектах.

Однако эта возможность и область астрономии заинтересовали, Йозефа Дюреха, доктора философии. (ассистент Астрономического института Карлова университета), который в 2005–2006 годах ездил непосредственно в Хельсинки на стажировку, где работал с Каасалайном.

После возвращения он получил трехлетний грант (GP205/07/P070) от Грантового агентства Чехии на исследования в этой области, а по результатам 2009 года он был продлен еще на пять лет (GAP209/ 05.10.37).

В качестве вычислительного инструмента он может использовать соборный кластер, состоящий из нескольких компьютеров (http://sirrah.troja.mff.cuni.cz/tiger/).

Однако из-за других исследований, проведенных в Астрономическом институте, он может использовать только примерно 1/3 от общей производительности кластера. В качестве основы для исследований можно использовать высококачественные фотометрические данные 1950-х годов. Для успешного результата достаточно 100 – 200 измерений в течение 5 – 10 лет в зависимости от свойств объекта.

К сожалению, для большинства планет отсутствуют качественные фотометрические данные, поскольку основная цель астрономов – не измерение яркости объектов, а поиск новых.

В проекте обрабатываются данные преимущественно пяти выбранных обсерваторий, которые содержат минимум неточностей. В будущем основными поставщиками данных должны стать: Проект Pan-STARRS (Панорамный обзорный телескоп и система быстрого реагирования - http://pan-starrs.ifa.hawaii.edu/public/) Института астрономии Гавайского университета.

После завершения он будет состоять из четырех 1,8-метровых телескопов с широким полем зрения, которые смогут наблюдать небо несколько раз в месяц. Это создаст наиболее полную на сегодняшний день систему обнаружения астероидов. Большинство обнаруженных тел будут принадлежать главному поясу астероидов, и в конечном итоге можно будет вывести модель примерно для 100 000 астероидов.

На данный момент первый из телескопов Pan-STARRS 1 работает и уже начал предоставлять данные. Второй телескоп Pan-STARRS 2 находится в стадии строительства и должен заработать через несколько лет.

GAIA — космический зонд Европейского космического агентства (ЕКА — http://sci.esa.int/science-e/www/are...cfm?fareaid=26), который будет запущен в 2013 году. Его основная цель — точная астрометрия и звездная фотометрия. Однако это также вызовет большое развитие в исследованиях малых тел Солнечной системы, так как даст большой объем астрометрических и фотометрических данных высокой точности.

Его окончательное положение будет спиной к стыку Солнца и Земли, на расстоянии 1,5 миллиона километров от Земли. Таким образом, наша материнская планета будет значительно защищать ее от солнечного света, а для полной защиты у нее будет собственный десятиметровый солнечный экран. За пять лет запланированного срока эксплуатации зонд должен дважды детально закартировать все небо и измерить изменение положения объектов и их яркости. На основе данных, полученных зондом, должна быть создана 3D-карта нашей Галактики.

Наглядное изображение зонда GAIA в космосе. Источник: asu.cas.cz LSST

(Большой синоптический обзорный телескоп — http://www.lsst.org/lsst/) — предлагаемый наземный телескоп диаметром 8,4 м. Его разработка уже ведется, и первые наблюдения ожидаются в 2019 году. За свою работу в области исследования астероидов, Дюрех уже частично был вознагражден тем фактом, что один из астероидов носит его имя 21888 Дурех (1999 UL44).

Это огромная честь, поскольку назвать планету в честь кого-то — очень долгое путешествие с сомнительным успехом. Сначала должна появиться планета. Затем первооткрыватель предлагает имя в честь какой-то важной личности, и только Международный астрономический союз (МАС) либо одобряет это предложение, либо нет. Это зависит прежде всего от так называемой цитаты, в которой в 50 знаках с пробелами описываются величайшие заслуги данной личности.

Исследования в рамках чешского проекта распределенных вычислений - Asteroids@home

Распределенные вычисления уже более пятнадцати лет помогают многим областям научных исследований. Вместе с биологией, астрономия принадлежит к самым популярным и в то же время к тем, исследования в которых наиболее ускорились в прошлом именно благодаря этой добровольной деятельности нескольких миллионов простых людей. Распределенные вычисления доступны каждому, у кого есть компьютер и хотя бы время от времени подключается к Интернету.

Благодаря простоте подключения и возможности выбора из большого количества проектов (только в системе BOINC их уже больше сотни) это занятие становится все более популярным.

В области исследования астероидов использование распределенных вычислений также не является чем-то новым. Наибольшим успехом, безусловно, стало исследование аэрогеля зонда Stardust после его возвращения на Землю в рамках проекта Stardust@home. Ученым нужно было точно определить, где находятся захваченные микрочастицы пыли из хвоста кометы 81P/WILD2, и на это всей научной команде потребовалось бы не менее 20 лет работы в лаборатории. Отсканировав участки геля и отправив изображения сотням тысяч подписавшихся добровольцев, исследователи смогли изучить желанные и столь необходимые образцы в течение нескольких месяцев.

В 2010 году некоммерческая организация Чешская национальная сборная о.с. (CNT – крупнейшая чешская команда в области распределенных вычислений – более 11 000 членов) в сотрудничестве с Чешским астрономическим обществом (ЧАС) предложила свою помощь астрономическим исследовательским институтам Чехии. Предложение касалось предоставления части больших вычислительных мощностей команды CNT для создания и развития первого чешского проекта распределенных вычислений системы BOINC. Также была предложена помощь в создании проекта, его управлении и, возможно, также в предоставлении компьютерного оборудования.

На основании выраженного интереса Mgr. Дюреха, в его офисе в Астрономическом институте Великобритании в Праге 3 декабря 2010 года состоялась встреча, на которую пришли трое представителей CNT o.s. (Вит Клибер, Радим Ванчо и Душан Выкуржил) и Петр Соботка (секретарь ČAS). На этой встрече был представлен проект моделирования астероидов, область исследований распределенных вычислений, возможность помощи CNT, а также возможная помощь ČAS. Было обнаружено, что исследования по моделированию астероидов идеально подходят для распределенных вычислений, поскольку большое количество моделей для одного астероида можно разделить на любое количество, которое будет содержать каждый из вычислительных блоков. Впоследствии они будут отправлены тысячам добровольных пользователей распределенных вычислений для обработки на их домашних или рабочих компьютерах. Исходя из всеобщего интереса, на месте были определены основные цели для фактического запуска проекта, а также конкретные задачи.

Фотографии с рабочей встречи в Великобритании

Для запуска проекта, которым руководил Радим Ванчо, использовался сервер CNT o.s. В течение 2011 года Дюрек модифицировал исходный код программы для кластера, чтобы он соответствовал работе распределенных вычислений на домашних компьютерах.

Проекту также дали название — Asteroids@home.

Радим Ванчо позаботился о последующей установке сервисной системы BOINC, создании страниц проекта и компиляции приложения. Сначала 15 июня 2012 года он выпустил приложение для системы Linux, 7 декабря 2012 года — для Windows, а к концу года ему удалось выпустить приложение для некоторых смартфонов мобильных телефонов.

Увеличение доступной мощности для самого проекта произошло немедленно. Уже вычисления в системе Linux превысили производительность, доступную на университетском кластере, а через месяц после выпуска приложения Windows это обеспечило рост производительности более чем в десять раз. Через 40 дней, то в двадцать раз. В то же время проект лишь медленно становится известен постоянным пользователям распределенных вычислений и наверняка найдет немало новых.

В настоящее время моделирование по-прежнему происходит с теми же настройками, что и в начале исследования, только в помещениях Варшавского университета. Однако если число проектов продолжит расти, можно будет протестировать более детальные расчеты, в том числе измерения в инфракрасном тепловом поле, которое примерно в 100 раз более требовательно к производительности компьютера. Эта модель уже прошла испытания в Великобритании и ее внедрение будет реалистичным в случае достаточных характеристик.

Если бы было достаточно мощности, можно было бы изучить тысячи новых и различных вариантов формы моделей, и шанс найти только одну модель, которая значительно лучше всего соответствовала бы входным данным, был бы еще выше. В настоящее время моделирование одного астероида разбивается на несколько сотен рабочих единиц, и каждая отправляется на два разных компьютера, разным владельцам, для проверки правильности расчета. На сайте проекта есть список однозначных моделей астероидов, а также там указано имя калькулятора, который на своем компьютере обработал наиболее точную предсказанную форму астероида: http://asteroidsathome.net/cs/scientific_results.html

Входные данные предварительно обрабатываются в AU UK. Затем в проект вносятся данные о яркости, времени и геометрии наблюдения для каждой фотометрической точки. Крайние значения, бессмысленно отклоняющиеся от остальных значений, автоматически исключаются из входных данных перед вставкой в проект. Они могут быть вызваны систематическими ошибками наблюдателя, рассеянием света в атмосфере или неправильным расчетом значений освещенности от разных фильтров наблюдения.

К сожалению, на входе не может быть обнаружена ошибка в виде значения, близкого к другим значениям. Если их всего несколько, то они явно вытекают из предсказанного периода наиболее вероятной модели, так как они совпадают, скажем, для 199 измерений из 200, а одна фотометрическая точка полностью отклоняется. Если ошибок больше, это, по сути, непоправимая проблема. Для таких объектов нам придется дождаться новых разреженных фотометрических данных, которые уже будут более точными.

Текущий показатель успешности моделирования на проекте — всего несколько уникальных моделей из ста обработанных объектов. Однако с повышением качества данных Pan-STARRS и более поздних других проектов уровень успеха будет быстро увеличиваться. При этом также будет происходить постепенное уточнение уже обработанных результатов и новая обработка на основе расширенного числа фотометрических точек. Однако неудачные данные исследуются еще дальше в кластере Великобритании, хотя и с гораздо меньшей вычислительной мощностью.

Многие результаты сразу становятся недействительными, поскольку имеют несколько разных моделей (имеют разную форму, периоды и полюса) с одинаковым соответствием из одного исследуемого набора измерений, что недопустимо как однозначный результат исследования. Без дополнительной информации невозможно решить, какой из них правильный, но для некоторых объектов мы знаем такую дополнительную информацию.

Например, из многих долгосрочных наблюдений конкретных объектов астрономами со всего мира мы знаем время вращения большого количества тел или имеем изображения наблюдений затмений. После включения этой дополнительной информации последующая подгонка может выявить только одну хорошую модель из нескольких оцененных моделей.

Как упоминалось выше, в этом отношении было бы очень полезно включить данные инфракрасного спектра в реальное моделирование проекта. Надеюсь, скоро найдётся достаточное количество людей, заинтересованных в обработке данных для проекта, и эти данные можно будет использовать в моделировании.

Полученные в результате высококачественные модели этого метода уже сравнивались в прошлом с результатами, например, радиоастрономии или других методов наблюдений. Сравнение было очень положительным. Полученные модели хорошо характеризуют глобальную форму астероида (хотя и не способны показать все детали), точно определяют период вращения и определяют ось вращения с максимальным отклонением 20°.
Какие результаты нам принесут?

При наличии достаточно качественных входных данных мы ожидаем получить модели для десятков тысяч астероидов. Это число кардинально изменит наше представление о населении малых тел Солнечной системы.

Моделирование астероидов будет способствовать лучшему пониманию динамики и физических свойств этих тел, что важно, поскольку астероиды являются остатками периода формирования Солнечной системы. Изучая их, мы сможем получить знания не только о том, какой была Вселенная вокруг нас несколько миллиардов лет назад, но и о том, что нас ждет в будущем.

Например, исследование вышеупомянутого эффекта Жарковского и его влияния на расчет будущей траектории тела основано главным образом на положении оси вращения, периоде вращения и форме объекта, т.е. всех трех параметрах, которые определяет проект.
Проект Asteroids@home помогает нам раскрыться.

К сожалению, некоторые астероиды мы видим большую часть времени под небольшим фазовым углом (Солнце-Земля-астероид), и используемый метод не работает для такой ограниченной геометрии. То же самое справедливо и для большинства астероидов в регионе за пределами Главного пояса астероидов.
Так что важен не столько размер или расстояние до астероида, сколько его положение и орбита. Конечно, благодаря запланированным новым доступным технологиям можно будет обрабатывать большее количество тел меньшего размера, чем раньше. В то же время входные данные будут более точными и, следовательно, увеличится вероятность найти реальные подходящие модели.

Сегодня нам известно более 400 000 астероидов, но только 3500 имеют известный период, 300 имеют известную форму и 10 были сфотографированы зондами. Мы считаем, что астероиды содержат ответы на вопросы о том, как сформировалась наша Солнечная система, как сформировались основные строительные блоки планет и как планеты мигрировали.

Только что упомянутые обзоры неба Pan-STARRS и LSST должны обнаружить большое количество новых тел не только в Главном поясе астероидов, но и далеко за его пределами. Благодаря новым знаниям и моделированию мы смогли лучше понять точное происхождение отдельных поясов астероидов и составить карту их движения. В то же время это позволит нам гораздо лучше прогнозировать поведение астероидов в будущем, уточнить их прогнозируемые орбиты и понять, как лучше всего избежать потенциального столкновения с Землей.

Итак, подведем итог опасности астероидов (соответственно комет) и возможности неожиданного появления тела, грозящего столкновением с Землей – это может случиться в будущем и это уже случалось много раз в истории Земли.

В настоящее время мы только начинаем узнавать об астероидах и еще многое о них предстоит узнать. Мы можем рассчитать траекторию обнаруженных нами объектов во времени и наблюдать за ними. Но оно должно находиться в подходящем для наблюдения месте, что является проблемой из-за концентрации объектов в плоскости эклиптики. Об этом свидетельствует последний пятнадцатиметровый объект, который ускользнул от нашего внимания и части которого неожиданно упали в окрестностях Челябинска, города с населением более миллиона человек.

Объект такого размера в настоящее время слишком мал, чтобы мы могли подать раннее предупреждение. Низкая отражательная способность этих тел также не сильно помогает нам в наблюдении. Гораздо больше шансов, если он пролетит мимо Земли на небольшом расстоянии и только когда вернется, он будет угрожать столкновению с поверхностью.

Однако даже в таком случае точный расчет ее следующего пути очень сложен и для этого нужна лучшая техника и подходящие условия наблюдения. С одной стороны, по мере приближения к Солнцу его орбита изменится из-за эффекта Жарковского, скорость его вращения изменится из-за эффекта YORP, оно потеряет часть своей массы, и это зависит только от состава тела., как изменится его форма, т.е. другие свойства.

При этом нам приходится учитывать гравитационное воздействие планет, к которым они приближаются, Солнца и возможность столкновения с другими телами. Но чем больше мы узнаем об астероидах, тем лучше мы сможем предсказать их поведение и тем заранее сможем подготовиться к возможной угрозе.

Оставим это учёным, у которых в голове наверняка есть несколько вариантов защиты. Однако каждый из нас может помочь им узнать о космосе в районе астероидов дома (или на работе) на своем персональном компьютере с помощью проекта Asteroids@home.
Этот проект, безусловно, тем более интересен, что он первый в нашей стране, использующий неиспользованную в противном случае мощность обычных домашних компьютеров через распределенную систему BOINC.

В подобных научных проектах задействованы миллионы компьютеров по всему миру, в том числе компьютеры более 32 тысяч добровольцев из Чехии.
Благодаря проекту Asteroids@home эта огромная мощь может перестать перетекать только в зарубежные проекты и мы можем помочь и отечественному проекту. Возможно, скоро каждый из нас увидит хотя бы один из наших смоделированных астероидов, их действительно очень много ждет нас на небе.

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.ru

Обновление перезапуска Africa Rainfall Project (ARP)

Команда ARP готовится к перезапуску после того, как проект был приостановлен в декабре 2022 года. В этой статье описаны шаги, которые мы предпринимаем для перезапуска этого проекта.

Проект: дождевые осадки в Африке
Опубликовано: 25 апреля 2024 г.
Фон

Проект Africa Rainfall Project (ARP) направлен на моделирование ливней в странах Африки к югу от Сахары для улучшения региональных прогнозов погоды. Цель состоит в том, чтобы запустить моделирование погоды с высоким разрешением (1 км) для всего региона в течение одного года.

Предоставление точных прогнозов погоды имеет решающее значение для самообеспеченности местного фермерского сообщества. Сравнивая результаты, полученные в результате расчета данных об осадках из различных источников с использованием World Community Grid, ученые могут создавать все более точные прогнозы, улучшать будущие симуляции и, в свою очередь, прогнозировать погоду.

Дополнительную информацию об этом проекте можно найти в нашем обновлении исследования за март 2022 года.
https://www.worldcommunitygrid.org/a...?articleId=766

В декабре 2022 года проект был поставлен на паузу из-за ограничений емкости системы хранения. Чтобы узнать больше о деталях этого ограничения хранилища, обратитесь к обновлению ARP от марта 2023 года.
https://www.worldcommunitygrid.org/a...?articleId=781

Как мы сообщали в обновлении от июля 2023 года, частью этой проблемы было то, что поддержка хранилища командой ARP со стороны SURF, совместной ассоциации голландских образовательных и научно-исследовательских учреждений прекратили свое существование.

К счастью, Amazon Web Services (AWS) согласилась разместить данные, и таким образом начался процесс их перемещения. После завершения переезда команда ARP предпринимает шаги, чтобы сделать данные более доступными через платформу AWS, но эта работа все еще находится на ранних стадиях. В настоящее время основное внимание уделяется завершению подготовки новых рабочих блоков и созданию данных, необходимых для перезапуска ARP.

Обновление перезапуска ARP

Мы начали работу над возобновлением рассылки волонтерам рабочих модулей ARP1. Наши партнеры по исследованиям из Делфтского технического университета уже прислали нам большую часть необходимых сценариев и документации, которые мы рассмотрели и внедрили на месте.

В настоящее время мы ожидаем решения о том, получим ли мы остальные необходимые данные и код приложения напрямую или нам нужно будет воспроизвести эти компоненты из документации, предоставленной командой TU Delft. Мы оценили, что оба подхода осуществимы, и хотели сообщить волонтерам, что мы находимся на определенном пути к перезапуску ARP1 в ближайшие недели.

Сроки возможного перезапуска этого проекта зависят от информации от команды ARP.

Если требуемый код и данные не полностью доступны нам, нам нужно будет создать недостающие компоненты конвейера для создания новой работы ARP1 и подтвердить, что мы можем воспроизвести те же входные данные, которые мы ранее получали от серверов TU Delft.
В любом случае, никаких изменений и действий со стороны добровольцев для облегчения процесса не потребуется, и когда ARP1 перезапустится, распределение рабочих единиц будет таким же, как и раньше.

Рисунок 1. Пример агрегата. Каждый блок состоит из трех вложенных доменов (однонаправленных) с разрешением соответственно 9 км, 3 км и 1 км.
https://www.worldcommunitygrid.org/f...ffset,0#696179

Спасибо команде ARP за постоянное сотрудничество с WCG. Если у вас есть какие-либо вопросы или комментарии, пожалуйста, оставьте их в этой теме, чтобы мы могли ответить.

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.ru

Обновление перезапуска Africa Rainfall Project (ARP)

Команда ARP готовится к перезапуску после того, как проект был приостановлен в декабре 2022 года. В этой статье описаны шаги, которые мы предпринимаем для перезапуска этого проекта.

Проект: дождевые осадки в Африке
Опубликовано: 25 апреля 2024 г.
Фон

Проект Africa Rainfall Project (ARP) направлен на моделирование ливней в странах Африки к югу от Сахары для улучшения региональных прогнозов погоды. Цель состоит в том, чтобы запустить моделирование погоды с высоким разрешением (1 км) для всего региона в течение одного года.

Предоставление точных прогнозов погоды имеет решающее значение для самообеспеченности местного фермерского сообщества. Сравнивая результаты, полученные в результате расчета данных об осадках из различных источников с использованием World Community Grid, ученые могут создавать все более точные прогнозы, улучшать будущие симуляции и, в свою очередь, прогнозировать погоду.

Дополнительную информацию об этом проекте можно найти в нашем обновлении исследования за март 2022 года.
https://www.worldcommunitygrid.org/a...?articleId=766

В декабре 2022 года проект был поставлен на паузу из-за ограничений емкости системы хранения. Чтобы узнать больше о деталях этого ограничения хранилища, обратитесь к обновлению ARP от марта 2023 года.
https://www.worldcommunitygrid.org/a...?articleId=781

Как мы сообщали в обновлении от июля 2023 года, частью этой проблемы было то, что поддержка хранилища командой ARP со стороны SURF, совместной ассоциации голландских образовательных и научно-исследовательских учреждений прекратили свое существование.

