Bioinformatics
2.79K subscribers
701 photos
84 videos
64 files
832 links
تنها کانال تخصصی بیوانفورماتیک ایران
🔺All in one!!🔺
💎Bioinformatics, Computational biology, Modern medicine and Biomedical informatics💎
👨‍💻Learn with experts!
🔥پزشکی نوین
‼️زیست شناسی محاسباتی
Download Telegram
📚توالی، ساختار و عملکرد RNA: روش های محاسباتی و بیوانفورماتیکی

یکشنبه ها: #معرفی_کتاب

#بیوانفورماتیک_ساختاری

کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫
📝 تهیه و تنظیم: #سمیه_آزادیان دانش آموخته ارشد بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

سه شنبه ها: #معرفی_موقعیت_شغلی


کانال بیوانفورماتیک ایران
@Iran_Bioinformatics 💫


🔻برای کسب اطلاعات بیشتر در مورد شرایط و مزایای این موقعیت به لینک زیر مراجعه نمائید:

https://www.codecool.ir/journal%20detail?file=5198


📌منبع:
https://www.nature.com/naturecareers/job/machine-learning-data-scientist-or-bioinformatics-fellow-buck-institute-for-research-on-aging-718040
🌀ساخت دستگاهی که کبد انسان را به مدت یک هفته خارج از بدن زنده نگه می‌دارد.

📝محققان دانشگاه بیمارستان زوریخ، ETH زوریخ، Wyss زوریخ و دانشگاه زوریخ دستگاهی ساخته‌اند که کبد آسیب دیده‌ی انسان را ترمیم و آن را به مدت یک هفته در خارج از بدن زنده نگه می‌دارد. تاکنون امکان نگه‌داری کبد خارج از بدن، فقط به مدت چند ساعت بوده‌است. با استفاده از این فنآوری جدید حتی کبد آسیب دیده هم می‌توان به مدت یک هفته خارج از بدن سالم نگه داشت.

این یک پیشرفت بزرگ در پیوند اعضاست که می‌تواند تعداد اندام‌ها برای پیوند را افزایش دهد و جان بسیاری از بیماران شدید کبدی یا مبتلا به سرطان را نجات دهد. کبدهای cadaveric آسیب دیده برای پیوند مناسب نبودند و این دستگاه طی چند روز ممکن است بتواند عملکرد کامل کبد را بازیابی کند. اساس این فناوری یک سیستم پیچیده‌ی تزریق است که بیشتر عملکردهای فیزیولوژیک بدن را تقلید می‌کند. این مطالعه در تاریخ سیزده ژانویه در مجله‌ی Nature Biotechnology منتشر شده‌است.

📋پروفسور فیلیپ رودولف فون ره، استاد مهندسی فرآیند در ETH زوریخ و همكارش استاد كلاوین می‌گویند بزرگترین چالش مراحل اولیه انجام پروژه یافتن یک زبان مشترک بین پزشکان و مهندسان بود.

مطالعه‌ای نشان می‌دهد شش تا از ده کبد کیفیت پایین انسان که تمام مراکز پیوند اروپا آن‌ها را نپذیرفته بودند، توسط این دستگاه عملکرد کامل خود را بازیافته‌اند. قدم بعدی این پژوهش استفاده از این اندام‌ها برای پیوند خواهد بود.

📝تهیه و تنظیم: #مریم_رفیعی‌پور
دانشجوی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

چهارشنبه‌ها: #اخبار_فناوری

📌توضیحات تکمیلی این پژوهش را می‌توانید از طریق لینک زیر دنبال کنید.
https://www.codecool.ir/journal%20detail?file=5199

📝تعداد کلمات: ۳۴۲
زمان مطالعه: کمتر از ۲ دقیقه

📌منبع:
https://www.media.uzh.ch/en/Press-Releases/2020/Liver.html

کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫
روانشناسی تکاملی
قدم اول
🎧بخش اول کتاب صوتی "روانشناسی تکاملی"

🔶 مقدمات و تعاریف
🔶 روانشناسی شناختی چیست؟

🖋نویسنده: دیلان ایوانز، اسکار ساراته

پنجشنبه ها: #کتاب_صوتی

#روانشناسی_تکاملی
#دیلان_ایوانز
#اسکار_ساراته

کانال بیوانفورماتیک ایران
💠منبع: کانال خوانش کتاب برای انسان خردمند

@Iran_Bioinformatics💫
@Homosapiensfa💫
🔷 قابل توجه دانش پژوهان گرامی

📝 برنامه کلاسهای روز جمعه 11 بهمن:

