🌀 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💫

🎧بخش سوم کتاب صوتی "روانشناسی تکاملی"

🔶 سازگاری و انتخاب طبیعی
🔶 نه طراحی نه تصادف!

🖋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💫

💻 دوره طراحی محاسباتی دارو

مدرس ها:
👨🏻‍🏫 دکتر سجاد قرقانی (عضو هیئت علمی گروه بیوانفورماتیک دانشگاه تهران و عضو هیئت مدیره انجمن بیوانفورماتیک ایران )
👨🏻‍🏫 دکتر مانی (عضو هیئت علمی گروه شیمی تجزیه دانشگاه تربیت مدرس )

🕰طول دوره: هشت هفته

💎10 درصد تخفیف دانشجویی
😃 برگزای کلاس به صورت آنلاین💻
♦️جهت کسب اطلاعات بیشتر میتوانید با شناسه زیر تماس برقرار کنید:
@codecool5

🌞کانال بیوانفورماتیک ایران 🌞
@Iran_Bioinformatics💫

🌀هر هفته یک فیلم از دروس اموزشی اساتید

🔰طراحی دارو دکتر قرقانی

✴️ما را دنبال کنید
🌐 Codecool.ir

📌 @Iran_Bioinformatics

💠 https://instagram.com/codecool_bioinformatics

#طنز

از منظر برخی اساتید...😅😅


✅ کانال بیوانفورماتیک ایران
@Iran_Bioinformatics

🧠هرم یادگیری

🌀مطالعات نشان می‌دهد که متغیر بودن روش‌ها و مواد آموزشی باعث می‌شود که ذخیره‌سازی و یادآوری اطلاعات در ذهن بهبود یابد و تجربه یادگیری ارتقا پیدا کند.

🎯"هرم یادگیری" که گاهی به آن "مخروط یادگیری" نیز گفته می‌شود، توسط آزمایشگاه ملی آموزش ساخته شده و نشان می‌دهد که اکثر دانش آموزان فقط حدود 10٪ از آنچه را که از کتاب‌های درسی می‌خوانند را به یاد می‌آورند، اما حدود 90٪ از آنچه که از طریق آموزش به دیگران یاد می‌گیرند را به یاد خواهند داشت.

🔸مدل هرم یادگیری نشان می‌دهد که برخی از روش‌های مطالعه مؤثرتر از سایرین هستند و متفاوت بودن روش‌های مطالعه منجر به یادگیری عمیق‌تر و حفظ طولانی مدت خواهد شد.

👂گوش دادن به سخنرانی یا تدریس :
یکی از بی اثر ترین روش های یادگیری است زیرا که یک روش منفعلانه محسوب می‌شود و یادگیرنده هیچ فعالیتی جز گوش دادن انجام نمی‌دهد. این روش زمانی مفید و موثرتر خواهد بود که از یادداشت برداری نیز استفاده شود.

🙇‍♂️خواندن و مطالعه فردی:
خواندن و مطالعه فردی روش موثر‌تری نسبت به گوش دادن به سخنرانی می‌باشد. به این ترتیب اگر شما فردی بصری باشید کتاب خواندن یک روش یادگیری مناسب برای شماست، در غیر این صورت اگر فردی غیر بصری یا فراگیر (شنوایی) باشید این روش، روش مناسبی نیست با این حال در دانشگاه‌ها و مدارس بر کتاب‌های درسی تمرکز شده و همه افراد به‌گونه‌ای مجبور به مطالعه هستند.

✴️بازدید ها و نمایش:
اولین روش مطالعه فعال از هفت روش هرم یادگیری است؛ در این روش به واسطه نمایشگاه ها، موزه ها و غیره به یادگیری می‌پردازیم. این روش به خصوص زمانی که اطلاعات گیج کننده و یا مبهم باشند باعث درک و فهم بیشتری می‌شود.

👥بحث‌های گروهی:
یک شکل از آموش همگانی و روش یادگیری مشارکتی است که متکی بر تعامل و گفت‌گو دانش آموزان با سایر دانش آموزان و مربیان می‌باشد. همچنین این روش منجر به حفظ بیشتر اطلاعات و مطالب مورد مطالعه می‌شود.

💡تمرین به وسیله کار عملی:
از موثرترین روش های یادگیری است که در این روش دانش‌آموز را تشویق می‌کنند تا آنچه را که یادگرفته است در عمل انجام دهد، بنابراین باعث درک عمیق‌تر و انتقال اطلاعات از حافظه کوتاه مدت به بلند مدت می‌شود.

💎نتیجه گیری:
زمانی پیروی از هرم یادگیری اثر بخش خواهد بود که بر اساس سبک یادگیری منحصر بفرد شما قرار گیرد؛ برخی به صورت بصری بهتر یاد می‌گیرند در حالی که برخی دیگر به صورت شنوایی. برای به حداکثر رساندن اثر بخشی مطالعه خود باید سبک یادگیری منحصر بفردتان را شناسایی کنید.