К счастью, Amazon Web Services (AWS) согласилась разместить данные, и таким образом начался процесс их перемещения. После завершения переезда команда ARP предпринимает шаги, чтобы сделать данные более доступными через платформу AWS, но эта работа все еще находится на ранних стадиях. В настоящее время основное внимание уделяется завершению подготовки новых рабочих блоков и созданию данных, необходимых для перезапуска ARP.

Обновление перезапуска ARP

Мы начали работу над возобновлением рассылки волонтерам рабочих модулей ARP1. Наши партнеры по исследованиям из Делфтского технического университета уже прислали нам большую часть необходимых сценариев и документации, которые мы рассмотрели и внедрили на месте.

В настоящее время мы ожидаем решения о том, получим ли мы остальные необходимые данные и код приложения напрямую или нам нужно будет воспроизвести эти компоненты из документации, предоставленной командой TU Delft. Мы оценили, что оба подхода осуществимы, и хотели сообщить волонтерам, что мы находимся на определенном пути к перезапуску ARP1 в ближайшие недели.

Сроки возможного перезапуска этого проекта зависят от информации от команды ARP.

Если требуемый код и данные не полностью доступны нам, нам нужно будет создать недостающие компоненты конвейера для создания новой работы ARP1 и подтвердить, что мы можем воспроизвести те же входные данные, которые мы ранее получали от серверов TU Delft.
В любом случае, никаких изменений и действий со стороны добровольцев для облегчения процесса не потребуется, и когда ARP1 перезапустится, распределение рабочих единиц будет таким же, как и раньше.

Рисунок 1. Пример агрегата. Каждый блок состоит из трех вложенных доменов (однонаправленных) с разрешением соответственно 9 км, 3 км и 1 км.
https://www.worldcommunitygrid.org/f...ffset,0#696179

Спасибо команде ARP за постоянное сотрудничество с WCG. Если у вас есть какие-либо вопросы или комментарии, пожалуйста, оставьте их в этой теме, чтобы мы могли ответить.

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.ru

Обновление исследования от команды MCM (май 2024 г.)

Мы продолжаем характеризовать биомаркеры рака легких, выявленные в проекте MCM1. Это обновление посвящено KLF5, хорошо изученному гену, который участвует в развитии нескольких типов рака. KLF5 является фактором транскрипции, который экспрессируется во многих органах и тканях.
________________________________________
Проект: Картирование маркеров рака
Опубликовано: 13 мая 2024 г.
________________________________________

Терминология
- Фактор транскрипции: белок, который контролирует скорость транскрипции ДНК в РНК, связывая определенную последовательность ДНК.
- Транскрипция: процесс, при котором копия РНК создается из последовательности ДНК.
- Промоторные элементы: участок ДНК, где инициируется транскрипция.
- Сфинголипид: тип липида, который содержит сфингоидное основание остова.
- Трофобласт: слой клеток, который помогает развивающемуся эмбриону прикрепиться к матке, защищает эмбрион и является частью плаценты.
- Диабетическая невропатия: повреждение нервов, вызванное диабетом.
- Диабетическая кардиомиопатия: изменения структуры и функции ткани сердечной мышцы, вызванные диабетом.
- Волчаночный нефрит: заболевание почек, вызванное волчанкой, аутоиммунным заболеванием.
- Хроническая обстрикторная болезнь легких (ХОБЛ): группа заболеваний, вызывающих закупорку дыхательных путей и проблемы с дыханием.

Фон

Идентификация молекулярных маркеров и их комбинаций (сигнатур) позволяет нам раньше выявлять заболевание (диагностические сигнатуры) и стратифицировать пациентов на подгруппы на основе закономерностей прогрессирования заболевания (прогностические сигнатуры). Последняя группа маркеров помогает определить, каким пациентам будут полезны конкретные варианты лечения (прогностические признаки). Проект Mapping Cancer Markers анализирует наборы данных с миллионами точек данных, собранных у пациентов с раком, чтобы найти такие диагностические, прогностические и прогностические признаки.

С ноября 2013 года волонтеры World Community Grid пожертвовали проекту более 905 700 лет процессорного времени, помогая анализировать данные о раке и саркоме легких и яичников гораздо более тщательно, чем это было бы возможно в противном случае. Мы безмерно благодарны за эту постоянную поддержку.

Сосредоточив внимание на характеристике 26 генов, наиболее результативных при раке легких, мы уже обсуждали VAMP1 , FARP1 , GSDMB , ADH6 , IL13RA1 , PCSK5 , TLE3 и HSD17B11 в предыдущих обновлениях MCM. Здесь мы излагаем информацию о KLF5.

Исследования KLF5

KLF5 (Krueppel-подобный фактор 5) представляет собой фактор транскрипции, который активирует транскрипцию нескольких генов ( Uniprot ). Важность KLF5 при раке легких еще больше усиливается, поскольку он также нацелен на уже обсуждавшиеся нами гены: VAMP1, IL13RA1, PCSK5 и TLE3.

KLF5 участвует в различных биологических процессах, включая ремоделирование кровеносных сосудов [1] и поддержание их работоспособности [2] , метаболизм сфинголипидов и барьерную функцию кожи [3] , клеточный ответ на стресс [4,5] , формирование зубов у мышей [6] и др. дифференцировка эмбрионов и трофобластов [7,8,9], дифференцировка скелетных мышц [10] и самообновление стволовых клеток [9,11] . KLF5 экспрессируется во многих органах и тканях (рис. 1). Исследования также показали, что KLF5 может быть вовлечен в такие состояния, как диабетическая нефропатия [12] и кардиомиопатия [13] , фиброз почек при волчаночном нефрите [14] , защита от иммунного ответа при колите [15] и воспаление дыхательных путей при астме [16]. ] .

Рисунок 1. Экспрессия KLF5 в различных типах тканей ( Атлас белков человека ).

KLF5 также активируется в дыхательных путях пациентов с хронической обструктивной болезнью легких (ХОБЛ) и может участвовать в ремоделировании тканей при ХОБЛ [17] . Примечательно, что исследования показали, что ХОБЛ и рак легких тесно связаны на молекулярном уровне [18] .

Как и в случае с другими генами, которые мы представили до сих пор, было обнаружено, что KLF5 играет защитную роль при раке легких (рис. 2А), который особенно силен у некурящих (рис. 2В).
А
Б
Рисунок 2. (A) Кривые выживаемости для пациентов с раком легких с низкой и высокой экспрессией KLF5 ( KMplot ) и (B) только для некурящих пациентов.

Мы также изучили связь между KLF5 и другими видами рака. Как показано на рисунке 3, при сравнении раковых тканей с нормальными тканями KLF5 по-разному экспрессируется во всех исследованных раковых клетках, кроме одного (обозначено красным текстом).

Примечательно, что уровень KLF5 повышается при раке легких, а также при большинстве других видов рака, тогда как его уровень снижается только в 7 из 22 исследованных видов рака. В литературе KLF5 хорошо изучена связь с многочисленными типами рака, включая рак яичников [19] , рак желудка [20] , рак пищевода [21] , рак щитовидной железы [22] , рак простаты [23] , рак эндометрия [20] . 24] , рак поджелудочной железы [25] , а в последнее время и рак легких [26] .
Рисунок 3. Экспрессия KLF5 в нормальной и раковой ткани при нескольких типах рака. Красный текст представляет значительную разницу между экспрессией в раковой ткани по сравнению с нормальной тканью ( TNMplot ) .

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.ru
https://www.worldcommunitygrid.org/a...?articleId=812

Обновление исследований от команды MCM (июль 2024 г.)

Мы продолжаем характеризовать биомаркеры рака легких, выявленные в проекте MCM1. Это обновление фокусируется на ASTN2, белке, участвующем в миграции нейронов. Он экспрессируется в нескольких типах тканей и участвует в различных видах рака.

Проект: Картирование маркеров рака
https://www.worldcommunitygrid.org/r...m1/overview.do

Опубликовано: 10 июля 2024 г.

Терминология

- Аномалия Киари I типа: порок развития, при котором часть мозга выпячивается через нормальное отверстие в черепе, где она соединяется со спинномозговым каналом, оказывая давление на головной и спинной мозг.
- Хроническая обструктивная болезнь легких (ХОБЛ): группа заболеваний, вызывающих закупорку дыхательных путей и проблемы, связанные с дыханием.
- Глиобластома: тип рака, который образуется из клеток, называемых астроцитами, в головном или спинном мозге.
- Астроциты: тип клеток в центральной нервной системе, которые играют множество важных ролей в поддержке нейронов.

Предыстория

Определение молекулярных маркеров и их комбинаций (сигнатур) позволяет нам выявлять заболевания на ранних стадиях (диагностические сигнатуры) и стратифицировать пациентов на подгруппы на основе моделей прогрессирования заболевания (прогностические сигнатуры). Последняя группа маркеров помогает определить, каким пациентам будут полезны определенные варианты лечения (прогностические сигнатуры). Проект Mapping Cancer Markers анализирует наборы данных с миллионами точек данных, собранных у пациентов с раком, для поиска таких диагностических, прогностических и предсказательных сигнатур.

С ноября 2013 года волонтеры World Community Grid пожертвовали более 905 700 процессорных лет проекту, помогая анализировать данные о раке легких и яичников и саркоме гораздо тщательнее, чем это было бы возможно в ином случае. Мы безмерно благодарны за эту постоянную поддержку.

Сосредоточившись на характеристике 26 наиболее часто встречающихся генов при раке легких, мы уже обсуждали VAMP1, FARP1, GSDMB, ADH6, IL13RA1, PCSK5, TLE3, HSD17B11 и KLF5 в предыдущих обновлениях MCM. Здесь мы излагаем информацию об ASTN2.

Исследование ASTN2

ASTN2 (Astrotactin-2) — это белок, который опосредует рециркуляцию ASTN1 (Astrotactin-1), молекулы адгезии нейронных клеток. Этот процесс включает в себя содействие интернализации ASTN1 обратно в нейрон и обеспечение его транспортировки по нейрону во время миграции нейронов (Uniprot).

Учитывая роль ASTN2 в центральной нервной системе, понятно, что он участвует в эмоциональных и когнитивных функциях. Данные свидетельствуют о том, что ASTN2 играет роль в расстройствах, связанных с мозгом и познанием, таких как болезнь Альцгеймера, психиатрические расстройства, умственная отсталость, восприимчивость к мигрени и мальформация Киари I типа.

При этом ASTN2 имеет низкую тканевую специфичность и экспрессируется во всех типах тканей, исследованных в Атласе белков человека. Соответственно, ASTN2 вовлечен в функцию почек, эндометриоз, остеоартрит, кардиометаболические признаки и хроническую обструктивную болезнь легких (ХОБЛ). Интересно, что эта связь с ХОБЛ является специфической для женщин. Потенциальная роль ASTN2 в ХОБЛ заслуживает внимания, поскольку исследования показали, что ХОБЛ и рак легких тесно связаны на молекулярном уровне.

Рисунок 1. Экспрессия ASTN2 в различных типах тканей (Атлас белков человека).

В соответствии с другими представленными нами генами, высокая экспрессия ASTN2 связана с более длительной выживаемостью при раке легких (Рисунок 2A). Примечательно, что эта связь присутствует только у женщин (Рисунок 2B), а не у мужчин (Рисунок 2C).

Рисунок 2. (A) Кривые выживаемости для пациентов с раком легких с низкой и высокой экспрессией ASTN2 (KMplot), (B) только для женщин и (C) только для мужчин.

Хотя наше внимание сосредоточено на раке легких, мы дополнительно изучили, связан ли ASTN2 также с другими типами рака. Как показано на рисунке 3, сравнивая раковые ткани с нормальными тканями, ASTN2 дифференциально экспрессируется в 13 из 22 проанализированных видов рака (обозначено красным текстом). Примечательно, что ASTN2 повышается в 8 из этих видов рака, тогда как снижается только в 5.

В литературе связь между ASTN2 и раком, по-видимому, недостаточно изучена, и опубликовано очень мало статей по этой теме. Однако одно исследование предположило, что ASTN2 связан с функцией легких, а другое исследование показало, что экспрессия ASTN2 повышена в клеточных линиях глиобластомы по сравнению с нормальными человеческими астроцитами.

Рисунок 3. Экспрессия ASTN2 в нормальной и раковой ткани для нескольких типов рака. Красный текст представляет собой значительную разницу между экспрессией в раковой ткани по сравнению с нормальной тканью (TNMplot).

Если у вас есть какие-либо вопросы или комментарии, пожалуйста, оставляйте их в этой теме, чтобы мы могли ответить!
Команда поддержки WCG
https://www.worldcommunitygrid.org/a...?articleId=813

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.ru
https://www.proteinatlas.org/ENSG000...9-ASTN2/tissue

https://sun9-59.userapi.com/impg/rUr...d6e&type=album

Добро пожаловать на Cascade Day Challenge: 5-дневный SR5 (Sierpinski/Riesel Base 5) с 25 октября 2024 UTC по 30 октября 2024 UTC.
https://www.primegrid.com/forum_thre...d=10673#175971

Следующим испытанием серии 2024 года станет 5-дневное испытание, посвященное 13-й годовщине выпуска [s] Cascade, финала 5-го акта Homestuck, впервые появившегося в Интернете 25 октября 2011 года.

Возможно, это большая нагрузка для наших серверов, что они решили почтить память Flash-анимации, которая была так печально известна тем, что взломала четыре веб-сайта. Или, возможно, к нам присоединится миллион человек с каждого по ядру процессора. Может быть :::)
Чтобы принять участие в испытании:

Дождитесь начала испытания (или установите расписание загрузки клиента BOINC соответствующим образом), поскольку задания, выданные до испытания, не будут учитываться.
В разделе настроек PrimeGrid выберите только проект SR5 (Sierpinski/Riesel Base 5).

Важные напоминания:

Примечание о задачах SR5: PRST (программа, на которой работает SR5) устранила необходимость в полной двойной проверке каждой рабочей единицы, но заменила ее короткой проверочной задачей. Ожидайте получить несколько задач примерно на 1% от обычной длины.
Обычный срок для некоторых из этих WU больше, чем временные рамки задачи, поэтому убедитесь, что ваш компьютер может вернуть WU в течение 5 дней. Будут учитываться только задачи, отправленные ПОСЛЕ времени начала и возвращенные ДО времени окончания.

По завершении задачи: Мы любезно просим пользователей, «двигающихся дальше», ОТМЕНИТЬ свои задачи вместо ОТКЛЮЧЕНИЯ, СБРОСА или ПРИОСТАНОВКИ. ОТМЕНА задач позволяет немедленно их переработать; таким образом, гораздо быстрее «очистка» к концу задачи. ОТКЛЮЧЕНИЕ, СБРОС и ПРИОСТАНОВКА задач заставляют их оставаться в подвешенном состоянии до ИСТЕЧЕНИЯ СРОКА. Поэтому мы должны ждать, пока истечет срок действия задач, чтобы отправить их на выполнение. Пожалуйста, рассмотрите возможность завершения того, что находится в очереди, или ОТМЕНЫ. Спасибо!

Давайте поговорим об оборудовании:
Поддерживаемые платформы для задач SR5:
Windows: 32-разрядная, 64-разрядная
Linux: 32-разрядная, 64-разрядная
Mac: 64-разрядная
Поддерживается и рекомендуется многопоточность.

Использует быстрые задачи проверки, поэтому не нужны задачи двойной проверки. Все «первые»!

Intel и последние процессоры AMD с возможностями FMA3 (Haswell или лучше для Intel, Zen-2 или лучше для AMD) будут иметь очень большое преимущество при выполнении задач LLR, а процессоры с возможностями AVX-512 (некоторые последние процессоры Intel Skylake-X и Xeon, процессоры AMD Ryzen 7000 и EPYC) будут самыми быстрыми.

Обратите внимание, что PRST использует последнюю версию AVX-512 gwnum, которая в полной мере использует возможности этих новых процессоров.

Как и при любом перемалывании чисел, чрезмерное тепло может потенциально привести к постоянному отказу оборудования. Пожалуйста, убедитесь, что ваша система охлаждения достаточна. Пожалуйста, ознакомьтесь с этой публикацией для получения более подробной информации о том, как вы можете «протестировать» свой процессор.

Дополнительная информация:
Конвертер часовых поясов:
25 октября 06:12 UTC на 30 октября 6:12 UTC

ПРИМЕЧАНИЕ: часы обратного отсчета на главной странице используют время хост-компьютера. Поэтому, если время вашего компьютера не совпадает, то и часы обратного отсчета будут отличаться. Для точного времени используйте время UTC в разделе данных в самом верху, над часами обратного отсчета.

Информация о подсчете очков

Очки будут сохраняться для отдельных лиц и команд. Только задания, выданные ПОСЛЕ 25 октября 06:12 UTC и ДО 30 октября 6:12 UTC, будут учитываться для зачета. Мы будем использовать тот же метод подсчета очков, который мы в настоящее время используем для кредитов BOINC. Кворум из 2 человек НЕ требуется для присуждения баллов Challenge, т. е. нет двойной проверки. Таким образом, каждый возвращенный результат будет получать балл Challenge. Обратите внимание, что если результат в конечном итоге будет признан недействительным, балл будет удален.

О проекте SR5

Серпинский с основанием 5 — наименьшее четное число Серпинского с основанием 5 предполагается равным k=159986. Чтобы доказать это, достаточно показать, что k*5^n+1 является простым числом для каждого четного k < 159986. В настоящее время это достигнуто для всех четных k, за исключением следующих 28 значений (по состоянию на 20 октября 2024 г.):

k = 6436, 7528, 10918, 26798, 31712, 36412, 41738, 44348, 44738, 45748, 58642, 60394, 62698, 64258, 67612, 67748, 71492, 74632, 76724, 83936, 84284, 90056, 92906, 93484, 105464, 126134, 139196, 152588

Ризель с основанием 5 — предполагается, что наименьшее четное число Ризель с основанием 5 равно k=346802. Чтобы доказать это, достаточно показать, что k*5^n-1 является простым числом для каждого четного k < 346802. В настоящее время это достигнуто для всех четных k, за исключением следующих 53 значений (по состоянию на 20 октября 2024 г.):

k = 4906, 23906, 26222, 35248, 68132, 71146, 76354, 81134, 92936, 102952, 109238, 109862, 127174, 131848, 134266, 143632, 145462, 145484, 146756, 147844, 151042, 152428, 154844, 159388, 164852, 170386, 170908, 182398, 187916, 189766, 190334, 195872, 201778, 204394, 206894, 231674, 239062, 239342, 246238, 248546, 259072, 265702, 267298, 271162, 285598, 285728, 298442, 304004, 313126, 318278, 325922, 335414, 338866

История

Роберт Смит первоначально представил идею поиска Серпинского/Ризеля по основанию 5 17 сентября 2004 года в группе primeform yahoo. Используя {3,7,13,31,601} в качестве покрывающего множества, он предположил, что k=346802 является наименьшим числом Ризеля по основанию 5. Вскоре после этого Гвидо Сметрийнс предположил, что k=159986 является наименьшим числом Серпинского по основанию 5.
После того, как Роберт выполнил большую часть первоначальной работы самостоятельно, 28 сентября 2004 года он опубликовал сообщение на mersenneforum.org, и таким образом началась распределенная работа. Другими основными участниками разработки, управления и роста проекта являются Ларс Дауш, Джефф Рейнольдс, Ананд С. Наир и Томас Массер.

Простые числа, найденные PrimeGrid находятся по этой ссылке https://www.primegrid.com/forum_thre...d=10673#175971

Простые числа, найденные другими
3622 * 5^7558139-1 найдено Райаном Проппером 18 февраля 2022 г.
114986*5^1052966-1 найдено Сергеем Баталовым 3 июня 2013 г.
119878*5^1019645-1 найдено Сергеем Баталовым 3 июня 2013 г.

Что такое PRST?

PRST — это усовершенствованная версия приложения LLR2, разработанная нашим Павлом Атнашевым и stream. Он использует проверки Gerbicz-Li для включения функции Fast DoubleCheck, которая почти удвоит скорость выполнения PrimeGrid проектов, к которым она применяется. В настоящее время PRST используется для проекта SR5 (Sierpinski/Riesel Base 5).

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru
Ссылка на git-хаб, где лежат исходники программы-клиента BOINC.
https://github.com/BOINC/boinc
Ссылка на телеграмм https://t.me/TSCRussia

Обновление перезапуска Africa Rainfall Project

https://www.worldcommunitygrid.org/r...p1/overview.do

Проект ARP будет перезапущен в понедельник 4 ноября после технической паузы, в которую он вошел в декабре 2022 года.
Проект: Africa Rainfall Project
Опубликовано: 31 октября 2024 г.