🌕 11 الی 14:30 : پایتون مقدماتی

🌗 14:30 الی 18: آر پیشرفته 1


🔰دپارتمان اجرایی گروه زیست داده کاو کدکول 🔰
This media is not supported in your browser
VIEW IN TELEGRAM
#طنز
👈 منو استاد راهنمام بعد از تایید پروپوزالم🤦‍♂️

کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫
🌀الگوریتم یادگیری ماشینی که مانند رویا (بسیار عالی) کار می‌کند

💻پژوهشگران در دانشگاه تسوباکا برنامه هوش مصنوعی جدیدی طراحی کرده اند که با استفاده از ترکیب دو روش یادگیری ماشین می‌تواند مراحل مختلف خواب موش را دسته بندی کند. این الگوریتم که "MC-SleepNet," نام دارد به دقت 96% دست یافته است. استفاده از این سیستم برای لیبل گذاری خودکار اطلاعات میتواند به پژوهشگران برای آنالیز نتایج آزمایشاتشان کمک شایانی ارائه دهد.

🔖 پژوهشگران دانشگاه تسوباکا برنامه ای برای دسته بندی خودکار مراحل خواب موش معرفی کرده اند که از اطلاعات الکتروسفالوگرام (EEG) و الکترومایوگرام (EMG) که به ترتیب اطلاعات فعالیت های الکتریکی مغز و بدن را ضبط می‌کنند. آنها از ترکیب دو روش یادگیری ماشین به نام های شبکه های عصبی کانولوشنی (CNN) و شبکه های عصبی مکرر حافظه کوتاه مدت بلند (LSTM) استفاده کرده اند تا به دقتی بالاتر از تمام روش های خودکار موجود برسند.

📋 پیشرفت اصلی در این پروژه تقسیم کار بین دو الگوریتم یادگیری ماشین بود. ابتدا از یک شبکه عصبی کانولوشنی برای استخراج ویژگی های قابل توجه از اطلاعات فعالیت های الکتریکی بدن و مغز استفاده شد. این اطلاعات به یک LSTM داده شد تا بفهمیم چه ویژگی هایی بهترین نمایشگر برای فاز خوابی بود که موش در حال تجربه کردن بود. نویسنده ارشد هیرویوکی هیتاگاوا می‌گوید: "ما خوشبین هستیم که می‌توانیم این کار را برای دسته بندی مراحل خواب انسان ترجمه کنیم." در عین حال، این الگوریتم می‌تواند کار محققان در زمینه خواب را سرعت ببخشید که می‌تواند منجر به درک چگونگی عملکرد خواب شود.


🖊 تهیه و تنظیم: #سیدعلی_میرمصطفی دانشجوی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

شنبه ها: #علمی_اجتماعی

📌توضیحات تکمیلی این پژوهش را می‌توانید از طریق لینک زیر دنبال کنید.
https://www.codecool.ir/journal%20detail?file=5200


📝 تعداد کلمات: 250
زمان مطالعه: 1 دقیقه و 24 ثانبه

کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫

📎 منبع: https://www.sciencedaily.com/releases/2019/12/191203094818.htm
📚طرح بزرگ: درباره منشا حیات، معنای آن و جهان

📝تهیه و تنظیم: #سحر_برهانی دانشجو دکتری بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

یکشنبه ها: #معرفی_کتاب



کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫
🌀 دیپ مالاریا: هوش مصنوعی که به کشف ضد پلاسمودیوم های قوی کمک می کند.

🦟مالاریا از جمله مرگبارترین بیماری های انگلی است که سالانه بیش از 200 میلیون مورد ابتلای جدید و بیش از 400000 مرگ و میر از آن گزارش می شود.

💊اثر داروهای ضد مالاریا به دلیل مشکل "مقاومت دارویی" کاهش یافته است. مقاومت دارویی به تمام داروهای موجود برای مالاریا از جمله آرتمیسینین گزارش شده است. بنابراین تلاش برای ساخت داروهای جایگزین ضروری است.

📌در این مقاله به ساخت داروی ضد مالاریا با استفاده از هوش مصنوعی پرداخته شده است. رویکرد قدیمی کشف و طراحی دارو یعنی غربالگری توان بالا(HTS) از کتابخانه های دارو برای تشخیص ترکیب های پیشگام(lead) وقت گیر است و دسترسی به حجم بالایی از داده ها نیاز دارد.