📍متن کامل این مطلب را در لینک زیر دنبال کنید:
https://www.codecool.ir/journal%20detail?file=7182


✅کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫



📝تعداد کلمات: 582 کلمه

⏰زمان مطالعه: کمتر از 3 دقیقه


📝تهیه و تنظیم: #عطیه_احمدی دانشجوی #ارشد_بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

شنبه ها: #علمی_اجتماعی


📌منبع:
https://www.educationcorner.com/the-learning-pyramid.html

📚روش های کمی مناسب برای محققین حوزه سلامت: راهنمای عملی تعاملی اپیدمیولوژی و آمار

📝تهیه و تنظیم: #علیرضا_دوست_محمدی دانشجو ارشد بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

یکشنبه ها: #معرفی_کتاب

✅کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫

فایل #pdf کتاب "روش های کمی مناسب برای محققین حوزه سلامت: راهنمای عملی تعاملی اپیدمیولوژی و آمار"

✅ کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫

📜 پیش بینی اپی توپ های خطی B cell

🔍 امروزه آنتی بادی ­ها به ابزارهایی ضروری و حیاتی برای کاربردهای بالینی و بیوتکنولوژی تبدیل شده ­اند. آنتی بادی­ ها بخشی از ساختار(اپی توپ) مولکول هدف را که آنتی­ ژن­ نام دارند، شناسایی و به طور کاملا اختصاصی به آن ­ها متصل می­ شوند. شناسایی اپی­ توپ تنها از طریق توالی آنتی­ ژن، عملی بسیار پیچیده است. علی رغم تلاش­ های بسیاری که در دهه های اخیر به این منظور صورت گرفته است، تنها پیشرفت­ محدودی در میزان دقت روش­های پیشگویی کننده، به خصوص روش هایی که منحصرا متکی به توالی هستند، حاصل شده است.

📌 یکی از مراحل مهم در فرآیند نقشه برداری اپی ­توپ تشخیص نواحی و اپی­ توپ­ هایی است که توسط سلول­ های B شناسایی می­ شود.

🌐 در این مقاله BepiPred-2.0، یک وب سرور برای پیشگویی اپی توپ­ های سلول­های B از طریق توالی آنتی­ ژن، به آدرس http://www.cbs.dtu.dk/services/BepiPred/ معرفی شده است. وب سرور BepiPred-2.0 از الگوریتم جنگل­ های تصادفی بهره می­ برد و براساس اپی ­توپ­ های حاشیه نویسی شده ی موجود در ساختارهای پروتئین آنتی­ ژن-آنتی­ بادی آموزش می­ بیند.

☑️🔺نتایج نشان می دهد که روش جدید عملکردی فوق، به مراتب بهتر از روش­ های گذشته­ بوده و اطلاعات به دست آمده از وب سرور کاملا قابل فهم می باشد به طوری که کاربران مبتدی تا پیشرفته(از لحاظ دانش رایانه­ ای) به راحتی می­توانند از آن استفاده کنند. برای کار با این سرور کافی است که توالی پروتئین مورد نظرتان را به سرور داده و سپس با فشردن گزینه­ ی ارسال، اپی­توپ­های سلول­های B برای شما به نمایش گذاشته می­شود. BepiPred-2.0 ابزاری کاربردی و ارزشمند برای محققانی است که در زمینه بیوانفورماتیک و همچنین ایمونولوژی فعالیت می ­کنند.

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

https://www.codecool.ir/journal%20detail?file=7183


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

دوشنبه ها: #مقاله_هفته

📝تعداد کلمات: 250

⏰زمان مطالعه: کمتر از 2دقیقه

✅کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫


📌لینک مقاله: https://academic.oup.com/nar/article/45/W1/W24/3787843

📝 تهیه و تنظیم: #زینب_محمدتبار دانشجوی کارشناسی ارشد#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=7186

🎞ویروس کرونا: از منشأ تا پیشگیری

✅ کانال بیوانفورماتیک ایران
@Iran_Bioinformatics 💫

📝 ترجمه و صداگذاری: #محمد_افشاری
دانشجوی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

پنجشنبه ها: #فیلم

📌منبع:
https://www.who.int/emergencies/diseases/novel-coronavirus-2019

#طنز
جدی ترین پرسش های یک بیوانفورماتیشن در حین پروژه تحقیقاتی😂

✅ کانال بیوانفورماتیک ایران
@Iran_Bioinformatics

🌀هر هفته یک فیلم از دروس اموزشی اساتید

🔰یادگیری ماشین دکتر ظهیری

✴️ما را دنبال کنید
🌐 Codecool.ir

📌 @Iran_Bioinformatics

💠 https://instagram.com/codecool_bioinformatics

🌀 شناسایی یک آنتی بیوتیک جدید توسط هوش مصنوعی

👨‍💻 پژوهشگران دانشگاه MIT با استفاده از یک الگوریتم یادگیری ماشین، ترکیب آنتی بیوتیکی جدیدی را شناسایی کرده اند.