Предыстория

Africa Rainfall Project (ARP) направлен на моделирование ливней в странах Африки к югу от Сахары для улучшения региональных прогнозов погоды. Цель состоит в том, чтобы запустить моделирование погоды с высоким разрешением (1 км) для всего региона в течение одного года.
Предоставление точных прогнозов погоды имеет решающее значение для самодостаточности местного фермерского сообщества. Сравнивая результаты, полученные путем вычисления данных об осадках из различных источников с использованием World Community Grid, ученые могут создавать все более точные прогнозы, улучшать будущие моделирования и, в свою очередь, прогнозы погоды.

В декабре 2022 года проект был поставлен на техническую паузу из-за ограничений емкости их системы хранения, размещенной в национальной установке HPC в Нидерландах. Более подробную информацию об ограничении хранилища и подробных шагах, необходимых для перезапуска проекта, можно найти в нашем предыдущем обновлении за апрель.
https://www.worldcommunitygrid.org/a...?articleId=811

Обновление перезапуска ARP

Ранее команда ARP размещала на своих серверах в TU Delft все скрипты, данные и скомпилированные приложения, необходимые для подготовки входных данных для новых рабочих единиц.

Команда ARP предоставляла нам эти новые входные данные для загрузки, чтобы мы могли подготовить следующее поколение рабочих единиц и проиндексировать их в BOINC.

Вывод завершенных рабочих единиц, отправленный нам волонтерами, а затем от нас в TU Delft, был необходим, но недостаточен для подготовки следующего поколения рабочих единиц. Необходимо выполнить ряд шагов предварительной обработки, которые ссылаются на исходные метеорологические данные и данные о температуре поверхности, и это конвейер, который теперь размещен на серверах WCG для перезапуска ARP1 после того, как команда ARP любезно предоставила весь код скриптов и данные, а также полезную документацию.

В результате WCG теперь находится в лучшем положении для работы с научными группами по моделированию погоды в будущем. Мы также обсуждали возможное расширение до версии GPU программного обеспечения WRF с нашим ведущим научным экспертом Ллойдом А. Трейнишем.
https://www.mmm.ucar.edu/models/wrf

Каждая подзадача проекта ARP1, отправленная волонтерам в качестве рабочей единицы, отличается от других подзадач местоположением и временем. Каждая рабочая единица моделирует погоду в подрегионе, называемом доменом, и существует 35 609 перекрывающихся доменов, составляющих регион к югу от Сахары, для которого мы моделируем погоду с помощью приложения NCAR Weather Research Forecasting (WRF).
Каждый из этих доменов, чтобы завершить работу за разумное время на устройствах волонтеров, моделирует погоду в «поколениях», которые представляют собой просто 48-часовые интервалы, помеченные от 000 до 183, что в сумме составляет год моделирования погоды для региона.
Поскольку выходные данные предыдущего поколения используются в качестве входных данных для следующего поколения, граница должна в конечном итоге синхронизироваться по всем доменам для выполнения общих вычислений.

Некоторые домены могут отставать, а некоторые кластеры доменов, которые находятся достаточно далеко друг от друга, могут генерировать некоторые входы следующих поколений, не дожидаясь, пока их далекие соседи догонят. В прошлом мы теряли опыт предыдущего поколения, но перезапуск моделирования с начальных условий или контрольной точки возможен, и мы обычно назначаем более высокий приоритет этим рабочим единицам в BOINC, пока не догоним.

Рисунок 1. Прогресс в моделировании прогноза погоды для каждого субрегиона Африки к югу от Сахары. Дата начала моделирования на один год — 01.07.2018, а конец — при расчете данных за 30.06.2019.

Теперь мы можем использовать результаты, которые мы накопили во время перехода на хранилище в Делфтском техническом университете, и снова начать генерировать входные данные для следующего поколения рабочих единиц ARP1.

В большинстве случаев мы сможем продолжить с того места, на котором остановились, в ведущем поколении (большая часть которого находится между 130 и 140), и со временем, благодаря полной автоматизации сценариев, мы сможем подготовить постоянный поток рабочих единиц ARP1.
Благодарим команду ARP за постоянное партнерство с WCG. Благодарим всех волонтеров, которые помогли обработать первую фазу проекта, и заранее благодарим всех тех, кто поможет нам довести проект ARP до успешного завершения.
Команда WCG

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.ru
Ссылка на телеграмм https://t.me/TSCRussia

Использование технологий во благо: как Сойер и Бретт Томпсон переосмысливают исследования рака
Опубликовано: 8 ноября 2024 г.

Когда у Бретта Томпсона диагностировали рак мозга, это стало разрушительной новостью для его семьи. Но из этого кризиса вытекла необычная реакция его тогдашнего 12-летнего сына Сойера Томпсона, который использовал свою любовь к технологиям, чтобы присоединиться к борьбе с раком неожиданным образом. Сегодня их история вдохновляет людей по всему миру переосмыслить, как они тоже могут внести свой вклад в научные исследования, даже без специальных знаний или средств.

Путь Сойера начался с простого поиска в интернете, движимого желанием помочь отцу любым возможным способом. «У меня не было денег, чтобы пожертвовать, не было знаний о том, как вылечить рак. Я чувствовал себя бессильным», — вспоминает он.

Его исследования привели его к World Community Grid, новаторской инициативе, которая позволяет отдельным лицам вносить свободную вычислительную мощность для поддержки ученых с ресурсоемкой обработкой данных. Созданная IBM в 2004 году и позже переданная в Исследовательский институт Крембила в Торонто, эта платформа использует мощность тысяч домашних компьютеров для выполнения вычислений с большим объемом данных за малую часть времени и затрат, которые потребовались бы на обычных суперкомпьютерах.
Увидев потенциал, Сойер запустил Sawyer's Cancer Fighting Network и привлек членов семьи, друзей и даже незнакомцев онлайн для пожертвования неиспользуемой вычислительной мощности.

Просто запустив фоновое приложение на своих компьютерах, его сеть добровольцев могла помочь обработать огромные объемы данных, необходимые для исследования рака. Его первоначальной целью было создать 100-летнюю вычислительную мощность за один год. К его удивлению, он превзошел эту цель за два месяца благодаря подавляющей поддержке мирового сообщества. По мере распространения информации к инициативе Сойера присоединилось больше добровольцев, что помогло ему достичь 1000 лет вычислительного времени к следующему дню рождения его отца. Сегодня его сеть из 208 добровольцев внесла эквивалент более 1870 лет обработки данных в исследования рака.

Влияние усилий Сойера выходит далеко за рамки его семьи. Его сеть сыграла важную роль в продвижении проекта Mapping Cancer Markers Project, который фокусируется на выявлении маркеров, связанных с раком. Доктор Игорь Юришица, старший научный сотрудник Научно-исследовательского института Крембиля, своими глазами увидел, какую разницу дает такая поддержка.

«Как ученые, мы часто сталкиваемся с вычислительными задачами, превышающими доступные нам вычислительные мощности», — объясняет доктор Юришица. «Встреча с Томпсонами была для нас смирением; она напомнила нам о влиянии, которое могут оказать наши исследования, когда такие люди, как Сойер, объединяют людей, которым не все равно».

Ускоренный прогресс проекта — позволил команде изучить рак легких, рак яичников и расширить его, чтобы понять саркому — что позволило получить новые результаты для улучшения лечения и профилактики рака.

Семья Томпсонов недавно приехала из своего дома в Вашингтоне, округ Колумбия, в Торонто, где они посетили исследовательские центры Крембиля и встретились с учеными, которых они поддерживают.

Для Сойера этот опыт оживил цель его усилий. «Исследования — это то, что дает энергию для новых открытий, и они нужны нам больше, чем когда-либо», — говорит он, восхищаясь передовыми микроскопами и технологиями визуализации в Центре передовой оптической микроскопии Крембиля. Главным моментом визита стало то, что он поделился с исследователями 3D-печатной моделью мозга своего отца, уникальным и сентиментальным подарком, который он сделал из снимков МРТ после того, как опухоль Бретта была удалена. Бретт, который описывает модель как смесь «юмора об опухолях» и любви, считает, что она символизирует силу, которую его семья обрела среди своих испытаний.

Размышляя о том, как далеко они продвинулись, Бретт делится, как глубоко он тронут преданностью Сойера. «Это началось, как способ помочь мне, но переросло в то, что помогает многим другим», — говорит он с очевидной гордостью. Действительно, то, что начиналось как личное усилие, стало объединяющим кличем для семей по всему миру, пострадавших от рака. Один волонтер, известный под именем пользователя «Old Chap», присоединился к команде Сойера после того, как ему поставили диагноз, олицетворяя дух сообщества, который вдохновлял Сойера.

По мере того, как развивается путь Сойера, развивается и его видение будущего. Он продолжает искать способы использования технологий для общественного блага. В 18 лет он расширил свою работу от организации сети волонтерских компьютеров до создания веб-сайтов, разработки ботов и содействия усилиям по борьбе с пандемией, включая платформу, помогающую людям находить записи на вакцинацию от COVID-19. «Настоящая сила технологий — это не скорость или что-то в этом роде», — размышляет Сойер, — «а то, как вы используете их, чтобы оказать положительное влияние на мир».

Для тех, кто вдохновлен пойти по стопам Сойера, присоединиться к World Community Grid легко. Посетив Sawyer’s Cancer Fighting Network, волонтеры могут зарегистрироваться, загрузить приложение и стать частью всемирного движения, которое превращает обычные компьютеры в инструменты для выдающихся научных достижений. Как показывает успех Сойера, каждый может стать частью решения некоторых из самых больших мировых проблем, по одному вычислительному циклу за раз. Эта вдохновляющая история также заинтриговала репортера City News Фаизу Амин, которая взяла интервью у Сойера и его отца.

https://toronto.citynews.ca/video/20...ancer-research
https://www.helpsawyerfightcancer.com/

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru
Ссылка на git-хаб, где лежат исходники программы-клиента BOINC.
https://github.com/BOINC/boinc
Ссылка на телеграмм https://t.me/TSCRussia

World Community Grid исполнилось 20 лет!

В этом ноябре мы отмечаем двадцатую годовщину World Community Grid (WCG), инициативы, которая задействовала простаивающие вычислительные мощности компьютеров волонтеров по всему миру для продвижения критически важных научных исследований.

Опубликовано: 16 ноября 2024 г.

Запущенный в 2004 году IBM, WCG начинался как амбициозный проект по мобилизации свободных вычислительных мощностей для решения глобальных проблем в области здравоохранения, бедности и устойчивого развития. За последние два десятилетия он оказал огромное влияние, достигнув миллионов процессорных лет вычислений в различных исследовательских проектах на благо человечества. Сегодня Jurisica Lab в Научно-исследовательском институте Крембиля, часть University Health Network (UHN), продолжает продвигать миссию WCG, развивая наследие IBM, расширяя ее охват и фокус.

Почему WCG?

Все большие объемы данных генерируются в лабораториях по всему миру в самых разных дисциплинах. Для анализа этих данных требуются все более мощные (и дорогие) компьютеры, что заставляет исследователей либо находить масштабируемые решения, либо изменять исследовательские вопросы, на которые мы можем себе позволить ответить. Сетевые вычисления обеспечивают решение многих из этих проблем, поскольку они разделяют проблему на более мелкие задачи, которые распределяются по компьютерам, которые также постоянно обновляются.

WCG работает на стыке гражданской науки, открытых данных и вычислительной биологии. Он дает возможность отдельным лицам вносить вклад в передовые исследования из собственных домов или с работы, предоставляя исследователям вычислительную мощность, необходимую для анализа огромных наборов данных и поиска ответов на некоторые из самых насущных вопросов, с которыми сталкивается человечество. Эта приверженность продвижению научных открытий привела к достижениям, ранее невообразимым с помощью обычных ресурсов.

Когда?

Как подробно описано в нашей предыдущей новостной статье, World Community Grid вышла в сеть в 2004 году с миссией решения проблем общества путем использования свободных вычислительных мощностей мира. IBM пожертвовала оборудование, программное обеспечение, технические услуги и поддержку хостинга для создания и запуска World Community Grid. Это была первая в своем роде благотворительная модель, использующая пожертвованную вычислительную мощность компьютеров от обычных людей для решения многих исследовательских вопросов в рамках отдельных проектов.
В сентябре 2021 года право собственности на World Community Grid было передано Jurisica Lab в Научно-исследовательском институте Крембила. Хотя переход был долгим, и путь был немного трудным, небольшая исследовательская группа, которая заменила большую корпоративную команду, сделала все возможное и продолжает вкладывать время и энергию в продолжение важного наследия и поддержки исследований, предоставляемых WCG. Будучи частью крупнейшей в Канаде больничной исследовательской организации, Jurisica Lab намерена использовать инфраструктуру WCG для ускорения открытий в области хронических заболеваний, включая рак, артрит и неврологические расстройства. Проекты, поддерживаемые WCG сегодня, добиваются успехов в новых областях, включая исследования артрита, где вычислительная мощность ускоряет идентификацию биомаркеров, и нейродегенерации, где основное внимание уделяется новым стратегиям лечения.

Что?

Сетка была вдохновлена ранними проектами, такими как Smallpox Research Grid, которая объединила более двух миллионов добровольцев из 226 стран для обработки более 35 миллионов молекул лекарств, для Министерства обороны США. Благодаря этим усилиям IBM и United Devices стали пионерами модели для глобальных краудсорсинговых исследований, которая с тех пор развилась для решения еще более широких социальных проблем.

С тех пор 32 проекта получили поддержку волонтеров WCG. Борьба с раком, СПИДом и COVID-19 была той, которая получила самую сильную поддержку со стороны волонтеров. Все исследователи очень благодарны за обширную поддержку, оказанную всем этим проектам.

Несколько проектов завершили свою первую фазу в 2024 году, включая OPN1, HSTB и SCC, и перешли на этапы проверки. По состоянию на ноябрь 2024 года единственными активными проектами являются Mapping Cancer Marker и African Rainfall Projects, но скоро появятся новые. (Следите за новостями!)

Рисунок 1. Годы ЦП, пожертвованные волонтерами на проект в год.

Кто?

За 20 лет к Grid присоединилось множество волонтеров. Удивительно, но к 16 ноября 2004 года к WCG присоединились 364 волонтера, которые в течение 20 лет оставались активными участниками, что стало основой для 814 834 волонтеров с 7 689 637 устройствами.

Известные организации также зарегистрировались в самом начале, включая Национальные институты здравоохранения, клинику Майо, Оксфордский университет, Благотворительный фонд Дорис Дьюк, Фонд рынка, Всемирную организацию здравоохранения и Программу развития ООН.

Научный центр имени Рубена Х. Флита, популярная достопримечательность Сан-Диего, стал первым культурным учреждением, присоединившимся к World Community Grid.
WCG также привлекла Ассоциацию тенниса США во время Открытого чемпионата США 2005 года.

По состоянию на ноябрь 2024 года участники в совокупности пожертвовали 2 618 517 лет вычислений, а 31 доброволец получил более 1 миллиарда кредитов. Спасибо.

Где?

Волонтеры WCG приезжают со всего мира, как показано на рисунке 2. Хотя в США насчитывается наибольшее количество волонтеров, в нескольких странах Европы и Азии насчитывается тысячи волонтеров.

Рисунок 2. Количество волонтеров в каждой стране, как они сами заявляют.
Хотя в некоторых странах всего несколько волонтеров, некоторые из них жертвуют огромные объемы вычислений на одного добровольца. В этом случае, в тройку лидеров входят Каймановы острова, где 3 пользователя в среднем предоставляют более 164 миллионов кредитов на одного добровольца; острова Теркс и Кайкос, где только 1 доброволец самостоятельно жертвует более 161 миллиона кредитов!; и Ангилья, где 4 волонтера в среднем предоставляют более 103 миллионов кредитов на одного добровольца. Какой пример преданности делу!
На рисунке 3 представлена карта, центрированная на трех странах, указанных выше, и среднее количество кредитов на одного волонтера в странах, представленных на карте.
Рисунок 3. Вид карты мира, показывающий ведущие страны по среднему количеству кредитов на одного волонтера.
Спасибо всем волонтерам, которые внесли свой вклад и поддержали WCG. Это было бы невозможно без всех вас!

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:


Ссылка на git-хаб, где лежат исходники программы-клиента BOINC.

Ссылка на телеграмм https://t.me/TSCRussia

https://sun9-44.userapi.com/impg/xWS...250&type=album
https://sun9-80.userapi.com/impg/RMe...b61&type=album
https://sun9-5.userapi.com/impg/zIU5...a0c&type=album

Два проекта, Smash Childhood Cancer и Help Stop TB подходят к концу.

Smash Childhood Cancer и Help Stop TB завершили свою фазу вычислений с WCG и предоставляют нам последние новости.
Проекты: Помогите остановить туберкулез, разгромить детский рак.

Опубликовано: 26 ноября 2024 г.

Доктор Келлер из проекта Smash Childhood Cancer написал нам:

"Институт развития детской онкологической терапии благодарен Volunteers of the World Community Grid за возможность реализации проектов в сотрудничестве с доктором Тюдзи Хосино из Университета Тиба, Япония.

Самым ярким моментом этого сотрудничества стало то, что наш проект теперь является частью проекта Cancer Research UK Cancer Grand Challenge KOODAC стоимостью 25 млн. долларов США с MIT, Institut Curie, University of Dundee, Nurix Therapeutics и другими по разработке терапевтических средств для лечения детской саркомы на основе белковых деградаторов.

Программа Smash Childhood Cancer WCG также стала научной основой нескольких проектов летних стажировок, продвигая методы лечения детского рака и готовя разнообразную группу молодых людей к карьере в области науки и медицины".

Всего наилучшего команде в их будущих исследованиях.

Доктор Крофт из проекта Help Stop TB написал нам:

«Хотя проект в последнее время не был активен для новых расчетов, мы выполняли работу за кулисами, чтобы завершить расчеты, которые у нас есть, и подготовиться к сообщению результатов. Это включало исследование новых методологий XAI (объяснимый ИИ — не методы «черного ящика», а те, которые говорят нам о том, почему принимаются решения) для обработки наших отличительных наборов данных.

Поскольку миколовые кислоты уникальны по своему поведению из молекул, изученных в литературе на сегодняшний день, это означало больше работы, чем ожидалось, но мы надеемся, что вскоре все будет проанализировано с помощью новых методов.

Более того, мы искали, как повторно применить некоторые из этих методов к аналогичным сложным системам в других новых проектах группы, таких как применение к новым биологическим препаратам, чтобы лучше понять их свойства и оптимизировать производство — следите за этим пространством.

Однако, как это происходит в текущем проекте, похоже, что мы не сможем получить новые расширенные системы для следующего расчета и поэтапно запускаем в сроки, на которые мы изначально надеялись. Поэтому мы приняли решение отложить новые расчеты до тех пор, пока у нас не появится выделенный исследователь для надзора за работой, и мы сосредоточимся на завершении того, что у нас есть.

Между тем, мы хотели бы поблагодарить всех волонтеров, которые были с нами в течение последних многих-многих лет, и их неизменную поддержку проекта. Мы надеемся, что сможем предоставить вам подробную информацию о результатах и последствиях вашего вклада в ближайшем будущем."

Мы также желаем команде доктора Крофта всего наилучшего в их будущих начинаниях.

https://www.worldcommunitygrid.org/r...t1/overview.do
https://www.worldcommunitygrid.org/a...?articleId=817

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru
Ссылка на git-хаб, где лежат исходники программы-клиента BOINC.
https://github.com/BOINC/boinc
Ссылка на телеграмм https://t.me/TSCRussia

2-ТРАНСВЕРСАЛИ В ПАРАХ ОРТОГОНАЛЬНЫХ ДИАГОНАЛЬНЫХ ЛАТИНСКИХ КВАДРАТОВ.

УДК 681.3 Э.И. Ватутин evatutin@rambler.com
Юго-Западный государственный университет, Курск

В работе предложено понятие 2-трансверсалей (диагональных и общего вида) в парах ОЛК/ОДЛК, показана их связь с задачей построения троек взаимно ортогональных ЛК/ДЛК и приведено краткое описание их свойств.

Латинские квадраты (ЛК) и диагональные латинские квадраты (ДЛК) представляют собой достаточно известные типы комбинаторных объектов, исследованию которых посвящено достаточно большое количество научных публикаций. Одной из наиболее известных открытых математических проблем является попытка построения тройки взаимно ортогональных ЛК/ДЛК (ВОЛК/ВОДЛК) порядка 10 N = либо доказательство ее несуществования.

