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 💫

🌀 ساخت بینی الکترونیکی برای تشخیص زودهنگام سرطان مری
💻 محققان نشان دادند که یک دستگاه الکترونیکی می تواند با استفاده از تنفس انسان راه جدیدی برای تشخیص افراد مبتلا یا افرادی با ریسک بالا برای ابتلا به سرطان مری ارائه دهد.

📊 آمارهای اخیر نشان میدهد که هر ساله در حدود ۹۰۰۰ مورد جدید از سرطان مری یا سرطان لوله گوارشی در انگلستان شناسایی می‌شود.

📇 بر اساس گزارش موسسه خیریه تحقیقات سرطان در انگلیس ، افراد مبتلا به مری بارت (یک وضعیت پیش سرطانی که در آن سلولهای لوله گوارشی تغییر میکند یا به صورت غیرطبیعی رشد می‌کنند ) بیشتر از یازده بار در معرض ابتلا به نوع خاصی از سرطان مری به نام ( oesophageal adenocarcinoma ) در مقایسه با عموم مردم قرار دارند .

📋 مری بارت اغلب علامتی ندارد اما در بین مردانی که مشکلات طولانی مدت رفلاکس معده دارند، بالای پنجاه سال سن و اضافه وزن یا چاقی دارند شایع تر است . آمارهای انگلیس نشان می‌دهد که در حدود سه تا سیزده درصد از مردم با مری بارت به نوع خاصی از سرطان معده که در کشورهای غربی شایع است مبتلا می‌شوند.

در حال حاضر، تشخیص مری بارت متکی به آندوسکوپی است که یک تکنیک گران و تهاجمی است . اکنون محققان میگویند که یک « بینی الکترونیکی» ساخته‌اند که می‌تواند بیماران مبتلا یا غیر مبتلا به مری بارت را فقط با آنالیز نفس شان تشخیص دهد. این تیم می‌گوید که امیدوار است رویکرد غیر تهاجمی بتواند غربالگری را در بین افراد در معرض خطر افزایش دهد و از این رو تعداد موارد به سرطان مری را کاهش دهد.

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

چهارشنبه‌ها: #اخبار_فناوری

📌توضیحات تکمیلی این پژوهش را می توانید از طریق لینک زیر دنبال کنید.
https://www.codecool.ir/journal%20detail?file=7190

📝تعداد کلمات: 745 کلمه
⏰زمان مطالعه: کمتر از 4 دقیقه

📌منبع:
https://www.theguardian.com/science/2020/feb/25/electronic-nose-could-sniff-out-pre-cancerous-condition-in-food-pipe-oesophageal-cancer-barrett-oesophagus