🔹 ایده استفاده از مدل های رایانه ای پیش بینی کننده موضوع جدیدی نیست اما تاکنون این مدل ها به اندازه کافی دقیق نبوده اند تا روند کشف دارو را تغییر دهند.

🔸محققان مدل خود را با حدود 2500 مولکول از جمله حدود 1700 داروی مورد تأیید FDA و مجموعه ای از 800 محصول طبیعی آموزش دادند. مدل آموزش داده شده بر روی 6000 تركیب مورد آزمایش قرار گرفت و سرانجام مولکولی تحت عنوان هالیسین شناسایی گردید که پیش بینی می شد فعالیت ضد باکتریایی خوبی داشته باشد و احتمالاً سمیت پایینی هم برای سلول های انسانی دارد.

🔹مطالعات اولیه حاکی از آن است که هالیسین با مختل کردن توانایی باکتری ها برای حفظ شیب الکتروشیمیایی در غشاهای سلولی، آن ها را از بین می برد. در تست های آزمایشگاهی این دارو توانست بسیاری از باکتری های عامل بیماری از جمله برخی از سویه های مقاوم به آنتی بیوتیک مثل کلستریدیوم دیفیسیل، آسینتوباکتر بومانی و مایکوباکتریوم توبرکلوزیس را از بین ببرد.

🎯 این پژوهشگران همچنین قصد دارند از مدل خود برای طراحی آنتی بیوتیک های جدید و بهینه سازی مولکول های موجود استفاده کنند.


📌توضیحات تکمیلی این پژوهش را می توانید از طریق لینک زیر دنبال کنید.
https://www.codecool.ir/journal%20detail?file=7187


🔖 1251 کلمه
⏰ زمان مطالعه: بیشتر از 6 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://phys.org/news/2020-02-artificial-intelligence-yields-antibiotic.html

📚 آمار زیستی : به زبان ساده

📝تهیه و تنظیم: #دانیال_خدیوی دانشجو ارشد بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

یکشنبه ها: #معرفی_کتاب

✅کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫

فایل #pdf کتاب "آمار زیستی"

#آمار_زیستی

✅ کانال بیوانفورماتیک ایران
@Iran_Bioinformatics💫

🎯پیش بینی شیوع ویروس کر‌ونا با منشاء احتمالی خفاش ها در چین

🦠در طول دو دهه گذشته خانواده ویروس کرونا موجب شیوع بیماری هایی نظیر سندروم حاد تنفسی شدید(SARS)، سندروم حاد خاورمیانه (MERS) و سندروم حاد اسهال خوکی(SADS) در جهان شده است.

🌀این سه بیماری به ترتیب در سال های 2003، 2012 و 2017 ظهور پیدا کردند و موجب جان باختن هزاران انسان در سراسر جهان شدند.

🧩ویروس های کرونا ویژگی های مشترک بسیاری دارند و بسیار بیماری زا هستند. منشاء اغلب آنها خفاش ها است و چین مبداء انتشار دو مورد از آنها بوده است.

💡بنابراین بسیار محتمل است بیماری هایی که در آینده از ویروس های کرونا منشاء میگیرند، دارای ویژگی هایی مشابه آنچه بیان شد داشته باشند و محل شیوع احتمالی آنها چین خواهد بود.

💎به همین دلیل بررسی علائم ویژگی های ویروس های کرونا منتقل شده از خفاش به یک موضوع اضطراری برای تشخیص علائم اولیه تبدیل شده است که به نوبه خود می تواند تاثیر شیوع چنین بیماری هایی را در آینده به حداقل برساند.

🧬نویسنده در این مقاله به جمع بندی دانش فعلی در مورد تنوع این ویروسها، میزبان آنها و توزیع جغرافیایی ویروس های کرونا در چین و در نهایت پیش بینی نقاط مهم ویروس و پتانسیل انتقال گونه های متقابل آنها می پردازد.


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

دوشنبه‌ها: #مقاله_هفته

📌لینک سایت:
https://www.codecool.ir/journal%20detail?file=7188

📝تعداد کلمات: 280 کلمه
⏰زمان مطالعه: کمتر از دو دقیقه

📌منبع:
https://www.mdpi.com/1999-4915/11/3/210

✅کانال بیوانفورماتیک ایران
@Iran_Bioinformatics

📝 تهیه و تنظیم: #یاسمین_کیانیان دانشجوی دکتری #شیمی_آلی_محاسباتی دانشگاه تربیت مدرس

سه شنبه ها: #موقعیت_پسادکتری

جهت کسب اطلاعات بیشتر از شرایط و مزایای این موقعیت شغلی و ارسال رزومه به سایت کدکول مراجعه فرمایید.

https://www.codecool.ir/journal%20detail?file=7189

✅کانال بیوانفورماتیک ایران

@Iran_bioinformatics 💫