Для построения ортогональных соквадратов (ОЛК/ОДЛК) к заданному квадрату наиболее эффективным является метод Эйлера-Паркера, базирующийся на построении множества трансверсалей, и последующем поиске покрытия из N попарно не пересекающихся трансверсалей (диагональных трансверсалей при поиске ОДЛК и трансверсалей общего вида при поиске ОЛК).

Введем в рассмотрение понятие 2-трансверсалей, определенных в парах ОЛК/ОДЛК. Так 2-трансверсалью в паре ОЛК/ОДЛК A и B будем называть такую трансверсаль, которая одновременно является трансверсалью как в квадрате A, так и в квадрате B. Аналогично, диагональной 2-трансверсалью в паре ОДЛК будем называть такую диагональную трансверсаль, которая одновременно является диагональной трансверсалью в обоих ДЛК пары. Несложно показать, что необходимым и достаточным условием существования третьего квадрата C, ортогонального обоим квадратам A и B пары, является наличие N попарно не пересекающихся 2-трансверсалей.

Следовательно, при поиске тройки ВОЛК/ВОДЛК имеет смысл сконцентрироваться на целенаправленном построении пар ОЛК/ОДЛК с большим числом 2-трансверсалей, для чего необходимо исследование их свойств. Пример пары ОДЛК порядка 9 и диагональной 2-трансверсали приведен на рисунке.

00 11 22 33 44 55 66 77 88
82 53 36 08 27 60 41 15 74
46 04 17 20 65 78 52 83 31
35 87 58 61 13 24 70 06 42
28 45 64 12 76 81 37 50 03
14 68 73 47 80 32 05 21 56
57 26 01 75 38 43 84 62 10
71 30 85 54 02 16 23 48 67
63 72 40 86 51 07 18 34 25

Рис. Пример пары ОДЛК порядка 9 и диагональной 2-трансверсали [1 0 3 2 4 6 5 8 7] (выделена жирным).

Также указанная пара ОДЛК имеет еще 3 диагональных 2-трансверсали: [2 6 7 0 4 1 8 3 5], [3 5 1 8 4 7 0 2 6] и [5 3 8 1 4 0 7 6 2]
С использованием построенных ранее коллекций ОДЛК можно посчитать следующие числовые ряды для 2-трансверсалей:
• минимальное число 2-трансверсалей в парах ОДЛК – 1, 0, 0, 4, 10, 0, 2, 2,2, 2, 2, 2 (диагонали ДЛК по определению являются трансверсалями, поэтому для всех порядков N, для которых существуют ОДЛК, ( )2a N ³ );
• максимальное число 2-трансверсалей в парах ОДЛК – 1, 0, 0, 4, 10, 0, 28,96, 648, ()1028a³, ( )11
1782a³, ()12 108a³;
• мощность спектра числа 2-трансверсалей в парах ОДЛК – 1, 0, 0, 1, 1, 0, 3,7, 66, ()10 17a³, ( )11 35a³, () 12 42a³; и для диагональных 2-трансверсалей:
• минимальное число диагональных 2-трансверсалей в парах ОДЛК – 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 (вероятно далее с ростом размерности N ряд будет состоять из нулевых значений);
• максимальное число диагональных 2-трансверсалей в парах ОДЛК – 1, 0, 0, 0, 0, 0, 14, 32, 140, ()10 8a³ , ( )11 320a³, () 12 38a³, () 13 992a³;
• мощность спектра числа диагональных 2-трансверсалей в парах ОДЛК – 1, 0, 0, 1, 1, 0, 3, 4, 53, () 106a³ , ( ) 11 37a³, ()12 11a³, () 13 14a³.

Все посчитанные числовые ряды не представлены в OEIS и планируются к добавлению в состав энциклопедии.

Для порядка 11 N = ДЛК в составе рекордных пар ОДЛК являются либо циклическими, либо DSODLS/ESODLS (либо одновременно); для порядка 12 N =– по-видимому, диагонализированными составными квадратами вида 34´ с максимально возможным для данной размерности числом трансверсалей, равным 198 144 (см. числовые ряды A287644 и A344105 в OEIS).

Для порядка 10 N =рекордным числом общих 2-трансверсалей (как диагональных, так и общего вида) обладают ДЛК, являющиеся SODLS/ESODLS с относительно небольшим числом трансверсалей (124/932 и 128/932 соответственно при известных максимальных значениях 890/5504), что делает актуальной задачу бестрансверсального поиска ESODLS с использованием схем отображения ячеек CMS [1].
В перспективе при необходимости введенное определение 2-трансверсалей может быть расширено на 3-трансверсали в тройках ВОЛК/ВОДЛК, 4-трансверсали в четверках ВОЛК/ВОДЛК и т.д.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1. Vatutin E.I., Zaikin O.S., Manzuk M.O., Nikitina N.N. Searching for Orthogonal Latin Squares via Cells Mapping and BOINC-Based Cube-And-Conquer // Communications in Computer and Information Science. 2021. Vol. 1510. pp. 498–512. DOI: 10.1007/978-3-030-92864-3_38.
https://boinc.ru

2-ТРАНСВЕРСАЛИ В ПАРАХ ОРТОГОНАЛЬНЫХ ДИАГОНАЛЬНЫХ ЛАТИНСКИХ КВАДРАТОВ.

УДК 681.3 Э.И. Ватутин evatutin@rambler.com
Юго-Западный государственный университет, Курск

В работе предложено понятие 2-трансверсалей (диагональных и общего вида) в парах ОЛК/ОДЛК, показана их связь с задачей построения троек взаимно ортогональных ЛК/ДЛК и приведено краткое описание их свойств.

Латинские квадраты (ЛК) и диагональные латинские квадраты (ДЛК) представляют собой достаточно известные типы комбинаторных объектов, исследованию которых посвящено достаточно большое количество научных публикаций. Одной из наиболее известных открытых математических проблем является попытка построения тройки взаимно ортогональных ЛК/ДЛК (ВОЛК/ВОДЛК) порядка 10 N = либо доказательство ее несуществования.

Для построения ортогональных соквадратов (ОЛК/ОДЛК) к заданному квадрату наиболее эффективным является метод Эйлера-Паркера, базирующийся на построении множества трансверсалей, и последующем поиске покрытия из N попарно не пересекающихся трансверсалей (диагональных трансверсалей при поиске ОДЛК и трансверсалей общего вида при поиске ОЛК).

Введем в рассмотрение понятие 2-трансверсалей, определенных в парах ОЛК/ОДЛК. Так 2-трансверсалью в паре ОЛК/ОДЛК A и B будем называть такую трансверсаль, которая одновременно является трансверсалью как в квадрате A, так и в квадрате B. Аналогично, диагональной 2-трансверсалью в паре ОДЛК будем называть такую диагональную трансверсаль, которая одновременно является диагональной трансверсалью в обоих ДЛК пары. Несложно показать, что необходимым и достаточным условием существования третьего квадрата C, ортогонального обоим квадратам A и B пары, является наличие N попарно не пересекающихся 2-трансверсалей.

Следовательно, при поиске тройки ВОЛК/ВОДЛК имеет смысл сконцентрироваться на целенаправленном построении пар ОЛК/ОДЛК с большим числом 2-трансверсалей, для чего необходимо исследование их свойств. Пример пары ОДЛК порядка 9 и диагональной 2-трансверсали приведен на рисунке.

00 11 22 33 44 55 66 77 88
82 53 36 08 27 60 41 15 74
46 04 17 20 65 78 52 83 31
35 87 58 61 13 24 70 06 42
28 45 64 12 76 81 37 50 03
14 68 73 47 80 32 05 21 56
57 26 01 75 38 43 84 62 10
71 30 85 54 02 16 23 48 67
63 72 40 86 51 07 18 34 25

Рис. Пример пары ОДЛК порядка 9 и диагональной 2-трансверсали [1 0 3 2 4 6 5 8 7] (выделена жирным).

Также указанная пара ОДЛК имеет еще 3 диагональных 2-трансверсали: [2 6 7 0 4 1 8 3 5], [3 5 1 8 4 7 0 2 6] и [5 3 8 1 4 0 7 6 2]
С использованием построенных ранее коллекций ОДЛК можно посчитать следующие числовые ряды для 2-трансверсалей:
• минимальное число 2-трансверсалей в парах ОДЛК – 1, 0, 0, 4, 10, 0, 2, 2,2, 2, 2, 2 (диагонали ДЛК по определению являются трансверсалями, поэтому для всех порядков N, для которых существуют ОДЛК, ( )2a N ³ );
• максимальное число 2-трансверсалей в парах ОДЛК – 1, 0, 0, 4, 10, 0, 28,96, 648, ()1028a³, ( )11
1782a³, ()12 108a³;
• мощность спектра числа 2-трансверсалей в парах ОДЛК – 1, 0, 0, 1, 1, 0, 3,7, 66, ()10 17a³, ( )11 35a³, () 12 42a³; и для диагональных 2-трансверсалей:
• минимальное число диагональных 2-трансверсалей в парах ОДЛК – 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 (вероятно далее с ростом размерности N ряд будет состоять из нулевых значений);
• максимальное число диагональных 2-трансверсалей в парах ОДЛК – 1, 0, 0, 0, 0, 0, 14, 32, 140, ()10 8a³ , ( )11 320a³, () 12 38a³, () 13 992a³;
• мощность спектра числа диагональных 2-трансверсалей в парах ОДЛК – 1, 0, 0, 1, 1, 0, 3, 4, 53, () 106a³ , ( ) 11 37a³, ()12 11a³, () 13 14a³.

Все посчитанные числовые ряды не представлены в OEIS и планируются к добавлению в состав энциклопедии.

Для порядка 11 N = ДЛК в составе рекордных пар ОДЛК являются либо циклическими, либо DSODLS/ESODLS (либо одновременно); для порядка 12 N =– по-видимому, диагонализированными составными квадратами вида 34´ с максимально возможным для данной размерности числом трансверсалей, равным 198 144 (см. числовые ряды A287644 и A344105 в OEIS).

Для порядка 10 N =рекордным числом общих 2-трансверсалей (как диагональных, так и общего вида) обладают ДЛК, являющиеся SODLS/ESODLS с относительно небольшим числом трансверсалей (124/932 и 128/932 соответственно при известных максимальных значениях 890/5504), что делает актуальной задачу бестрансверсального поиска ESODLS с использованием схем отображения ячеек CMS [1].
В перспективе при необходимости введенное определение 2-трансверсалей может быть расширено на 3-трансверсали в тройках ВОЛК/ВОДЛК, 4-трансверсали в четверках ВОЛК/ВОДЛК и т.д.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1. Vatutin E.I., Zaikin O.S., Manzuk M.O., Nikitina N.N. Searching for Orthogonal Latin Squares via Cells Mapping and BOINC-Based Cube-And-Conquer // Communications in Computer and Information Science. 2021. Vol. 1510. pp. 498–512. DOI: 10.1007/978-3-030-92864-3_38.
https://boinc.ru

Гравитационно-волновые поиски Einstein@Home?

Каковы цели гравитационно-волнового поиска Einstein@Home?

Einstein@Home ищет слабые, непрерывные (длительные) гравитационные волны от вращающихся нейтронных звезд в данных детекторов LIGO.

Что такое нейтронные звезды?

Нейтронные звезды - компактные и экзотические объекты. Их диаметр составляет от 20 до 30 километров, что примерно равно размеру небольшого города. В то же время их масса в среднем равна массе полумиллиона планет Земли, или в 1,4 раза больше массы нашего Солнца. Эти объекты состоят из вещества, которое намного плотнее, чем обычное вещество в любой точке Вселенной. Плотность нейтронной звезды сравнима с плотностью атомного ядра (а внутри, возможно, даже выше). Нейтронные звезды обладают сильными магнитными полями, в триллион раз сильнее, чем магнит на холодильнике. Некоторые из них также вращаются вокруг своей оси со скоростью до сотен оборотов в секунду. На рисунке справа показана внутренняя структура нейтронной звезды.

Как образуются нейтронные звезды?

Обычные звезды (такие как наше Солнце) питаются за счет ядерного синтеза, то есть путем объединения атомных ядер более легких элементов в ядра более тяжелых (и высвобождения энергии в процессе). Когда звезда, масса которой в несколько раз превышает массу нашего Солнца, израсходует все свое ядерное топливо, она взрывается в результате энергетического события, называемого сверхновой. Когда ядро звезды, состоящее в основном из железа, разрушается под действием собственной гравитации, внешние слои звезды разрушаются. Гравитация сжимает ядро звезды с такой силой, что протоны и электроны внутри нее объединяются, образуя нейтроны и нейтрино. Полученный в результате объект называется нейтронной звездой.

Излучают ли вращающиеся нейтронные звезды гравитационные волны?

Из-за их высокой плотности, небольшого размера и сильной гравитации поначалу можно было бы ожидать, что нейтронные звезды всегда имеют идеально сферическую форму. Если бы это было так, то ни одна вращающаяся нейтронная звезда не могла бы излучать гравитационные волны: идеально круглые объекты не излучают гравитационных волн, независимо от того, насколько быстро они вращаются.
Но, к счастью, все не так просто и скучно: существует несколько способов деформировать нейтронные звезды (подробнее смотрите в следующем разделе).

Деформированные вращающиеся нейтронные звезды являются источником гравитационных волн. Пока существует деформация, нейтронная звезда будет излучать гравитационные волны с удвоенной частотой вращения. Нам известно о почти 3500 вращающихся нейтронных звездах, обнаруженных как пульсары в электромагнитном спектре. Около 20% из них могли излучать гравитационные волны в диапазоне частот, наблюдаемом наземными детекторами, такими как LIGO. Наблюдение за их гравитационно-волновым излучением - единственный способ выяснить, насколько они деформированы, и найти нейтронные звезды, которые нельзя обнаружить как пульсары в электромагнитном спектре. Узнайте больше об этой теме в этом видео, размещенном на YouTube.

Как природа деформирует нейтронную звезду?

Изображение художником деформированной нейтронной звезды с крошечным выступом на экваторе. Автор: М.А. Папа/MPI по гравитационной физике/Milde Marketing

Существует несколько процессов, которые могут привести к деформации вращающихся нейтронных звезд. Предполагается, что внешняя сторона нейтронной звезды представляет собой кристаллическую кору толщиной в несколько сотен метров. Это необычное вещество, которое в 20 раз тверже стали. Таким образом, кора может содержать крошечные “холмы” или небольшие “бугорки” на поверхности нейтронной звезды (см. Изображение справа, чтобы получить представление художника). Эти выпуклости могли образоваться в процессе рождения нейтронной звезды после взрыва сверхновой. С другой стороны, они могли образоваться позже, когда вещество звезды–компаньона, направляемое сильным магнитным полем нейтронной звезды, накапливается на небольшой части поверхности нейтронной звезды.

Ожидается, что размер выпуклостей нейтронной звезды составит всего несколько сантиметров. Обычно он измеряется величиной, называемой “эллиптичностью”. Она приблизительно описывает, насколько нейтронная звезда (измеренная относительно ее радиуса) отличается от идеальной сферы. Для типичных выпуклостей коры нейтронных звезд эллиптичность может достигать 10-6. Это очень мало, всего одна миллионная радиуса нейтронной звезды: около одного сантиметра! Еще одним источником деформаций может быть сильное магнитное поле нейтронной звезды. Моделирование этих магнитных деформаций показывает, что они могут вызывать (намного) меньшие эллиптические формы, вплоть до 10-8, или примерно с толщину человеческого волоса.

Что такое непрерывная гравитационная волна и чем она отличается от сигналов, наблюдаемых до сих пор?

Все гравитационные волны, наблюдаемые до сих пор земными интерферометрическими детекторами гравитационных волн, были испущены на конечных орбитах пар черных дыр или нейтронных звезд, которые сближались и в конечном итоге сливались. Эти явления носят кратковременный характер: в зависимости от массы, они регистрируются детекторами в диапазоне частот от долей секунды до минуты, прежде чем закончатся. До и после этого гравитационные волны не наблюдаются.

Einstein@Home ищет сигналы другого рода: Гравитационные волны, испускаемые деформированными вращающимися нейтронными звездами, являются непрерывными – они существуют постоянно.

Они также намного слабее (из-за гораздо меньших масс), чем гравитационные волны от слияния черных дыр и нейтронных звезд. Мы ожидаем, что самые сильные непрерывные гравитационные волны будут как минимум в 10 000 раз слабее, чем “громкое” слияние двойных черных дыр.

Хотя это может показаться плохой новостью, непрерывный и довольно простой характер сигнала компенсирует его слабость. Анализируя данные за длительные периоды (например, месяцы), можно обнаружить даже очень слабые сигналы. Более того, как только возможный сигнал идентифицирован, его можно наблюдать снова и снова. Это будет происходить и в будущем, по мере того как будут доступны более качественные наблюдения с использованием более чувствительных детекторов и по мере совершенствования методов анализа.

Как мы ищем непрерывные гравитационные волны?

Гравитационная волна, излучаемая деформированной вращающейся нейтронной звездой, очень проста. Она почти идеально монохроматична. Это означает, что у нее одна частота (в два раза превышающая частоту вращения нейтронной звезды). Эта мгновенная частота медленно уменьшается с течением времени, поскольку вращающаяся нейтронная звезда теряет энергию из-за излучения гравитационных (и, если это пульсар, электромагнитных) волн.

Если бы кто-то наблюдал излучение гравитационных волн, находясь в пространстве в состоянии покоя относительно вращающейся деформированной нейтронной звезды, все было бы просто. Обнаружение почти монохроматических гравитационных волн в зашумленном детекторе является простым делом: простой анализ Фурье быстро выявил бы периодичность.

Имитация доплеровской модуляции непрерывной гравитационной волны. График на вставке показывает суточную модуляцию.
Но на самом деле сам поиск гораздо сложнее и требует больших вычислительных затрат. Одна из главных причин: наши детекторы не находятся в состоянии покоя относительно нейтронной звезды. Они расположены на поверхности Земли, которая совершает ежедневный оборот, и раз в год обращается вокруг Солнца: детекторы перемещаются относительно нейтронной звезды. Это вызывает доплеровское смещение частоты гравитационных волн, наблюдаемых детекторами.

Сила эффекта Доплера зависит от времени (в течение суток и в течение года) и от положения нейтронной звезды на небе. На графике справа показано моделирование непрерывного гравитационно-волнового сигнала, получаемого на Земле. Вы можете наблюдать годовую и суточную модуляции эффекта Доплера.

Для описания непрерывного гравитационно-волнового сигнала требуются четыре различных параметра: положение на небе (например, два параметра: прямое восхождение и склонение), частота гравитационных волн (один параметр) и изменение частоты гравитационных волн с течением времени (один параметр, обычно называемый вращением).

Для поиска слабого сигнала в зашумленных данных детектора необходимо проанализировать большие массивы данных (охватывающие месяцы наблюдений). Если параметры сигнала неизвестны, необходимо протестировать множество различных возможных комбинаций параметров: предположим, есть сигнал с определенной частотой, замедлением и положением на небе. Эта комбинация параметров покажет вам, как должен выглядеть ожидаемый сигнал. Теперь проверьте данные детектора на наличие ожидаемого сигнала, используя методы анализа Фурье. Если ничего не найдено, повторите попытку с другой комбинацией параметров.

Такой поиск требует очень большого количества комбинаций параметров. Это связано с тем, что со временем даже незначительное отклонение в одном из параметров может привести к тому, что поиск потенциально пропустит сигнал, скрытый в шуме детектора: предположим, что значение частоты немного отличается от истинного, и сигнал не будет отображаться в анализе. То же самое относится и к смещениям в положении "небо" или "вращение вниз". Чтобы свести к минимуму вероятность пропуска скрытого сигнала, данные обрабатываются очень тщательно с использованием большого количества комбинаций параметров.
Узнайте больше о поиске непрерывных гравитационных волн в этом видео, размещенном на YouTube. https://www.youtube.com/watch?v=7xIAHdDipNg

Какие данные анализирует Einstein@Home?

В рамках поиска гравитационных волн Einstein@Home анализирует общедоступные данные предыдущих наблюдений с помощью детекторов LIGO, которые доступны в Открытом научном центре гравитационных волн. Эти наборы данных обычно рассчитаны на несколько месяцев и могут прерываться более короткими или длительными паузами, например, для технического обслуживания детектора.
https://gwosc.org/
На основе этих наборов данных Einstein@Home выполняет различные типы поиска, различающиеся объемом априорной информации и количеством неизвестных параметров сигнала.

Что такое поиск по всему небу?

При обычном поиске Einstein@Home по всему небу ни один из четырех параметров сигнала (положение на небе, частота и изменение частоты) не известен заранее. Мы осуществляем поиск сигналов из всех возможных положений на небе и в широком диапазоне частот и изменений частоты. Из-за малого объема предварительной информации самый тщательный поиск, основанный на использовании всех доступных данных за один длительный период, невозможен с точки зрения вычислений. Для этого потребовалось бы гораздо больше вычислительной мощности, чем имеется в наличии.

