Циклические пептиды: новый подход к генерации конформаций
![Разработана трехступенчатая схема MuCO, в которой генерация молекулярной структуры разделена на последовательное создание базового каркаса с использованием [latex]\mathrm{SE(3)}[/latex]-потокового соответствия, условную выборку боковых цепей посредством циклического RPE-потокового соответствия и физически обоснованную оптимизацию с применением силового поля Charmm36 для получения энергетически минимизированной конформации.](https://arxiv.org/html/2602.11189v1/figures/MuCO.png)
Исследователи разработали метод, позволяющий эффективно создавать разнообразные и физически правдоподобные структуры циклических пептидов с использованием искусственного интеллекта.
Европейский путь Форда: надежда в китайском партнерстве
Последние годы для Ford в Европе были отмечены неблагоприятным стечением обстоятельств. Спад спроса на традиционные автомобили, медленное принятие электромобилей, и, что особенно важно, появление на горизонте амбициозных и технологически продвинутых китайских производителей, создали угрозу для позиций компании. Это была буря, которая испытывала на прочность даже самые крепкие корпуса. Предыдущие попытки реструктуризации приносили лишь временное облегчение, подобно глотку свежего воздуха перед новым штормом.
DXP: Небольшое движение капитала
Согласно документам, поданным в Комиссию по ценным бумагам и биржам (SEC) 13 февраля 2026 года, ACK Asset Management LLC сформировала новую позицию в DXP Enterprises (DXPE +4.02%), вложив указанную выше сумму. Эта информация, хотя и публичная, не объясняет причин, побудивших инвесторов к данному шагу. Нам остается лишь наблюдать.
Золотая и Серебряная Лихорадка: Безумие ETF
GDX, этот толстяк с солидным капиталом в 30 с лишним миллиардов, пытается казаться серьезным игроком. Он как старый, опытный шахтер, который видел всякое дерьмо. А SIL… SIL – это молодой, дерзкий парень, готовый рискнуть всем ради блестящей серебряной фишки. Он, конечно, выстрелил в последнее время, показал неплохую доходность, но, блин, эта волатильность! Держись за штаны, если в него вложишься.
Прогнозирование будущего: как учить модели на опыте экспертов
![Оптимальный вес первого эксперта, определяемый как [latex]w\_{1}^{\*}[/latex], демонстрирует зависимость от априорного веса [latex]w\_{1}s\_{1}[/latex] и квадратичного отклонения [latex](\mu\_{1}-\mathbb{E}(\mu))^{2}[/latex], при фиксированном прогнозе второго эксперта, причем характер этой зависимости варьируется в зависимости от выбранных преобразований [latex]f[/latex] и штрафных функций Φ.](https://arxiv.org/html/2602.11379v1/Figure/Simulation/v4/log_Dir.png)
Новый метод регулярного ансамблевого прогнозирования позволяет повысить точность предсказаний, используя исторические данные и текущие оценки экспертов.