🔍هوش مصنوعی با استفاده از روشهای مبتنی بر ساختار یا لیگاند نتایج بسیار دقیقی را در زمینه پیش بینی خواص شیمایی به دست آورده و با استفاده از داده های موجود هوش مصنوعی جایگزین مناسبی برای جستجوی کورکورانه HTS یا غربالگری مجازی خواهد بود. مدل هوش مصنوعی، الگوهای موجود در داده ها را می آموزد و به جستجوی موثر در ترکیبات کمک می کند.

در این پژوهش محققان DeepMalaria را معرفی کرده اند؛ فرآیندی که قادر است خواص ممانعتی ضد پلاسمودیوم فالسیپاروم ترکیبات را با استفاده از SMILES آنها پیش بینی کند.

📌توضیحات تکمیلی این پژوهش را می توانید از طریق لینک زیر دنبال کنید.

https://www.codecool.ir/journal%20detail?file=5202



📝 تهیه و تنظیم: #غزاله_فهیمیان دانش آموخته ارشد #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

دوشنبه ها: #مقاله_هفته

📝تعداد کلمات: 247

زمان مطالعه: کمتر از 2دقیقه

کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫


📌لینک مقاله: https://www.frontiersin.org/articles/10.3389/fphar.2019.01526/full
کانال بیوانفورماتیک ایران
Iran_bioinformatics💫

برای اطلاعات بیشتر به آدرس زیر مراجعه کنید: https://www.codecool.ir/journal%20detail?file=5203
♿️استفاده از Hololens برای کمک به یادگیری و آموزش روابط اجتماعی به کودکان کم بینا و نابینا


📽مایکروسافت شرکت سازنده Hololens، ابزار تصویربرداری پیشرفته با استفاده از فناوری واقعیت افزوده است.

برای کودکان بزرگ شدن با نقص بینایی یا نابینایی می تواند بسیار دشوار باشد زیرا بینایی بخش بزرگی از روابط اجتماعی و ارتباط بین انسان ها را تشکیل می دهد. این پروژه ی مایکروسافت می تواند به چنین کودکانی کمک کند.

💎در پروژه توکیو که از طرف مایکروسافت حمایت می شود، قرار است محققان بتوانند با کمک فناوری هوش مصنوعی و واقعیت افزوده برای افراد بخصوص افراد کم توان، ابزاری کارآمد بسازند. مثل راهنمای مجازی صوتی برای افرادی که به هر دلیلی نمی توانند از صفحه کلید یا صفحه لمسی استفاده کنند.

🌀اد کوترل از محققان مایکروسافت می گوید: " ما به عنوان یک انسان، خیلی خیلی مهم و حساس است که موقعیت های اجتماعی را به خوبی درک کنیم، اینکه چگونه با انسان های دیگر ارتباط برقرار کنیم و متوجه ورود افراد به اتاقمان شویم و بدانیم که آن ها در حال انجام چه کاری هستند و یا ارتباطشان با ما چیست؟ اما برای افراد کم بینا و نابینا بسیاری از علائم و نشانه ها که برای ما بسیار عادی است، وجود ندارد"

🎯راه حل تجربی پروژه "توکیو" این است که با استفاده از Hololens ، که فاقد لنز است، شناسایی اشیاء و افراد برای کم بینایان و نابینایان ممکن شود.

🌟این ابزار یک هد بند با فناوری پیشرفته است که مجموعه ایی از نرم افزارها آن را پشتیبانی می کنند که از علائم محیطی استفاده می کند. به عنوان مثال وقتی فردی در فاصله ۴ متری در سمت راست تشخیص داده می شود ، دستگاه با یک کلیک نشان می دهد که در آن موقعیت فردی قرار دارد.اگر چهره فردی شناسایی شود ، اسم فرد اعلام می شود اگر چهره فردی شناسایی نشود، با یک صدای ممتد توجه کاربر را به سمت آن فرد جلب کند و با قرارگیری صورت کاربر در مسیر فرد ناشناس، صدا قطع می شود.

💡موارد بسیاری است که دانشمندان امیدوارند بتوانند به ابزار در حال توسعه خود بیافزایند.