Следующим лучшим решением является иерархический поиск, который разбивает данные на более мелкие последовательные сегменты. Каждый из этих сегментов анализируется оптимальным образом независимо друг от друга. Затем результаты из отдельных сегментов объединяются разумным образом. Конечным результатом является поиск, который почти так же чувствителен, как и оптимальный, при гораздо меньших вычислительных затратах. Но даже при таком подходе для выполнения этих поисков необходимы большие компьютерные кластеры или волонтерские компьютерные проекты, такие как Einstein@Home.

Что такое направленный поиск?

Изображение остатка сверхновой Cas A, полученное JWST с помощью камеры NIRCam. Авторы: НАСА, ЕКА, CSA, STScI, Дэнни Милисавлевич (Университет Пердью), Илзе Де Лузе (Юджент), Теа Темим (Принстонский университет).

В некоторых случаях некоторая информация о потенциальных источниках непрерывных гравитационных волн будет доступна заранее. Для известных остатков сверхновых положение центральной нейтронной звезды известно из наблюдений в электромагнитном спектре. Таким образом, положение на небе определяется точно, и его не нужно искать. Даже если положение точно неизвестно, оно может быть ограничено очень небольшим участком неба. Остаются только два неизвестных: частота гравитационных волн и ее эволюция во времени.

При таком направленном поиске необходимо искать только неизвестную частоту, ее изменение и, возможно, несколько положений на небе. Например, Einstein@Home провел поиск гравитационных волн от центральных компактных объектов в остатках сверхновой Vela Jr., Кассиопеи A (см. изображение справа) и G347.3.

Что мы узнали на данный момент?

До сих пор не было обнаружено непрерывного гравитационно-волнового сигнала. Но поиски уже позволили получить представление о скрытой популяции нейтронных звезд в нашей Галактике.
Einstein@Home проводит самый тщательный поиск непрерывных гравитационных волн по всему небу в данных LIGO. Результаты этих поисков ограничивают количество нейтронных звезд в Галактике, исключая наличие быстро вращающихся деформированных нейтронных звезд, находящихся на расстоянии сотен световых лет от Земли: если бы эти объекты существовали, анализы Einstein@Home уже обнаружили бы их непрерывные гравитационные волны.

Другие целенаправленные поиски гравитационных волн от центральных компактных объектов в остатках сверхновых ограничивают деформацию этих молодых нейтронных звезд. Результаты Einstein@Home содержат самые строгие ограничения, известные на сегодняшний день.
Полный список всех публикаций с результатами Einstein@Home доступен на нашей странице публикаций.
https://einsteinathome.org/science/publications

Что мы ожидаем узнать в будущем?

Первое обнаружение непрерывных гравитационных волн позволит нам впервые взглянуть на обширную, до сих пор скрытую популяцию нейтронных звезд в нашей родной галактике. По нашим оценкам, в Млечном Пути насчитывается около 100 миллионов нейтронных звезд, из которых в настоящее время известно около 3500, поскольку они наблюдались как пульсары. Гравитационные волны предоставят совершенно новый способ исследовать темную, невидимую часть этой популяции нейтронных звезд.

Наблюдение за непрерывными гравитационными волнами также могло бы пролить свет на неизвестную внутреннюю структуру нейтронных звезд, позволило бы нам изучить поведение вещества в экстремальных условиях и улучшить наше понимание эволюции звезд и их популяций.
В ближайшем будущем детекторы LIGO станут еще более чувствительными, что позволит получать больше данных, которые Einstein@Home сможет анализировать. Это позволит нам заглянуть глубже в нашу Галактику: мы сможем искать более удаленные или менее деформированные нейтронные звезды.

Что происходит, когда ваш компьютер обнаруживает гравитационную волну?

Если анализ определенного набора рабочих элементов выглядит многообещающим и показывает явные или слабые признаки непрерывной гравитационной волны, проводится дальнейший анализ данных гравитационно-волнового детектора, чтобы подтвердить астрофизическое происхождение потенциальной гравитационно-волновой волны.

Несколько пользователей, на чьих компьютерах был проведен первоначальный анализ данных, который позволил выявить наиболее значимого кандидата, будут отмечены в разделе "Благодарности" статьи о научном открытии. Они также получат именные сертификаты об открытии в рамке, в которых также будет указана информация о гравитационной волне, обнаруженной их компьютером. Они также могут стать частью освещения этого открытия в средствах массовой информации.
https://einsteinathome.org/content/e...me-discoverers
https://einsteinathome.org/news/press

Гравитационно-волновые поиски Einstein@Home?

Каковы цели гравитационно-волнового поиска Einstein@Home?

Einstein@Home ищет слабые, непрерывные (длительные) гравитационные волны от вращающихся нейтронных звезд в данных детекторов LIGO.

Что такое нейтронные звезды?

Нейтронные звезды - компактные и экзотические объекты. Их диаметр составляет от 20 до 30 километров, что примерно равно размеру небольшого города. В то же время их масса в среднем равна массе полумиллиона планет Земли, или в 1,4 раза больше массы нашего Солнца. Эти объекты состоят из вещества, которое намного плотнее, чем обычное вещество в любой точке Вселенной. Плотность нейтронной звезды сравнима с плотностью атомного ядра (а внутри, возможно, даже выше). Нейтронные звезды обладают сильными магнитными полями, в триллион раз сильнее, чем магнит на холодильнике. Некоторые из них также вращаются вокруг своей оси со скоростью до сотен оборотов в секунду. На рисунке справа показана внутренняя структура нейтронной звезды.

Как образуются нейтронные звезды?

Обычные звезды (такие как наше Солнце) питаются за счет ядерного синтеза, то есть путем объединения атомных ядер более легких элементов в ядра более тяжелых (и высвобождения энергии в процессе). Когда звезда, масса которой в несколько раз превышает массу нашего Солнца, израсходует все свое ядерное топливо, она взрывается в результате энергетического события, называемого сверхновой. Когда ядро звезды, состоящее в основном из железа, разрушается под действием собственной гравитации, внешние слои звезды разрушаются. Гравитация сжимает ядро звезды с такой силой, что протоны и электроны внутри нее объединяются, образуя нейтроны и нейтрино. Полученный в результате объект называется нейтронной звездой.

Излучают ли вращающиеся нейтронные звезды гравитационные волны?

Из-за их высокой плотности, небольшого размера и сильной гравитации поначалу можно было бы ожидать, что нейтронные звезды всегда имеют идеально сферическую форму. Если бы это было так, то ни одна вращающаяся нейтронная звезда не могла бы излучать гравитационные волны: идеально круглые объекты не излучают гравитационных волн, независимо от того, насколько быстро они вращаются.
Но, к счастью, все не так просто и скучно: существует несколько способов деформировать нейтронные звезды (подробнее смотрите в следующем разделе).

Деформированные вращающиеся нейтронные звезды являются источником гравитационных волн. Пока существует деформация, нейтронная звезда будет излучать гравитационные волны с удвоенной частотой вращения. Нам известно о почти 3500 вращающихся нейтронных звездах, обнаруженных как пульсары в электромагнитном спектре. Около 20% из них могли излучать гравитационные волны в диапазоне частот, наблюдаемом наземными детекторами, такими как LIGO. Наблюдение за их гравитационно-волновым излучением - единственный способ выяснить, насколько они деформированы, и найти нейтронные звезды, которые нельзя обнаружить как пульсары в электромагнитном спектре. Узнайте больше об этой теме в этом видео, размещенном на YouTube.

Как природа деформирует нейтронную звезду?

Изображение художником деформированной нейтронной звезды с крошечным выступом на экваторе. Автор: М.А. Папа/MPI по гравитационной физике/Milde Marketing

Существует несколько процессов, которые могут привести к деформации вращающихся нейтронных звезд. Предполагается, что внешняя сторона нейтронной звезды представляет собой кристаллическую кору толщиной в несколько сотен метров. Это необычное вещество, которое в 20 раз тверже стали. Таким образом, кора может содержать крошечные “холмы” или небольшие “бугорки” на поверхности нейтронной звезды (см. Изображение справа, чтобы получить представление художника). Эти выпуклости могли образоваться в процессе рождения нейтронной звезды после взрыва сверхновой. С другой стороны, они могли образоваться позже, когда вещество звезды–компаньона, направляемое сильным магнитным полем нейтронной звезды, накапливается на небольшой части поверхности нейтронной звезды.

Ожидается, что размер выпуклостей нейтронной звезды составит всего несколько сантиметров. Обычно он измеряется величиной, называемой “эллиптичностью”. Она приблизительно описывает, насколько нейтронная звезда (измеренная относительно ее радиуса) отличается от идеальной сферы. Для типичных выпуклостей коры нейтронных звезд эллиптичность может достигать 10-6. Это очень мало, всего одна миллионная радиуса нейтронной звезды: около одного сантиметра! Еще одним источником деформаций может быть сильное магнитное поле нейтронной звезды. Моделирование этих магнитных деформаций показывает, что они могут вызывать (намного) меньшие эллиптические формы, вплоть до 10-8, или примерно с толщину человеческого волоса.

Что такое непрерывная гравитационная волна и чем она отличается от сигналов, наблюдаемых до сих пор?

Все гравитационные волны, наблюдаемые до сих пор земными интерферометрическими детекторами гравитационных волн, были испущены на конечных орбитах пар черных дыр или нейтронных звезд, которые сближались и в конечном итоге сливались. Эти явления носят кратковременный характер: в зависимости от массы, они регистрируются детекторами в диапазоне частот от долей секунды до минуты, прежде чем закончатся. До и после этого гравитационные волны не наблюдаются.

Einstein@Home ищет сигналы другого рода: Гравитационные волны, испускаемые деформированными вращающимися нейтронными звездами, являются непрерывными – они существуют постоянно.

Они также намного слабее (из-за гораздо меньших масс), чем гравитационные волны от слияния черных дыр и нейтронных звезд. Мы ожидаем, что самые сильные непрерывные гравитационные волны будут как минимум в 10 000 раз слабее, чем “громкое” слияние двойных черных дыр.

Хотя это может показаться плохой новостью, непрерывный и довольно простой характер сигнала компенсирует его слабость. Анализируя данные за длительные периоды (например, месяцы), можно обнаружить даже очень слабые сигналы. Более того, как только возможный сигнал идентифицирован, его можно наблюдать снова и снова. Это будет происходить и в будущем, по мере того как будут доступны более качественные наблюдения с использованием более чувствительных детекторов и по мере совершенствования методов анализа.

Как мы ищем непрерывные гравитационные волны?

Гравитационная волна, излучаемая деформированной вращающейся нейтронной звездой, очень проста. Она почти идеально монохроматична. Это означает, что у нее одна частота (в два раза превышающая частоту вращения нейтронной звезды). Эта мгновенная частота медленно уменьшается с течением времени, поскольку вращающаяся нейтронная звезда теряет энергию из-за излучения гравитационных (и, если это пульсар, электромагнитных) волн.

Если бы кто-то наблюдал излучение гравитационных волн, находясь в пространстве в состоянии покоя относительно вращающейся деформированной нейтронной звезды, все было бы просто. Обнаружение почти монохроматических гравитационных волн в зашумленном детекторе является простым делом: простой анализ Фурье быстро выявил бы периодичность.

Имитация доплеровской модуляции непрерывной гравитационной волны. График на вставке показывает суточную модуляцию.
Но на самом деле сам поиск гораздо сложнее и требует больших вычислительных затрат. Одна из главных причин: наши детекторы не находятся в состоянии покоя относительно нейтронной звезды. Они расположены на поверхности Земли, которая совершает ежедневный оборот, и раз в год обращается вокруг Солнца: детекторы перемещаются относительно нейтронной звезды. Это вызывает доплеровское смещение частоты гравитационных волн, наблюдаемых детекторами.

Сила эффекта Доплера зависит от времени (в течение суток и в течение года) и от положения нейтронной звезды на небе. На графике справа показано моделирование непрерывного гравитационно-волнового сигнала, получаемого на Земле. Вы можете наблюдать годовую и суточную модуляции эффекта Доплера.

Для описания непрерывного гравитационно-волнового сигнала требуются четыре различных параметра: положение на небе (например, два параметра: прямое восхождение и склонение), частота гравитационных волн (один параметр) и изменение частоты гравитационных волн с течением времени (один параметр, обычно называемый вращением).

Для поиска слабого сигнала в зашумленных данных детектора необходимо проанализировать большие массивы данных (охватывающие месяцы наблюдений). Если параметры сигнала неизвестны, необходимо протестировать множество различных возможных комбинаций параметров: предположим, есть сигнал с определенной частотой, замедлением и положением на небе. Эта комбинация параметров покажет вам, как должен выглядеть ожидаемый сигнал. Теперь проверьте данные детектора на наличие ожидаемого сигнала, используя методы анализа Фурье. Если ничего не найдено, повторите попытку с другой комбинацией параметров.

Такой поиск требует очень большого количества комбинаций параметров. Это связано с тем, что со временем даже незначительное отклонение в одном из параметров может привести к тому, что поиск потенциально пропустит сигнал, скрытый в шуме детектора: предположим, что значение частоты немного отличается от истинного, и сигнал не будет отображаться в анализе. То же самое относится и к смещениям в положении "небо" или "вращение вниз". Чтобы свести к минимуму вероятность пропуска скрытого сигнала, данные обрабатываются очень тщательно с использованием большого количества комбинаций параметров.
Узнайте больше о поиске непрерывных гравитационных волн в этом видео, размещенном на YouTube. https://www.youtube.com/watch?v=7xIAHdDipNg

Какие данные анализирует Einstein@Home?

В рамках поиска гравитационных волн Einstein@Home анализирует общедоступные данные предыдущих наблюдений с помощью детекторов LIGO, которые доступны в Открытом научном центре гравитационных волн. Эти наборы данных обычно рассчитаны на несколько месяцев и могут прерываться более короткими или длительными паузами, например, для технического обслуживания детектора.
https://gwosc.org/
На основе этих наборов данных Einstein@Home выполняет различные типы поиска, различающиеся объемом априорной информации и количеством неизвестных параметров сигнала.

Что такое поиск по всему небу?

При обычном поиске Einstein@Home по всему небу ни один из четырех параметров сигнала (положение на небе, частота и изменение частоты) не известен заранее. Мы осуществляем поиск сигналов из всех возможных положений на небе и в широком диапазоне частот и изменений частоты. Из-за малого объема предварительной информации самый тщательный поиск, основанный на использовании всех доступных данных за один длительный период, невозможен с точки зрения вычислений. Для этого потребовалось бы гораздо больше вычислительной мощности, чем имеется в наличии.

Следующим лучшим решением является иерархический поиск, который разбивает данные на более мелкие последовательные сегменты. Каждый из этих сегментов анализируется оптимальным образом независимо друг от друга. Затем результаты из отдельных сегментов объединяются разумным образом. Конечным результатом является поиск, который почти так же чувствителен, как и оптимальный, при гораздо меньших вычислительных затратах. Но даже при таком подходе для выполнения этих поисков необходимы большие компьютерные кластеры или волонтерские компьютерные проекты, такие как Einstein@Home.

Что такое направленный поиск?

Изображение остатка сверхновой Cas A, полученное JWST с помощью камеры NIRCam. Авторы: НАСА, ЕКА, CSA, STScI, Дэнни Милисавлевич (Университет Пердью), Илзе Де Лузе (Юджент), Теа Темим (Принстонский университет).

В некоторых случаях некоторая информация о потенциальных источниках непрерывных гравитационных волн будет доступна заранее. Для известных остатков сверхновых положение центральной нейтронной звезды известно из наблюдений в электромагнитном спектре. Таким образом, положение на небе определяется точно, и его не нужно искать. Даже если положение точно неизвестно, оно может быть ограничено очень небольшим участком неба. Остаются только два неизвестных: частота гравитационных волн и ее эволюция во времени.

При таком направленном поиске необходимо искать только неизвестную частоту, ее изменение и, возможно, несколько положений на небе. Например, Einstein@Home провел поиск гравитационных волн от центральных компактных объектов в остатках сверхновой Vela Jr., Кассиопеи A (см. изображение справа) и G347.3.

Что мы узнали на данный момент?

До сих пор не было обнаружено непрерывного гравитационно-волнового сигнала. Но поиски уже позволили получить представление о скрытой популяции нейтронных звезд в нашей Галактике.
Einstein@Home проводит самый тщательный поиск непрерывных гравитационных волн по всему небу в данных LIGO. Результаты этих поисков ограничивают количество нейтронных звезд в Галактике, исключая наличие быстро вращающихся деформированных нейтронных звезд, находящихся на расстоянии сотен световых лет от Земли: если бы эти объекты существовали, анализы Einstein@Home уже обнаружили бы их непрерывные гравитационные волны.

Другие целенаправленные поиски гравитационных волн от центральных компактных объектов в остатках сверхновых ограничивают деформацию этих молодых нейтронных звезд. Результаты Einstein@Home содержат самые строгие ограничения, известные на сегодняшний день.
Полный список всех публикаций с результатами Einstein@Home доступен на нашей странице публикаций.
https://einsteinathome.org/science/publications

Что мы ожидаем узнать в будущем?

Первое обнаружение непрерывных гравитационных волн позволит нам впервые взглянуть на обширную, до сих пор скрытую популяцию нейтронных звезд в нашей родной галактике. По нашим оценкам, в Млечном Пути насчитывается около 100 миллионов нейтронных звезд, из которых в настоящее время известно около 3500, поскольку они наблюдались как пульсары. Гравитационные волны предоставят совершенно новый способ исследовать темную, невидимую часть этой популяции нейтронных звезд.

Наблюдение за непрерывными гравитационными волнами также могло бы пролить свет на неизвестную внутреннюю структуру нейтронных звезд, позволило бы нам изучить поведение вещества в экстремальных условиях и улучшить наше понимание эволюции звезд и их популяций.
В ближайшем будущем детекторы LIGO станут еще более чувствительными, что позволит получать больше данных, которые Einstein@Home сможет анализировать. Это позволит нам заглянуть глубже в нашу Галактику: мы сможем искать более удаленные или менее деформированные нейтронные звезды.

Что происходит, когда ваш компьютер обнаруживает гравитационную волну?

Если анализ определенного набора рабочих элементов выглядит многообещающим и показывает явные или слабые признаки непрерывной гравитационной волны, проводится дальнейший анализ данных гравитационно-волнового детектора, чтобы подтвердить астрофизическое происхождение потенциальной гравитационно-волновой волны.

Несколько пользователей, на чьих компьютерах был проведен первоначальный анализ данных, который позволил выявить наиболее значимого кандидата, будут отмечены в разделе "Благодарности" статьи о научном открытии. Они также получат именные сертификаты об открытии в рамке, в которых также будет указана информация о гравитационной волне, обнаруженной их компьютером. Они также могут стать частью освещения этого открытия в средствах массовой информации.
https://einsteinathome.org/content/e...me-discoverers
https://einsteinathome.org/news/press

Обновление исследования от команды MCM (январь 2025 г.)

Мы продолжаем изучать молекулярные сигнатуры, связанные с раком легких, с текущим фокусом на GCM1, факторе транскрипции, участвующем в развитии плаценты и потенциально значимом в биологии рака легких.

Ген GCM1 кодирует белок с мотивом gcm, играющий центральную роль в связывании ДНК и регуляции генов, специфичных для плаценты. Хотя его основная функция связана с биологией плаценты, появляющиеся данные свидетельствуют о том, что мутации GCM1 связаны с различными видами рака, включая аденокарциному легких (ADC).

Проект: Картирование маркеров рака
Опубликовано: 21 января 2025 г.

Предыстория

Проект картирования маркеров рака легких (MCM) направлен на выявление наборов генов (сигнатур), которые могут отличать рак легких от здоровых людей. По состоянию на 15 января 2025 г. добровольцы пожертвовали более 962 тысяч лет работы и 2,5 миллиарда результатов. Это составляет в среднем более 235 лет времени выполнения в день. Большое спасибо за вашу постоянную поддержку.
Анализ данных WCG из проекта MCM выявил 26 генов с наивысшей оценкой по сигнатурам при раке легких. Мы уже представили данные для VAMP1, FARP1, GSDMB, ADH6, IL13RA1, PCSK5, TLE3, HSD17B11, KLF5 и ASTN2. Теперь мы обсудим GCM1.

Терминология

Транскрипционный фактор: белок, который связывается с определенными последовательностями ДНК для регулирования экспрессии генов.
Плацентарный фактор роста (PGF): белок, критически важный для развития плаценты и ангиогенеза.
Клетки трофобласта: клетки, образующие внешний слой бластоцисты, которая позже развивается в часть плаценты.
Исследования GCM1

GCM1 (Glial Cells Missing Transcription Factor 1) экспрессируется преимущественно в плаценте, но также проявляет активность при некоторых видах рака, таких как аденокарцинома легких (ADC).

Этот фактор транскрипции регулирует плацентарный фактор роста (PGF) и влияет на дифференциацию клеток трофобласта по нескольким путям. Исследования показывают, что биологические процессы, управляемые GCM1 в развитии, такие как клеточная инвазия и дифференциация, могут иметь параллели в прогрессировании рака.

Как показано на рисунке 1, GCM1 гораздо больше экспрессируется на ранних стадиях развития в различных органах, включая легкие (PMID: 26076956).

Рисунок 1. Тканеспецифическая экспрессия GCM1 на стадиях развития плода человека.
Аберрантная экспрессия GCM1 в легких взрослого человека связана с плохой выживаемостью при ADC легких (рисунок 2A), однако она является защитной при плоскоклеточной карциноме легких (SQC) (см. рисунок 2B).
Рисунок 2. Сверхэкспрессия GCM1 в ADC легких приводит к плохому прогнозу (A), тогда как в SQC легких она демонстрирует защитный эффект (B). Данные получены с помощью KM Plotter.

Панраковые тенденции

GCM1 обогащен раком яичек (рис. 3), что приводит к плохому прогнозу (рис. 4).
Рисунок 3. Концентрация белка в Г/см1 особенно высока при раке яичек (Human Protein Atlas).
Рисунок 4. При раке яичек в целом наблюдается хорошая выживаемость, но у пациентов с высокой экспрессией GCM1 выживаемость при опухоли половых клеток яичек значительно ниже (ОР=6,3).

Аналогичный негативный прогноз при высокой экспрессии GCM1 имеет карцинома SQC шейки матки (рис. 5A), почечно-клеточный рак почки (рис. 5B), гепатоцеллюлярная карцинома печени (рис. 5C), АДК протоков поджелудочной железы (рис. 5D), АДК прямой кишки (рис. 5E). Мутации CCM1 в ADC желудка приводят к неблагоприятному прогнозу (рис. 5F) и демонстрируют отрицательную тенденцию к выживаемости при карциноме SCC шейки матки (рис. 5G).

Рисунок 5. Неблагоприятный прогноз при раке с высокой экспрессией GCM1: карцинома SQC шейки матки (A), почечно-клеточный рак почки (B), гепатоцеллюлярная карцинома печени (C), АДК протоков поджелудочной железы (D), АДК прямой кишки (E). Мутации GCM1 в ADC желудка приводят к неблагоприятному прогнозу (F) и демонстрируют отрицательную тенденцию к выживаемости при карциноме SQC шейки матки (G).
С другой стороны, высокая экспрессия GCM1 играет важную защитную роль при раке яичников (рис. 6A), раке мочевого пузыря (рис. 6B), карциноме головы и шеи (рис. 6C), папиллярно-клеточном раке почек (рис. 6D), феохромоцитоме и параганглиоме (рис. 6E), тиоме (рис. 6F) и рак щитовидной железы (рис. 6G). Мутации в гене GCM1 приводят к хорошему прогнозу при раке мочевого пузыря (рис. 6H).

Рисунок 6. Хороший прогноз при раке с высокой экспрессией GCM1: рак яичников (A), рак мочевого пузыря (B), карцинома головы и шеи (C), папиллярно-клеточный рак почек (D), феохромоцитома и параганглиома (E), тимома (F) и рак щитовидной железы (G). Мутации в гене GCM1 указывают на благоприятный прогноз при раке мочевого пузыря (не показан) и карциноме тела матки (I).

Связь между развитием и раком

Роль GCM1 в биологии плаценты связана с ключевыми процессами, связанными с раком, такими как ангиогенез и клеточная инвазия. Развитие и рак имеют общие пути, которые включают регуляцию роста, дифференцировку и миграцию — все процессы, на которые влияет GCM1.
Например, инвазия трофобласта во время развития плаценты параллельна инвазии опухолевых клеток во время метастазирования.

Исследования показывают, что мутации в гене GCM1 влияют на функцию митохондрий, метилирование ДНК и дифференцировку трофобластов. Кроме того, его роль в развитии нераковых заболеваний, таких как болезнь Паркинсона и рак носоглотки, еще раз подчеркивает универсальность гена в регуляции клеточных процессов.

Продвигаясь вперед

Проект MCM продолжит предоставлять обновленную информацию по остальным генам, которые имеют наибольшую вероятность развития рака легких. Хотя на данном этапе мы не проводим экспериментальных исследований по этим генам, полученные результаты служат основой для будущих исследований, направленных на изучение их потенциала в качестве биомаркеров или терапевтических мишеней.
Если у вас есть какие-либо вопросы или комментарии, не стесняйтесь обсуждать их здесь.

Спасибо за поддержку нашего исследования!
Команда MCM

https://www.worldcommunitygrid.org/r...m1/overview.do
https://www.worldcommunitygrid.org/a...?articleId=819
www.Boinc.ru

Результаты исследования от команды MCM (май 2025 г.)

Опираясь на результаты наших предыдущих исследований, мы изучаем гены, которые имеют наивысшую оценку и ассоциируются с различными видами рака, в рамках проекта по картированию онкомаркеров (MCM).

В этом обновленном исследовании основное внимание уделяется PDE8B (фосфодиэстеразе 8B), гену, который участвует в синтезе гормонов и имеет измененную экспрессию при различных видах рака.

Проект: Картирование онкомаркеров

Опубликовано: 21 мая 2025 г.

Терминология

Прогностический маркер: биологический признак, связанный с клиническими исходами, такими как выживаемость или прогрессирование заболевания.
Вторичный посредник: небольшая молекула, которая вырабатывается в ответ на гормон или рецепторы на поверхности клетки. Вторичные посредники усиливают сигнал, активируя нижележащие белки, которые вызывают физиологическую реакцию.

мРНК: Промежуточный продукт, полученный из ДНК, который может быть подвергнут дальнейшей обработке для получения функциональных белков.
Значение p: число от 0 до 1, которое показывает, насколько вероятно, что результат был получен случайно; меньшее значение p (обычно ниже 0,05, обозначаемое как p < 0,05) предполагает, что результат, скорее всего, обусловлен реальным эффектом, а не случайным изменением.
Рисунок 1. Структура белка PDE8B (UniProt).

Фон

Проект MCM - это крупномасштабная инициатива, направленная на улучшение лечения рака и научных исследований с помощью данных. Сравнивая миллионы образцов тканей, как здоровых людей, так и больных раком, мы исследуем, что является движущей силой рака на самом фундаментальном уровне - генном.

Эта работа стала возможной благодаря щедрому вкладу волонтеров WCG, которые играют решающую роль в проведении анализов, помогающих нам идентифицировать эти генетические маркеры. По состоянию на 6 мая 2025 года волонтеры MCM получили более 2,6 миллиарда результатов, которые являются неотъемлемой частью общих целей по выявлению маркеров для раннего выявления рака и стратификации риска. Мы чрезвычайно благодарны за вашу постоянную поддержку!

В рамках проекта MCM мы выявили 26 генов, повышающих риск развития рака легких. В предыдущих статьях мы изучали другие гены, такие как DYNLT1 и GCM1, но в этом обновленном исследовании основное внимание уделяется PDE8B.

PDE8B - это ген, который вырабатывает белок под названием фосфодиэстераза (PDE), который помогает контролировать реакцию клеток на сигналы.
PDE работают путем расщепления небольших молекул внутри клетки, которые действуют как посредники, помогая клетке “понимать” внешние сигналы и реагировать на них изнутри. PDE8B отвечает за мониторинг уровней специфического типа мессенджера, называемого циклическим аденозинмонофосфатом (цАМФ).

цАМФ является важнейшим промежуточным звеном в клетке, активирующим процессы, связанные с ростом, метаболизмом и выработкой гормонов.
Регулируя уровень цАМФ, ФДЭ играют уравновешивающую роль в организме, предотвращая чрезмерную активацию сигналов, вызывающих воспаление или способствующих развитию рака. По сравнению с другими PDE, PDE8B очень хорошо воздействует на цАМФ, что делает его ключевым регулятором уровня цАМФ на клеточном уровне и в организме [PMID: 18514160].

PDE8B высоко экспрессируется в эндокринных органах, таких как щитовидная железа и яички (рис. 2), где он поддерживает сбалансированный уровень цАМФ, регулируя выработку различных гормонов.

Например, в щитовидной железе PDE8B помогает поддерживать соответствующие уровни тиреотропного гормона (ТТГ), трийодтиронина (Т3) и тироксина (Т4) [PMID: 18514160, PMID: 20373981]. Когда уровень PDE8B слишком низок, нарушается нормальный рост клеток и метаболизм, что может привести к развитию заболеваний щитовидной железы и рака [PMID: 18514160].

Изменения в уровнях PDE8B, как в генетических инструкциях (мРНК), так и в самом белке, были обнаружены при различных видах рака. Например, уровни мРНК PDE8B, как правило, выше в клетках рака щитовидной железы (рисунок 3). Однако, несмотря на то, что изменения были обнаружены при различных видах рака, PDE8B был четко связан только с исходами у пациентов с раком легких. При раке легких PDE8B считается полезным прогностическим маркером: более высокие уровни PDE8B связаны с улучшением выживаемости (рис. 4).

Рисунок 2. Экспрессия PDE8B в различных тканях (Human Protein Atlas). PDE8B высоко экспрессируется в щитовидной железе и умеренно - в других тканях, таких как паращитовидная железа и яички.

Рисунок 3. Уровень мРНК PDE8B повышен при различных типах рака, но особенно повышен при раке щитовидной железы, что, вероятно, отражает ее роль в передаче сигналов ТТГ/Т3/Т4 (Атлас белков человека).

Рисунок 4. В частности, при аденокарциноме легкого высокая экспрессия PDE8B (розовая кривая) связана со значительно более высокой выживаемостью (p < 0,001), чем низкая экспрессия PDE8B (синяя кривая). PDE8B не был идентифицирован как прогностический маркер для других видов рака (Human Protein Atlas).

Исследование PDE8B

Роль PDE8B в развитии рака легких

Экспрессия PDE8B может быть связана с улучшением исходов при раке легких, но ее влияние зависит от подтипа рака легких. При одном из видов рака легких, называемом аденокарциномой (ADC), пациенты с высоким уровнем PDE8B имеют гораздо больше шансов на выживание (рис. 5А). Однако при другом типе плоскоклеточного рака (SQC) уровни PDE8B, по-видимому, не влияли на выживаемость (рис. 5B).

Рисунок 5. Кривая выживаемости Каплана-Мейера для аденокарциномы легкого 1 стадии (ADC) (A) и плоскоклеточного рака легкого (SQC) (B). Этот график описывает вероятность выживания (ось y) с течением времени (ось x). (А) Высокая экспрессия PDE8B (красная кривая) связана с большей вероятностью выживания по сравнению с низкой экспрессией PDE8B (черная кривая) при ADC в легких. В частности, высокая экспрессия ассоциируется со снижением риска на 65% (ОР = 0,35 (0,22 - 0,55), р = 1,3 ≈ 10-6). (B) Высокая экспрессия PDE8B не связана с большей вероятностью выживания по сравнению с низкой экспрессией PDE8B при SQC (ОР = 1,04 (0,72 - 1,51), p = 0,83)). Рисунки, сгенерированные с помощью KM Plotter.

В нескольких исследованиях изучалась роль PDE8B в развитии рака легких. Хотя некоторые анализы показывают, что более высокие уровни PDE8B могут быть связаны с более высокими шансами на выживание, его роль в развитии рака может быть более тонкой, чем считалось ранее. Недавнее экспериментальное исследование показало, что снижение уровня PDE8B может привести к тому, что распространенный химиотерапевтический препарат пеметрексед (PMX) в более низких дозах будет лучше воздействовать на клетки рака легких [PMID: 39001537]. Интересно, что блокирование PDE8B само по себе не замедляло рост рака, но при использовании PMX ингибирование PDE8B помогало химиотерапии работать более эффективно. Это говорит о том, что PDE8B может влиять на рак тонким образом, возможно, влияя сразу на несколько различных клеточных процессов.

Связь между высоким уровнем PDE8B и лучшей выживаемостью при раке легких может зависеть от того, курил ли человек в прошлом. Когда исследователи рассматривают выживаемость пациентов с ADC отдельно в зависимости от их статуса курильщика, преимущество в выживаемости от высокого уровня PDE8B наблюдается только у пациентов, которые курили ранее (рис. 6А).

Между тем, у пациентов, не курящих в анамнезе, польза снижается, но не является существенной (рис. 6Б). Эти различия могут быть связаны с тем, как сигаретный дым влияет на поведение клеток и сигнальные пути, связанные с раком, которые были выявлены в предыдущих исследованиях [PMID: 24179496, PMID: 31664853]. Необходимы дополнительные исследования, чтобы уточнить наше понимание PDE8B и прояснить взаимосвязь между экспрессией PDE8B, историей курения и исходами рака легких.

Рисунок 6. Кривая выживаемости Каплана-Мейера при аденокарциноме легкого 1-й стадии (ADC) у пациентов с курением в анамнезе (А) и у пациентов, которые никогда не курили (Б). (А) Высокая экспрессия PDE8B (красная кривая) связана с более высокой вероятностью выживания на 88% у пациентов с курением в анамнезе (ОР = 0,12 (0,04 - 0,36), р = 3,7 ≈ 10-6). (B) Высокая экспрессия PDE8B не связана со значительно большей вероятностью выживания у пациентов, не курящих в анамнезе (ОР = 0,56 (0,19 - 1,67), p = 0,29). Данные получены с помощью KM Plotter.
Вывод

PDE8B является главным регулятором в клетке, оказывая каскадное воздействие на рост, метаболизм и выработку гормонов посредством регулирования уровня цАМФ. Хотя его экспрессия варьируется в зависимости от типа рака, более высокие уровни связаны с выживаемостью при раке легких, особенно среди пациентов с курением в анамнезе. Эти данные свидетельствуют о том, что PDE8B может влиять на реакцию рака на лечение и что PDE8B может быть ценным маркером для будущей диагностики и разработки методов лечения. Поскольку мы продолжаем изучать молекулярные маркеры рака легких, PDE8B представляет собой еще одного многообещающего кандидата для будущих исследований, которые могут изменить нашу жизнь.

Если у вас есть какие-либо вопросы, комментарии или идеи, мы будем рады их услышать! Не стесняйтесь делиться своими мыслями на форуме проекта.
Спасибо вам за то, что вы являетесь ценным сторонником World Community Grid!

Команда MCM

https://www.worldcommunitygrid.org/r...m1/overview.do

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru
Ссылка на git-хаб, где лежат исходники программы-клиента BOINC.
https://github.com/BOINC/boinc
Ссылка на телеграмм https://t.me/TSCRussia

Добро пожаловать на конкурс PrimeGrid, посвященный 20-летию PrimeGrid:

5-дневный обобщенный поиск простых чисел Ферма n = 20 с 12 июня 20:20 UTC по 17 июня 20:20 UTC.

12 июня 2005 года PrimeGrid отметит 20-ю годовщину своего основания, проведя 5-дневный конкурс в рамках проекта GFN-20.

Проект "Обобщенное число Ферма" - это подпроект PrimeGrid, который проверяет простоту чисел вида b ^ n + 1, где b - четное число, а n - целое число в степени 2.

В рамках подпроекта GFN-20 проверяются номера, где n = 2^20. Для участия в конкурсе необходимо:
Дождитесь начала тестирования (или установите соответствующее расписание загрузки вашего клиента BOINC), так как задания, выполненные до начала тестирования, не будут учитываться. В разделе настроек PrimeGrid выберите только обобщенный проект Fermat Prime Search n=20.

Важные напоминания:

Примечание по задачам GFN-20:
Genefer (программа, на которой работает GFN-20) устранил необходимость в полной двойной проверке каждого рабочего элемента, заменив ее короткой задачей проверки.
Ожидайте получить несколько заданий примерно на 1% от обычной продолжительности. Обычно срок выполнения некоторых из этих заданий превышает установленный для проверки срок, поэтому убедитесь, что ваш компьютер в состоянии вернуть задания в течение 5 дней. Учитываться будут только задания, выданные после истечения времени начала и возвращенные до истечения времени окончания.

По завершении задания:

Мы убедительно просим пользователей, которые "движутся дальше", прервать выполнение своих задач, а не ОТКЛЮЧАТЬ их, ПЕРЕУСТАНАВЛИВАТЬ или ПРИОСТАНАВЛИВАТЬ. ПРЕРВАННЫЕ задачи можно немедленно переработать, что значительно ускоряет "очистку" до конца задания.
ОТКЛЮЧЕНИЕ, СБРОС и ПРИОСТАНОВКА выполнения задач приводит к тому, что они остаются в подвешенном состоянии до истечения срока их действия. Поэтому мы должны дождаться истечения срока действия задач, чтобы отправить их на завершение. Пожалуйста, подумайте о том, чтобы либо завершить то, что находится в очереди, либо прервать их. Спасибо!

Давайте поговорим об оборудовании:

Поддерживаемые платформы для задач GFN: Windows: процессоры 1: x86, x64.
Графический процессор 2: Nvidia, AMD, Intel ARC.
Linux: процессоры 1: x86, x64, ARM64. Графический процессор 2: Nvidia, AMD, Intel ARC. Mac: Процессор 1: x64, ARM64.
Графический процессор 2: Nvidia, AMD, Apple серии M. Для задач, выполняемых процессором, поддерживается и рекомендуется многопоточность.
Нажмите здесь, чтобы задать максимальное количество потоков.
Все GFN используют задачи быстрой проверки, поэтому нет необходимости в повторных проверках.

Все являются "первыми"!

1 Задачи для процессора недоступны для GFN-15 (n=32768) или "Чувствуете ли вы себя счастливым?".
2 Требуется OpenCL версии 1.1 или выше. В настоящее время производительность GFN-18 WU составляет в среднем 12 часов на процессоре и 21 минуту на графическом процессоре.

В настоящее время производительность GFN-19 WU составляет в среднем 2 дня на процессоре и 1 час на графическом процессоре. В настоящее время производительность GFN-20 WU составляет в среднем 6 дней на процессоре и 3 часа на графическом процессоре.
Чтобы получить общее представление о том, как работает ваш графический процессор, вы можете ознакомиться со списком самых быстрых графических процессоров.

Как и в случае с любыми другими графическими процессорами, чрезмерное нагревание может привести к необратимому отказу оборудования.

Пожалуйста, убедитесь, что ваша система охлаждения достаточно мощная.
Пожалуйста, ознакомьтесь с этим постом для получения более подробной информации о том, как вы можете "нагрузить" свой процессор.

Дополнительная информация:

Преобразователь часовых поясов: С 20:20 UTC 12 июня в 20:20 UTC 17 июня ПРИМЕЧАНИЕ: Часы обратного отсчета на главной странице показывают время на главном компьютере.
Поэтому, если время на вашем компьютере отключено, то и часы обратного отсчета будут показывать то же время. Для точного определения времени используйте время UTC в разделе данных в самом верху, над часами обратного отсчета.

Информация о подсчете очков

Баллы будут начисляться как отдельным участникам, так и командам. Для зачисления будут учитываться только задания, выполненные ПОСЛЕ 20:20 UTC 12 июня и ДО 20:20 UTC 17 июня. Мы будем использовать тот же метод начисления баллов, который в настоящее время используется для начисления баллов в BOINC.
Для присвоения контрольного балла не требуется кворум в 2 человека, т.е. не требуется двойная проверка. Таким образом, за каждый полученный результат будет начисляться контрольный балл. Пожалуйста, обратите внимание, что если результат в конечном итоге будет признан недействительным, оценка будет удалена.

https://www.primegrid.com/forum_thread.php?id=11523

Мой опыт в исправлении ошибки приложения Boinc в части заряда батареи смартфона.

Хотел бы поделиться опытом в исправлении ошибки приложения в части заряда батареи смартфона. Сразу скажу, что описанный способ подходит только для устройств без батареи.

Я совсем не программист, поэтому заранее прошу прощение за описанные костыли.

Телефоны решил собрать в некое подобие кластера. Делаю все из подручных средств. Пока все еще в процессе.

Первая часть кластера готова, подключено к компьютерному БП через преобразователь напряжения 12>5 В.

Прикладываю фото работающих телефонов с модифицированным приложением.