📝تهیه و تنظیم:
#رایحه_وفایی
دانشجوی دکتری
#بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

چهارشنبه‌ها:
#اخبار_فناوری

📌توضیحات تکمیلی این پژوهش را می‌توانید از طریق لینک زیر دنبال کنید.

https://www.codecool.ir/journal%20detail?file=5204

📝تعداد کلمات: 487 کلمه
زمان مطالعه: کمتر از سه دقیقه

📌منبع:
https://techcrunch.com/2020/01/28/modified-hololens-helps-teach-kids-with-vision-impairment-to-navigate-the-social-world/

کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫
Bioinformatics
قدم اول – روانشناسی تکاملی
روانشناسی تکاملی
قدم اول
🎧بخش دوم کتاب صوتی "روانشناسی تکاملی"

🔶 زیست‌شناسی تکاملی چیست؟
🔶 توارث و جهش‌های ژنتیکی
🔶 آیا موجودات «طراحی» شده‌اند؟

🖋نویسنده: دیلان ایوانز، اسکار ساراته

پنجشنبه ها: #کتاب_صوتی

#روانشناسی_تکاملی
#دیلان_ایوانز
#اسکار_ساراته

کانال بیوانفورماتیک ایران
💠منبع: کانال خوانش کتاب برای انسان خردمند

@Iran_Bioinformatics💫
@Homosapiensfa💫
#طنز
واقعا چرااا ؟!!!😫

کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫
🌀 روشن شدن تاریخ تکاملی بیش از 2500 سرطان


🔸یک گروه بین المللی از دانشمندان با هدف روشن ساختن تاریخ زندگی جهش های سرطان زا و نحوه تکامل تومورهای سرطانی، حتی قبل از تشخیص آنها، ژنوم تعداد بسیار زیادی سرطان منحصر به فرد را مورد تجزیه و تحلیل قرار دادند.

👨‍💻 پژوهشگران کنسرسیوم تجزیه و تحلیل پان سرطان ژنوم های کل (PCAWG) داده های توالی یابی کل ژنوم را از میان 2658 سرطان در 38 نوع تومور جمع آوری کردند. پس از استاندارد سازی در برابر ژنوم انسانی، آنها الگوها و شاخص های انواع ساختارهای مختلف را در داده ها مورد تجزیه و تحلیل قرار دادند.

🔸محققان با مشاهده فرآیندهای بازآرایی مبتنی بر همانندسازی که منجر به ایجاد کلاسترهایی از انواع ساختارهای مختلف در طی زمان می شوند، می توانند ترتیبی که در آن جهش ها رخ می دهد و زمان بندی نسبی بین آنها را تعیین کنند.

🔖این تحقیق به عنوان بخشی از مقالات ویژه منتشر شده در زمینه تجزیه و تحلیل سرطان در کل ژنوم ها به طور آنلاین در نشریه Nature در 6 فوریه منتشر شده است.

📌توضیحات تکمیلی این پژوهش را می توانید از طریق لینک زیر دنبال کنید.
https://www.codecool.ir/journal%20detail?file=5205


🔖 946 کلمه
زمان مطالعه: حدود 5 دقیقه


📝 تهیه و تنظیم: #سمیه_آزادیان دانش آموخته ارشد #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

شنبه ها: #علمی_اجتماعی

کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫

📌منبع:
https://www.scienceboard.net/index.aspx?sec=sup&sub=can&pag=dis&ItemID=473
📝تهیه و تنظیم: #دانیال_خدیوی دانشجو ارشد بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

یکشنبه ها: #معرفی_کتاب

کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫
🌀گسسته‌سازی، پیش‌بینی و انتخاب ویژگی مقرون به صرفه برای سیستم‌های پیچیده

📝یک عامل محدود کننده برای تحلیل سیستم‌های بزرگ، هزینه‌ی محاسباتی است. انتظار می‌رود رشد نمایی بهبود عملکرد سخت‌افزار که در ۶۰ سال اخیر مشاهده شده‌ است، در اوایل این دهه به پایان برسد.

هزینه‌ی محاسباتی روش‌های پیشرفته‌تر یادگیری ماشین برای داده‌های بزرگ به صورت نمایی رشد می‌کند و این موضوع نشان می‎‌دهد با اینکه پیش‌پردازش‌ها ممکن است کاملاً جانبدارانه باشند اما برای داده‌های بزرگ غیر قابل اجتناب هستند.

از آن‌جا که انتظار می‌رود همچنان اندازه‌ی داده‌ها در علوم طبیعی به صورت نمایی رشد کند، فشار بر کیفیت عملکرد و هزینه‌ی محاسبات الگوریتم‌ها افزایش می‌یابد.

📚در این مقاله روشی به نام تقریب احتمالی مقیاس پذیر (SPA) ارائه شده که تحلیل سیستم‌های پیچیده را با هزینه‌ی محاسباتی کمتری انجام می‌دهد.