Небольшая предыстория. Ко мне в руки попало несколько смартфонов Vertex Impress Luck без батарей. Оперативки 1 Гб, 4 ядра, Android 8.1. Конечно железо слабое, но было интересно повозиться с этими телефонами и запустить на них BOINC.

Телефоны предполагалось использовать без батарей, провода питания подключал к контактам вместо батареи.
К сожалению, расчеты не запускались, все время висело сообщение:
"Расчеты возобновятся, когда заряд батареи достигнет 90% (в настоящее время 100%) (computing will resume when battery charge reaches 90% (currently 100%))".

В сети решения этой проблемы не нашел, но возможно плохо искал. На форуме boincstats было сообщение, что разработчики знают о такой проблеме, но решения пока нет.

Я подумал, что смогу как-нибудь отключить использование батареи в исходном коде приложения, ломать - не строить. На гитхабе довольно подробная инструкция по компиляции приложения под андроид с помощью WSL. Для модификации использовал версию 8.0.2.

Методом проб и ошибок я сделал следующий костыль. В файле client/cs_prefs.cpp вручную указал значение заряда батареи: int cp = 90;
И это сработало. Приложение скачало задание, и начался расчет.

Но каждые 28 секунд вычисления останавливались и начинались сначала. Оказалось проблема в отсутствии батареи. Хотя у меня уже несколько лет BOINC работает на смартфоне без батареи, там таких проблем не было, но там андроид версии 4.2.

В логе постоянно было сообщение "E/BOINC_GUI( 3087): [MONITOR] Monitor.reportDeviceStatus exception: temperature parsing error."
Приложение не могло определить температуру батареи и постоянно перезапускало вычисления.

Эту проблему я также решил с помощью костыля. В файле android/BOINC/app/src/main/java/edu/berkeley/boinc/client/DeviceStatus.java вручную указал значение температуры батареи: int temperature = 10;

Сейчас приложение работает нормально, уже посчитано несколько заданий Einstein@home.

Костыль про температуру может быть опасен для устройств с батареей, может привести к перегреву батареи и к пожару. Поэтому его можно использовать только для устройств без батареи.

Результаты исследования от команды ARP (июль 2025 г.)

Африканский проект по дождям (ARP) World Community Grid снова запущен! Мы рады поделиться обновленной информацией о нашем прогрессе с осени 2024 года.

Проект: Africa Rainfall Project

Опубликовано: 8 июля 2025 г.

Введение и обновления

95% фермерских хозяйств в странах Африки к югу от Сахары зависят от осадков для успешного выращивания своих культур. Однако из-за изменений погодных условий, вызванных изменением климата, ожидается значительное уменьшение количества осадков по всему континенту.
Используя приложение Weather Research and Forecasting Model (WRF) с высоким разрешением (1 км), мы проводим моделирование, которое значительно улучшит прогнозы осадков в регионе.

После завершения разработки прогностические модели ARP помогут ученым составлять более точные прогнозы погоды, что в конечном итоге поможет фермерам своевременно собирать урожай, чтобы максимизировать его урожайность.

Крупномасштабное моделирование, проводимое ARP, требует огромных вычислительных мощностей, что было бы невозможно без добровольцев WCG. Моделирование осадков в настоящее время выполнено примерно на две трети и, как ожидается, будет полностью завершено в течение 12 месяцев. Моделирование уникально для всего континента с очень высоким разрешением (1 км), что позволяет моделировать интенсивные конвективные ливни, которые приносят около 80% осадков. По состоянию на 7 июля 2025 года волонтеры помогли получить более 10,5 млн результатов в рамках этого проекта. Мы высоко ценим вашу постоянную поддержку!

Где ИИ терпит неудачу: Сохраняющаяся потребность в проекте по изучению осадков в Африке

По мере быстрого развития возможностей искусственного интеллекта (ИИ) возникает распространенный вопрос: могут ли прогнозы погоды, основанные на ИИ, в конечном итоге заменить сложные и дорогостоящие расчеты физических погодных моделей?

Чтобы понять контекст, рассмотрим ERA5: проект повторного анализа в рамках Европейского центра среднесрочных прогнозов погоды (ECMWF). Он может похвастаться пространственным разрешением с точностью до 31 км и глобальным охватом с 1940 года, включая численные погодные модели, все наземные наблюдения и спутниковые данные. ERA5 является выдающимся научным достижением и в настоящее время представляет собой наиболее точную оценку глобальных атмосферных условий за последние 85 лет, что делает его краеугольным камнем исследований климата.

Несмотря на успех, ERA5 обошелся недешево: около двадцати миллиардов долларов. Чтобы сэкономить деньги, не теряя при этом прогресса, следующим логичным шагом было бы использовать искусственный интеллект для имитации ERA5 и прогнозирования погодных условий по всему миру. Это именно то, что делают большинство крупных компаний, занимающихся ИИ, которые обнаружили, что запуск таких моделей ИИ обходится в миллионы, а не в миллиарды.

Несмотря на то, что искусственный интеллект представляет собой многообещающее решение, к сожалению, прогнозы осадков на основе ERA5 не очень эффективны конкретно для Африки. При сравнении с наземными данными сети TAHMO над Кенией, даже в месячном масштабе времени, ERA5 не отражает аномалии, которые определяют разницу между засухой и наводнением. Следовательно, если все прогнозы основаны на искусственном интеллекте и обучены на ERA5, сеть будет плохо охватывать количество осадков в Африке.

В рамках проекта African Rainfall Project мы создали “ERA5”, который имеет отношение к Африке.

Хотя его временной интервал может быть ограничен, необходимые процессы будут отражены в нужном масштабе для населения. Следующим логичным шагом было бы посмотреть, можно ли использовать искусственный интеллект для имитации физической модели, которая была создана благодаря World Community Grid и тысячам добровольцев по всему миру. Если это удастся, то прогнозирование погоды в Африке сделает огромный шаг вперед.

http://www.tahmo.org/
https://www.worldcommunitygrid.org/r...p1/overview.do

Результаты исследования от команды MCM (июль 2025 г.)

Как сообщалось в наших предыдущих публикациях, мы изучаем гены, которые имеют наибольший рейтинг и ассоциируются с различными видами рака, в рамках проекта по картированию онкомаркеров (MCM). Эта статья посвящена безэквивалентному регулятору клеточного цикла (ECD), гену, который участвует в регуляции роста и репарации.

Проект: Картирование раковых маркеров
Опубликовано: 14 июля 2025 г.

Терминология

Транскрипция: процесс, при котором ДНК “копируется” для создания промежуточной молекулы, называемой РНК, которая в дальнейшем транслируется для создания белков. Процесс транскрипции позволяет использовать инструкции, закодированные в ДНК, для создания функциональных белков в клетке.
Коактиватор транскрипции: белок, который взаимодействует с другими белками-партнерами, чтобы “включить” экспрессию определенного гена и активировать транскрипцию.

Пролиферация: процесс роста и деления клеток, который необходим для поддержания жизнедеятельности клеток, но при отсутствии контроля может привести к раку.

Клеточный цикл: серия строго регламентированных этапов, через которые проходит клетка для репликации. Это включает интерфазу (фазы G1, S и G2), которая представляет собой рост клеток и репликацию ДНК, за которой следуют ядерное и клеточное деление (фаза M).

p53: белок, который защищает от ракового роста и избыточной пролиферации, но часто мутирует или отсутствует при многих видах рака.
E2F: белок, который необходим для “включения” генов, обеспечивающих прогрессирование в течение клеточного цикла.
Рисунок 1. Белковая структура ECD (UniProt).

Фон

Проект MCM использует возможности крупномасштабного компьютерного анализа, чтобы улучшить наше понимание рака и способов его лечения. Исследуя миллионы сигнатур здоровых и раковых тканей, мы, систематически выявляем ключевые факторы развития рака, начиная с самого начала.

Этот проект реализуется благодаря вкладу наших добровольцев, чьи вычислительные мощности позволяют идентифицировать важные гены, определяющие прогрессирование рака легких и эффективность лечения. По состоянию на июль 2025 года волонтеры MCM получили более 2,7 миллиарда результатов, которые помогли нам определить генетические маркеры, определяющие риск и тяжесть развития рака. Мы высоко ценим вашу постоянную поддержку!
Проект MCM привел к открытию 26 генов с высокой оценкой, которые связаны с развитием рака легких. Мы исследовали PDE8B в нашем обновленном исследовании за май 2025 года, и следующий ген, на котором мы сосредоточимся, - это ECD.

ECD, белковый продукт гена ECD, выполняет множество функций в клетке, что делает его ключевым игроком как при здоровых, так и при раковых заболеваниях. Ниже кратко описаны его ключевые функции.

Коактивация транскрипции

ECD может функционировать как коактиватор транскрипции. Это означает, что ECD работает совместно с другими белками в ядре, “включая” гены в процессе, называемом транскрипцией, когда генетическая информация копируется из ДНК, чтобы получить инструкции для производства белков, которые выполняют различные функции в организме. Ключевым белком-партнером ECD является р300, который регулирует транскрипцию многих генов, в том числе тех, которые участвуют в пролиферации клеток. Хотя пролиферация является нормальной частью роста и заживления, если ее не контролировать, она может привести к раку. Поскольку ECD помогает регулировать этот процесс, это подтверждает его роль в развитии рака [PMID: 19919181,PMID:23307074].
Рисунок 2. Схема коактивации транскрипции ECD.

Прогрессирование клеточного цикла

Помимо своей роли в транскрипции генов, ECD также непосредственно влияет на пролиферацию клеток. Этот процесс регулируется клеточным циклом, серией строго регламентированных этапов, которые обеспечивают деление клеток в нужное время.

Движущей силой клеточного цикла является белок под названием E2F, который активирует гены, необходимые для завершения деления. Как правило, E2F регулируется другим белком под названием Rb, который обеспечивает репликацию клеток только тогда, когда это необходимо. ECD может напрямую связываться с Rb, освобождая E2F, позволяя E2F-опосредованному прогрессированию клеточного цикла продолжаться.

При чрезмерной активности ECD может быть нарушен контроль над клеточным циклом, что потенциально может привести к неконтролируемой репликации клеток и повышению риска развития рака. Однако потеря ECD также может быть вредной. Без достаточного количества ECD активность E2F может быть слишком ограниченной, что может препятствовать нормальному делению клеток, необходимому для таких важных процессов, как восстановление клеток. Таким образом, активность ECD должна тщательно регулироваться для поддержания надлежащего контроля клеточного цикла [PMID: 19640839].
Рисунок 3. Схема связывания ECD-Rb и его влияние на прогрессирование клеточного цикла, опосредованное E2F. При высоком уровне ECD высвобождается E2F, что приводит к усилению пролиферации в течение клеточного цикла.

Супрессорная регуляция опухолей

Несмотря на свою роль в передаче сигналов, способствующих росту, ECD в определенных условиях также замедляет процессы, препятствующие росту. Например, ECD является положительным регулятором р53, одного из важнейших белков для подавления роста опухоли.

В не раковых условиях р53 расщепляется белком MDM2, который поддерживает низкий уровень р53. ECD может связываться с MDM2 и предотвращать деградацию p53; таким образом, повышая активность p53 и способствуя опосредованной p53 репарации и остановке клеточного цикла [PMID: 16849563].
Рисунок 4. MDM2 способствует разрушению p53. Изолируя MDM2, ECD помогает стабилизировать p53, который усиливает свою противоопухолевую активность.

Сочетая анти - и пролиферативную роль ECD

Как описано выше, ECD может способствовать пролиферации клеток, взаимодействуя с p300 и Rb. Однако ECD также может защищать от рака, поддерживая передачу сигналов p53, пути подавления опухоли, который предотвращает деление поврежденных клеток. Эти, казалось бы, противоположные роли можно лучше понять, изучив более широкую картину развития рака. При многих видах рака р53 инактивируется или мутирует, а это означает, что роль ECD, стабилизирующая р53, не имеет значения. Следовательно, в этом контексте пролиферативная роль ECD становится более доминирующей и с большей вероятностью способствует прогрессированию рака [PMID:36400749].

Проявление ЭКД

ECD можно обнаружить практически в каждом органе тела, особенно высоко его содержание в пищеварительной системе (рис. 5). Экспрессия ECD, совпадающая с его присутствием в различных тканях, была обнаружена при множественных видах рака, таких как колоректальный рак, рак молочной железы, рак яичек и рак легких (рис. 6).

Как и ожидалось, учитывая его парадоксальную роль в пролиферативных и антипролиферативных процессах, ECD связан как с благоприятными, так и с неблагоприятными исходами при различных видах рака. Например, высокая экспрессия ECD связана с улучшением выживаемости при мультиформной глиобластоме, типе рака головного мозга. И наоборот, экспрессия ECD связана с более неблагоприятными исходами при почечно-хромофобном раке почки (также называемом почечно-клеточной карциномой). Таким образом, при оценке роли ECD в развитии рака важно учитывать специфику ткани и пациента.
Рисунок 5. Экспрессия ECD в тканях (Protein Atlas).

Рисунок 6. Экспрессия белка ECD была обнаружена при различных видах рака (Protein Atlas).

ECD при раке легких

Большинство исследований по ECD на сегодняшний день проводилось в контексте других видов рака, таких как рак молочной железы, желудка и шейки матки, и его роль при раке легких остается в значительной степени неизученной. Однако данные о результатах лечения пациентов свидетельствуют о том, что пациенты с аденокарциномой легкого (ADC) и низкой экспрессией ECD имеют большую вероятность выживания (рис. 7А). Однако при другом типе рака легких, называемом плоскоклеточной карциномой (SQC), уровни ECD, по-видимому, не влияют на выживаемость (рис. 7B).

В нашем предыдущем исследовании мы обнаружили, что различия в показателях выживаемости при ADC, основанные на экспрессии PDE8B, были связаны с курением. В частности, только у пациентов с ADC, которые курили в анамнезе, показатели выживаемости улучшились при высокой экспрессии PDE8B. Что касается ECD, то как курильщики, так и некурящие с ADC имели улучшенную выживаемость при низкой экспрессии ECD (рис. 8). Примечательно, что некурящие, по-видимому, в большей степени выигрывают от низкой экспрессии ECD (ОР: 2,29 у некурящих против 1,36 у курильщиков). Однако, учитывая короткий период наблюдения за исследованием, на эти результаты могут влиять и другие факторы, такие как возраст, пол и наличие других сопутствующих заболеваний (например, ожирения).

Рисунок 7. Кривая выживаемости Каплана-Мейера при аденокарциноме легкого (ADC) (A) и плоскоклеточном раке легкого (SQC) (B). Этот график описывает вероятность выживания (ось y) с течением времени (ось x). (А) Низкая экспрессия ECD (черная кривая) связана с большей вероятностью выживания при ADC легких по сравнению с низкой экспрессией ECD (красная кривая). В частности, низкая экспрессия ECD по сравнению с высокой экспрессией ECD связана с большими шансами на выживание (ОР = 1,47 (1,23-1,75), р = 1,4 ≈ 10-5). (B) Низкая экспрессия ECD не связана с большей вероятностью выживания при SQC по сравнению с высокой экспрессией ECD (ОР = 1,02 (0,84-1,24), p = 0,83). Рисунки, сгенерированные с помощью KM Plotter.

Рисунок 8. Кривая выживаемости Каплана-Мейера при аденокарциноме (ADC) у пациентов с курением в анамнезе (А) и у пациентов, которые никогда не курили (Б). Низкая экспрессия ECD (черная кривая) связана с более высокими шансами на выживание у пациентов с курением в анамнезе (ОР = 1,36 (1,05-1,78), p = 0,02) и у тех, кто не курил в анамнезе (ОР = 2,29 (1,21-4,3), p = 0,0084). Данные получены с помощью KM Plotter.

Несмотря на то, что РМЖП еще недостаточно хорошо изучена при раке легких, она связана с исходами при раке шейки матки, молочной железы и желудка (рисунок 9).

При раке шейки матки “подавление” ECD уменьшает характер роста опухоли в клеточных моделях, что позволяет предположить, что ECD является ключевым фактором в процессе заболевания [PMID:34670863].

При раке молочной железы экспрессия ECD положительно коррелирует со степенью злокачественности. Классификация рака - это метод классификации, используемый для оценки прогноза и потенциального ответа на лечение путем характеристики внешнего вида и поведения раковых клеток под микроскопом. Более высокие уровни РМЖП обнаруживаются при раке более высокой степени злокачественности [PMID:22270930]. Это говорит о том, что может существовать потенциальная связь между РМЖП и прогрессированием рака молочной железы, которую следует изучить.
При раке желудка ECD необходим для метастазирования, процесса, при котором рак распространяется на отдаленные участки по всему организму и часто становится неизлечимым [PMID: 29706618].

Рисунок 9. Связь между ТБЭ и негативными исходами при различных видах рака. Роль ТБЭ при раке легких все еще изучается.

Вывод

ECD - это ген, который управляет многими процессами, ведущими к развитию рака, включая рост, пролиферацию и метастазирование. Он уже был идентифицирован как важный маркер рака молочной железы, шейки матки и желудка, но недавние анализы указывают на связь между ECD и раком легких. Как и в случае с другими видами рака, высокая экспрессия ECD коррелирует с более низкой выживаемостью при аденокарциноме легкого (ADC). Поскольку мы продолжаем изучать молекулярные признаки, определяющие рак легких, ECD является еще одним многообещающим маркером для терапии и диагностики ADC, которые изменят жизнь пациентов.

Если у вас есть какие-либо вопросы, комментарии или идеи, мы будем рады их услышать! Не стесняйтесь делиться своими мыслями на форуме проекта.
Спасибо, что продолжаете поддерживать World Community Grid и расширяете возможности наших исследований!

Команда MCM

https://www.worldcommunitygrid.org/a...?articleId=825
https://www.worldcommunitygrid.org/r...m1/overview.do

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru
Ссылка на git-хаб, где лежат исходники программы-клиента BOINC.
https://github.com/BOINC/boinc
Ссылка на телеграмм https://t.me/TSCRussia

Статья, посвящённая ещё одному очень интересному открытию, сделанному участниками проекта Einstein@Home.

В октябре 2020 года в The Astrophysical Journal вышла статья "Discovery of a Gamma-Ray Black Widow Pulsar by GPU-accelerated Einstein@Home" посвящённая ещё одному очень интересному открытию, сделанному участниками проекта Einstein@Home - обнаружение миллисекундного гамма-пульсара с массой не менее 2M☉ (двух масс Солнца) и очень лёгким компаньоном массой всего ~0.01M☉, являющегося, однако, весьма плотным (не менее 64 г/см^3!).

Причём компаньон, по видимому, постепенно испаряется пульсаром.

Выход этой статьи был почему-то пропущен в нашей группе, но теперь соответствующая статья есть и в нашем архивчике!
https://vk.com/doc-34590225_68985742...1&no_preview=1

Изображение 1. Интегральный профиль импульса и диаграмма "фаза-время" пульсара PSR J1653-0158 за два оборота.
Вверху: количество отсчётов (т.е. пойманных гамма-квантов) для 50 оборотов пульсара.

Оранжевая кривая показывает профиль сигнала из модели с наилучшим соответствием, а прозрачная чёрная кривая - показывает его неопределённость за счёт отобранных методом Монте-Карло 100 случайных образцов из общего набора данных (после того, как общая форма импульса была уже определена) и наложенных на "модельную кривую". Синяя пунктирная линия соответствует фону.

Внизу: каждая точка соответствует излучению фотона пойманного на соответствующей фазе вращения пульсара, а интенсивность её цвета - энергии фотона. Заметьте, что между MJD 56600 и 57000, когда Large Area Telescope (LAT) космической гамма-обсерватории Fermi был чаще направлен на центр галактики, экспозиция пульсара получилась заметно лучше.

Примечание: MJD - это модифицированная Юлианская дата. Подробнее можно прочитать в заметке https://ru.wikipedia.org/wiki/Юлианская_дата или иных астрономических энциклопедиях и справочниках.

Изображение 2. Кривые яркости двойной системы пульсара PSR J1653-0158 в спектральных диапазонах u', g', r', i' из моделей, наилучшим образом описывающих полученные данные. Обращают на себя внимание гораздо более плоские минимумы и куда меньший размах кривой для диапазонов в более коротковолновой части спектра.
Примечание: использованные диапазоны спектра обладают примерно следующими характеристиками (середина полосы пропускания и её ширина):

u': 200нм и 120нм
g': 464нм и 128нм
r': 658нм и 138нм
i': 806нм и 149нм

(Для g', r', i' заявлено примерное соответствие полосам пропускания PanSTARRS - https://en.wikipedia.org/wiki/Pan-STARR , а полоса для u' - взята из описания камеры ULRACAM телескопа William Herschel Telescope (WHT) на котором с её помощью проводились наблюдения - https://vikdhillon.staff.shef.ac.uk/ultracam/userman/..)