💡روش SPA مسائل مربوط به گسسته‌سازی و انتخاب ویژگی و پیش‌بینی را به صورت همزمان انجام می‌دهد و آن‌ها را جداگانه حل نمی‌کند‌. پیچیدگی زمانی الگوریتم SPA با افزایش مقدار داده به صورت خطی تغییر می‌کند که آن را برای استفاده روی داده‌های بزرگ مناسب می‌کند. الگوریتم SPA به هیچ کدام از برنامه‌های کاهش ابعاد نیاز ندارد و پیچیدگی زمانی آن مانند الگوریتم محبوب و بسیار کم هزینه‌ی K-mean است. الگوریتم SPA، با افزایش اندازه داده، به طورقابل ملاحظه‌ای سریعتر و با کیفیت بهتری تقریب را انجام می‌دهد. در این مقاله نشان داده شده‌ است که برای تعداد کلاس‌بندی کمتر، SPA در مقایسه با سایر الگوریتم‌ها با تقریب بسیار خوب به جواب می‌رسد.

✏️استفاده از روش SPA روی داده های بزرگ علوم طبیعی، علاوه بر کاهش هزینه محاسباتی، موجب بهبود چشمگیر در پیش‌بینی و ارزیابی داده می شود. به عنوان مثال پیش‌بینی دمای روز بعد به حل معادلات حرکت جو نیاز دارد که حل این معادلات توسط ابرکامپیوتر ممکن است در حالیکه با استفاده از این روش و پردازش داده‌ها روی یک کامپیوتر شخصی MAC دمای روز بعد با خطای میانگین ۰.۷۵ درجه سانتیگراد پیش‌بینی شد.

📝تهیه و تنظیم: #مریم_رفیعی‌پور
دانشجوی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

دوشنبه‌ها: #مقاله_هفته

📌لینک سایت:
https://www.codecool.ir/journal%20detail?file=6180

📝تعداد کلمات: ۲۸۹
زمان مطالعه: کمتر از دو دقیقه

📌منبع:
https://advances.sciencemag.org/content/6/5/eaaw0961

کانال بیوانفورماتیک ایران
@Iran_Bioinformatics
📝 تهیه و تنظیم: #نیلوفر_سید_مجیدی دانش آموخته کارشناسی ارشد بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

سه شنبه ها: #معرفی_موقعیت_تحصیلی


کانال بیوانفورماتیک ایران
@Iran_Bioinformatics 💫


🔻برای کسب اطلاعات بیشتر در مورد شرایط این موقعیت به لینک زیر مراجعه نمائید:

https://www.codecool.ir/journal%20detail?file=7180

📌منبع:
https://www.nature.com/naturecareers/job/phd-student-fmx-position-in-computational-biology-bioinformatics-technical-university-of-munich-tum-717403
🌀 خلق اولین آنزیم مصنوعی بوسیله دو گروه غیر بیولوژیکی

💻 دانشمندان دانشگاه گرونینگن با افزودن دو ماده کاتالیزوری ابیولوژیکی ، پروتئین غیر آنزیمی را به یک آنزیم مصنوعی جدید تبدیل کردند: یک آمینو اسید غیر طبیعی و یک کمپلکس کاتالیزوری مس است. این اولین بار است که یک آنزیم با استفاده از دو جزء غیر بیولوژیکی برای ایجاد یک جایگاه فعال استفاده می شود. این مطالعه نشان می دهد که چنین ترکیب هم افزایی یک رویکرد قدرتمند برای دستیابی به کاتالیزهایی است که به طور معمول خارج از قلمرو آنزیم های مصنوعی است.
📚 آنزیم ها کاتالیزورهای طبیعی هستند که تحت شرایط ملایم عمل می کنند. این امر آنها را به یک جایگزین جذاب برای کاتالیز شیمیایی صنعتی تبدیل می کند که ممکن است نیاز به درجه حرارت و فشار زیاد و حلالها یا فلزات سمی داشته باشد. با این حال، همه واکنش های شیمیایی توسط آنزیم های طبیعی قابل کاتالیز نیستند. اصلاح آنزیمهای موجود یکی از گزینه ها است اما جرارد رولفس استاد شیمی بیومولکولی دانشگاه گرونینگن معتقد است که ایجاد آنزیم های جدید می تواند گزینه ارزشمند دیگری باشد.

📝 تهیه و تنظیم: #الهام_افخمی دانشجوی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه‌ها: #اخبار_فناوری

📌توضیحات تکمیلی این پژوهش را می‌توانید از طریق لینک زیر دنبال کنید.

https://www.codecool.ir/journal%20detail?file=7181

🔖 تعداد کلمات: 818 کلمه
زمان مطالعه: کمتر از 4 دقیقه

📌 منبع:
https://www.rug.nl/sciencelinx/nieuws/2020/02/20200210_roelfes?lang=en

کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