Изображение к статье
https://arxiv.org/abs/2009.01513
https://doi.org/10.3847/2041-8213/abbc02
Discovery of a Gamma-Ray Black Widow Pulsar by GPU-accelerated Einstein@Home

Изображение 3. Открытый пульсар PSR J1653-0158 на диаграмме P-P' (период - производная периода) популяции известных пульсаров вне шаровых скоплений.

Во врезке - увеличенная часть с популяцией миллисекундных пульсаров. Пульсары открытые LAT показаны зелёным цветом (крестиками - отдельные, кружками - двойные). Иные пульсары из каталога ATNF отмечены серым цветом (крестиком - отдельные, квадратиками - двойные).

Линии на графике соответствуют нескольким постоянным: штрихпунктирные линии - одинаковой силе магнитного поля на поверхности пульсара; пунктирные - одинаковому возрасту; штриховые - темпам снижения частоты вращения.

Точка, соответствующая собственному периоду вращения PSR J1653-0158 и его производной - отмечена оранжевой звездочкой. Прозрачные звёздочки соответствуют минимальным и максимальным производным от периода вращения в соответствии с расстоянием, рассчитанным по моделям на основе оптических наблюдений.

Изображение к статье
https://arxiv.org/abs/2009.01513
https://doi.org/10.3847/2041-8213/abbc02
Discovery of a Gamma-Ray Black Widow Pulsar by GPU-accelerated Einstein@Home

Изображение 4. Верхние пределы (в надёжностью в 95%) на амплитуду гравитационно-волнового излучения в диапазонах частот шириной в 10 миллигерц вокруг удвоенной частоты вращения PSR J1653-0158, обозначенной вертикальной пунктирной линией. "Усики" вокруг точек обозначают ожидаемую неопределённость полученного верхнего ограничения. "Всплеск" не соответствует нахождению - это шумы детектора LIGO L1 на частоте ≈ 1016.32 Гц.

Изображение к статье
https://arxiv.org/abs/2009.01513
https://doi.org/10.3847/2041-8213/abbc02
Discovery of a Gamma-Ray Black Widow Pulsar by GPU-accelerated Einstein@Home
Таблица 1. Вычисленные временные характеристики PSR J1653-0158.

Таблица к статье
https://arxiv.org/abs/2009.01513
https://doi.org/10.3847/2041-8213/abbc02
Discovery of a Gamma-Ray Black Widow Pulsar by GPU-accelerated Einstein@Home
Таблица 2. Параметры наиболее подходящей кривой изменения блеска.
Таблица к статье
https://arxiv.org/abs/2009.01513
https://doi.org/10.3847/2041-8213/abbc02
Discovery of a Gamma-Ray Black Widow Pulsar by GPU-accelerated Einstein@Home

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru
Ссылка на git-хаб, где лежат исходники программы-клиента BOINC.
https://github.com/BOINC/boinc
Ссылка на телеграмм https://t.me/TSCRussia

Последние результаты исследования от команды MCM (октябрь 2025 г.)

Поскольку мы продолжаем изучать гены, которые играют ведущую роль в развитии рака, в рамках проекта "Картирование раковых маркеров" (MCM), мы рады поделиться новыми результатами исследования! В этой статье рассказывается о гене NELL2 (нейрональном EGF-подобном белке 2), который играет множество ролей в развитии нервной системы и регуляции гибели клеток.

Проект: Составление карты раковых маркеров
Опубликовано: 28 октября 2025 г.

Терминология

- Гликопротеин: белок в организме, который содержит углеводы, или сахара, связанные с аминокислотами, составляющими его структуру.
- EGF: эпидермальный фактор роста, белок, который играет ключевую роль в росте и дифференцировке клеток.
- Гомолог: в генетическом контексте гомолог - это общий ген двух видов, имеющих общего предка.
- Биожидкость: любой вид биологической жидкости, вырабатываемый организмом.
- РНК: рибонуклеиновая кислота, молекула, которая транскрибируется с помощью ДНК клетки, после чего может быть использована для создания белка при трансляции кода РНК.
- Патогенез: процесс, посредством которого развивается заболевание, от первоначальной причины до симптомов и изменений тканей.
- Онкогенез: процесс, посредством которого нормальные клетки превращаются в раковые клетки.
- Контралатеральная сторона: сторона тела, противоположная той, где что-то возникло.
- Изоформа: белок, который имеет сходную биологическую функцию с другим белком, но не имеет точно такой, же аминокислотной последовательности.

Предыстория проекта

MCM использует замечательную вычислительную мощность World Community Grid (WCG), предоставляемую глобальным сообществом из более чем 817 000 добровольцев, для анализа миллионов различных точек данных, собранных из тысяч образцов здоровых и раковых тканей. Благодаря систематическому изучению этих данных мы выявили 26 генов человека, которые тесно связаны с развитием рака легких. По состоянию на октябрь 2025 года устройства MCM для добровольцев выдали более 2,77 миллиарда результатов для картирования онкомаркеров. Мы искренне благодарим вас за постоянную поддержку и ценим вашу помощь в развитии гуманитарных наук.

В нашем последнем исследовании основное внимание уделялось безэквивалентному регулятору клеточного цикла (ECD), гену, участвующему в пролиферации раковых клеток и подавлении опухолей. В этом обновлении будет описано NELL2, ген, имеющий решающее значение для развития нервной системы.
Представляем NELL2!

Рисунок 1. Структура белка NELL2.

NELL2 - это ген, который кодирует экспрессию белка, выделяемого клетками при развитии нервной системы (рис. 1). Этот гликопротеин содержит множество EGF-подобных повторов, которые обеспечивают связывание с кальцием и белками, участвующими в процессе роста (PMID: 32198364).

NELL2 был обнаружен наряду с NELL1 как гомолог куриного белка (PMID: 8975702). После его открытия оказалось, что версия NELL2 у млекопитающих существует и у многих других видов животных, что указывает на эволюционную важность его функции.
NELL2 в основном обнаруживается в нервной системе, но также значительно экспрессируется в репродуктивных тканях, таких как яички и фаллопиевы трубы (рис. 2). Это может быть связано с его ролью в созревании сперматозоидов и эстрогензависимых изменениях в головном мозге (PMID: 32499443, PMID: 20538601).

Тем не менее, основная часть исследований NELL2 сосредоточена на конкретных изменениях, которые он вызывает в развивающейся нервной системе, и на том, как он их запускает. Одним из возможных методов является секреция, поскольку NELL2 передает информацию между клетками после того, как выделяется из этих клеток и перемещается по различным биожидкостям. Такая форма межклеточной коммуникации делает его ценным потенциальным биомаркером, поскольку его можно обнаружить с помощью неинвазивных методов, таких как анализ крови.

Рисунок 2. Данные по экспрессии тканевой РНК для NELL2 (Human Protein Atlas).

Хотя NELL2 широко экспрессируется в головном мозге, он также имеет специфические паттерны экспрессии в каждой области в соответствии с различными типами клеток в этой области (рис. 3).

Например, клетки мозга взаимодействуют друг с другом с помощью сигналов, которые либо активируют, либо деактивируют следующую ячейку в их сети, эффективно передавая сообщение или препятствуя его передаче. Клетки, которые передают сообщения, являются возбуждающими, в то время как те, которые препятствуют передаче сообщений, являются тормозящими.
Экспрессия NELL2 в мозжечке ограничена клетками головного мозга, которые используют тормозную сигнализацию, но преимущественно экспрессируется в возбуждающих клетках Брайана гиппокампа (PMID: 18677093). Хотя оба типа клеток мозга проявляют совершенно противоположные действия, NELL2, скорее всего, экспрессируется в обоих из-за их коллективной зависимости от кальция, влияющего на коммуникацию.

Рисунок 3. Данные по экспрессии РНК в тканях головного мозга для NELL2 (Human Protein Atlas).
Помимо дифференциально регулируемых паттернов экспрессии генов, белок NELL2 обладает многими предполагаемыми механизмами действия. В следующем разделе описаны ключевые функции NELL2 в организме и то, как он участвует в управлении аксонами и развитии нейронов, а также его значение в качестве маркера рака.

Управление аксонами в нервной системе

Рак легких имеет один из самых высоких показателей смертности от рака в мире. Отчасти это связано с его частым метастазированием в мозг, и он является источником примерно 50% метастазов в мозг (опухолей, возникающих в результате рака, возникшего в другом месте). Из-за этого общего пути от рака легких к метастазированию в головной мозг изучение патогенеза этого явления является важной частью понимания заболевания в целом (PMID: 28921309). Таким образом, мы исследуем роль NELL2 в развитии нервной системы, чтобы обеспечить обоснованный подход к роли NELL2 в онкогенезе.

Спинной мозг координирует движения и ощущения в теле с помощью обширной сети нервов. По мере развития эмбриона большинство его нервов пересекают среднюю линию спинного мозга и продолжают отходить в противоположную сторону по пути к головному мозгу (рис. 4). Этот процесс называется перекрещиванием и гарантирует, что то, что ощущается правой стороной вашего тела, в основном обрабатывается левой частью мозга. Часть нерва, которая пересекает нервную систему, является магистралью, по которой передается информация: аксон. Чтобы правильно проложить эти пути прохождения нервных волокон и обеспечить правильную связь конечностей и мышц с мозгом, рост аксонов регулируется многими факторами, которые влияют на длину и направление (PMID: 24040928).

Рисунок 4. Пересечение чувствительного нерва с правой стороны тела на левую сторону мозга.

Сенсорная информация передается вверх по нервному аксону от правой руки, через тело клетки в дорсальном корешковом узле и вверх по спинному мозгу по пути к головному мозгу. Когда аксон достигает ствола головного мозга, он пересекает среднюю линию спинного мозга через перекресток и направляется к контралатеральной стороне головного мозга.

Рисунок 4. Пересечение чувствительного нерва с правой стороны тела на левую сторону мозга. Сенсорная информация передается вверх по нервному аксону от правой руки, через тело клетки в дорсальном корешковом узле и вверх по спинному мозгу по пути к головному мозгу. Когда аксон достигает ствола головного мозга, он пересекает среднюю линию спинного мозга (перекресток) и направляется на противоположную сторону головного мозга.

NELL2 связывается с рецептором Robo3 на клеточной поверхности аксонов, направляя их к контралатеральной стороне мозга (PMID: 26586761).

В ходе этого процесса аксон экспрессирует изоформу Robo3, называемую Robo3.1, перед пересечением. Реакция NELL2, связывающего Robo3.1, направляет аксон по средней линии спинного мозга, где он начинает изменяться. Достигнув средней линии, аксон начинает экспрессировать новую изоформу рецептора, называемую Robo3.2.

NELL2 больше не может взаимодействовать с этим новым белком, поэтому аксон снова начинает расти прямо (PMID: 32198364). Таким образом, эта система обеспечивает правильный рост нейронов спинного мозга и возможность передачи сигналов по мере развития нервной системы млекопитающих.

Помимо раннего развития нервной системы, NELL2 также связан с нейробластомой и имеет высокую экспрессию в раковых тканях. Таким образом, его участие в развитии рака у детей в сочетании с его ролью в развитии нервной системы требует дальнейшего изучения его роли в опухолеобразовании нейробластомы (PMID: 11803583).

NELL2 при раке легких

Рак легких является одним из наиболее часто диагностируемых видов рака во всем мире. Его сложная диагностика и неблагоприятный прогноз делают его лечение серьезной проблемой для пациентов, но исследования продолжают искать новые способы выявления этого заболевания.

Данные об экспрессии в тканях указывают на значительное вовлечение NELL2 в развитие рака щитовидной железы, предстательной железы, колоректального рака и рака поджелудочной железы (рис. 5), однако, несмотря на ограниченную экспрессию при раке легких, наши недавние результаты указывают на его потенциальный биомаркер.

Рисунок 5. Данные по экспрессии РНК в раковых тканях для NELL2 (Human Protein Atlas).

Аденокарцинома (ADC) и плоскоклеточный рак (SQC) являются двумя наиболее распространенными подтипами немелкоклеточного рака легких (НМРЛ), которые вместе составляют большинство случаев как НМРЛ, так и рака легких в целом. Хотя NELL2 в основном изучался при таких видах рака, как почечно-клеточный рак (ПКР) и гепатоцеллюлярная карцинома (ГЦК), значительное улучшение показателей выживаемости пациентов было связано с высокой экспрессией NELL2 в АЦП легких (рис. 6А). Однако эти преимущества, по-видимому, не распространяются на SQC легких (рис. 6Б).

Рисунок 6. Кривые выживаемости Каплана-Мейера при аденокарциноме легкого (ADC) и плоскоклеточном раке легкого (SQC) в контексте экспрессии NELL2. A. Высокая экспрессия NELL2 связана со значительно большей вероятностью выживания (ось y) с течением времени (ось x) при ADC (HR = 0,69 - 0,97, р = 0,023; снижение риска до 31%). B. Экспрессия NELL2 не оказывает существенного влияния на выживаемость пациентов при SQC (ОР = 0,72 - 1,05, р = 0,15).

Рисунок 6. Кривые выживаемости Каплана-Мейера при аденокарциноме легкого (ADC) и плоскоклеточном раке легкого (SQC) в контексте экспрессии NELL2.

A. Высокая экспрессия NELL2 связана со значительно большей вероятностью выживания (ось y) с течением времени (ось x) при ADC (HR = 0,69 - 0,97, р = 0,023; снижение риска до 31%).

B. Экспрессия NELL2 не оказывает существенного влияния на выживаемость пациентов при SQC (ОР = 0,72 - 1,05, p = 0,15). Данные получены с помощью KM Plotter.

АЦП возникает из железистых клеток (клеток, которые вырабатывают и секретируют жидкости), в то время как SQC образуется из плоских клеток, которые выстилают поверхность кожи и других органов. Эти данные могут свидетельствовать о том, что NELL2 играет более важную роль в биологии железистых опухолей, чем в плоскоклеточных, благодаря своей природе как белка, который секретируется с помощью биожидкостей. Это также является убедительным показателем его потенциала в качестве биомаркера рака, поскольку его можно обнаружить неинвазивно. Однако высокая экспрессия NELL2 способствует выживанию только у женщин с АЦП (рис. 1). 7А), в то время как выживаемость пациентов с АЦП у мужчин остается неизменной (рис. 7Б).

Рисунок 9. Кривые выживаемости Каплана-Мейера при ADC в легких у пациентов мужского и женского пола в контексте экспрессии NELL2.

A. Высокая экспрессия NELL2 связана с большей вероятностью выживания с течением времени при ADC (ОР = 0,49 - 0,86, р = 0,0021; снижение риска до 51%).

B. Экспрессия NELL2, по-видимому, не влияет на выживаемость пациентов мужского пола (ОР = 0,74 - 1,18, р = 0,58).
Рисунок 9. Кривые выживаемости Каплана-Мейера при ADC в легких у пациентов мужского и женского пола в контексте экспрессии NELL2.

A. Высокая экспрессия NELL2 связана с большей вероятностью выживания с течением времени у женщин с ADC (ОР = 0,49 - 0,86, р = 0,0021; снижение риска до 51%)..

B. Экспрессия NELL2, по-видимому, не влияет на выживаемость пациентов с ADC у мужчин (ОР = 0,74 - 1,18, p = 0,58). Данные получены с помощью KM Plotter.

Дальнейшие исследования влияния курения на ADC или SQC в контексте экспрессии NELL2 не дали существенных результатов. Тем не менее, зависящее от пола влияние NELL2 на выживаемость поднимает интересные вопросы, касающиеся взаимодействия NELL2 с гормонами, специфичными для пола, и генетическими факторами, влияющими на биологию опухоли.

Предыдущие исследования установили связь между передачей сигналов эстрогена и транскрипцией NELL2 в головном мозге, а также потенциальное влияние NELL2 на дифференцировку мозга в зависимости от пола, но эти связи еще предстоит изучить в контексте развития рака легких (PMID: 20538601, PMID: 21643849).

Вывод

NELL2 - это ген, который влияет на множество ключевых процессов в организме, от развития нервной системы и передачи сигналов клетками до созревания сперматозоидов. Наши анализы показывают, что он также играет важную роль при раке легких, особенно при аденокарциноме (ADC), где высокая экспрессия коррелирует с улучшением выживаемости пациенток женского пола. Хотя его экспрессия при плоскоклеточном раке (SQC), по-видимому, менее выражена, различия в выживаемости при ADC в зависимости от пола указывают на интригующие взаимодействия между NELL2, гормонами и генетическими факторами, которые еще предстоит полностью изучить. В целом, эти результаты указывают на новые захватывающие возможности в поиске прогностических и диагностических маркеров рака легких, и проект MCM находится на переднем крае этого важнейшего исследования.

Пожалуйста, свяжитесь с нами, если у вас есть какие-либо вопросы или комментарии по поводу нашего исследования, или не стесняйтесь поделиться своими мыслями на форуме проекта.
Спасибо, что продолжаете поддерживать World Community Grid и расширяете возможности наших исследований.

Искренне, Команда MCM

https://www.worldcommunitygrid.org/a...?articleId=827

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru
Ссылка на git-хаб, где лежат исходники программы-клиента BOINC.
https://github.com/BOINC/boinc
Ссылка на телеграмм https://t.me/TSCRussia
https://kmplot.com/analysis/index.ph...ce&cancer=lung
https://www.proteinatlas.org/ENSG000...3-NELL2/cancer
https://www.uniprot.org/uniprotkb/Q99435/feature-viewer
https://www.worldcommunitygrid.org/a...?articleId=825

И решил я переделать этот ноут в машину для РВ

Всем привет. А вот мой компьютер, переделанный из ноутбука.
Был у меня ноут асус 2011 года. Со временем корпус превратился в полный хлам, держался на трех болтах и скотче. А в прошлом году отказал экран. Восстанавливать смысла уже не было. Но сама плата работала. Процессор - i3 2310м (2 ядра, 4 потока), графика - GT540M. Жалко такому железу пропадать. И решил я переделать этот ноут в машину для РВ.

Родной блок питания было жалко использовать под такой нагрузкой, а еще он был нужен для другого моего ноута. Решил попробовать запитать всё это дело от компьютерного блока питания на 12 В.


У меня как раз валялся полурабочий блок питания формата TFX. Компьютер с ним не стартовал, но если замкнуть зеленый и черный провода, блок питания работал. Так как ноуту требуется 19 В, заказал с али повышающий преобразователь напряжения.


Купил на авито корпус mini ITX и начал собирать. Старался всё делать с минимальными вложениями и из того, что есть. Обычно для монтажа плат используют специальные стойки. У меня они были, но всего 4 шт., что мало, а еще мне не хотелось возиться с их установкой. Поэтому решил попробовать сделать стойки из детских кубиков типа лего. Срезал стойки ножом и приклеил к корпусу супер клеем. Держатся довольно крепко. Потом прикрутил плату к этим стойкам маленькими саморезами. Припаял провода от кнопки включения корпуса к кнопке включения ноута и вывел один USB на лицевую панель корпуса. Так как блок питания работает только при замыкании контактов, пришлось сделать для него еще одну кнопку, которую спрятал за шторкой дисковода на корпусе.


Плату разместил в корпусе таким образом, чтобы основные разъёмы и система охлаждения располагались сзади корпуса. Но при таком положении тепловые трубки были направлены вниз. Из-за этого при вертикальном положении корпуса процессор сразу перегревался, температура доходила до 85 градусов и частота падала до 800 МГц, при этом вентилятор гудел на всех оборотах. При горизонтальном положении корпуса или если поставить его вверх ногами температура держится в районе 55-60 градусов.


Один раз пробовал запустить РВ на графике, но система довольно сильно нагревается и очень сильно шумит вентилятор. Поэтому пока используется только процессор.


Родной Wi-Fi адаптер работает, поэтому компу нужна только розетка. Я положил его в коридоре на шкаф, где он ни кому не мешает и работает круглосуточно. Управляю им по телефону через приложение AnyDesk.
Копм в работе уже 3 месяца, пока полёт нормальный. В планах еще что-нибудь придумать с системой охлаждения, чтобы задействовать графический чип. Но есть опасения, что сама плата может не выдержать такой нагрузки. Плохо что нельзя регулировать загрузку графики в BOINC (если знаете как, то подскажите пожалуйста).

Копм в работе уже 3 месяца, пока полёт нормальный. В планах еще что-нибудь придумать с системой охлаждения, чтобы задействовать графический чип. Но есть опасения, что сама плата может не выдержать такой нагрузки. Плохо что нельзя регулировать загрузку графики в BOINC (если знаете как, то подскажите пожалуйста).