❇️مجموعه کارگاه های زمستان
🖥بیوانفورماتیک، طراحی دارو،لینوکس، NGS ،بایو مارکرها miRNA و..
10%تخفیف دانشجویی
10%تخفیف ثبت نام تا اخر دی
ParsSilico.com
💎آزمایشگاه پارس سیلیکو
@practicalbioinformatics
🖥بیوانفورماتیک، طراحی دارو،لینوکس، NGS ،بایو مارکرها miRNA و..
10%تخفیف دانشجویی
10%تخفیف ثبت نام تا اخر دی
ParsSilico.com
💎آزمایشگاه پارس سیلیکو
@practicalbioinformatics
https://goo.gl/Sc28Pf
✍اوریگامی مولکولی: ظهور مهندسی پروتئین برای مبارزه با بیماریها
👤امریکا، سیاتل-مهندس پروتئین آرون کاوالیر، عقیده دارد که اوریگامی می تواند انقلابی در طراحی دارو باشد.
او و تیمی از دانشگاه واشنگتن تمامی وقتشان را بر روی طراحی زنجیره های تا خورده ی پیچیده ای از اسیدهای آمینه صرف می کنند تا مولکولهایی را خلق کنند که در طبیعت وجود ندارد. هدف آنها طراحی پروتئینی است که بتواند به ویروس هایی مانند آنفوآنزا بچسبد و آنها را از آلوده کردن سلول ها باز دارد. یا پروتئینی که بتواند گلوتن را بشکند.و اثرات حساسیت زایی آن را از بین ببرد.
"می توانید آینده ای را تصور کنید که ما در آن قادر هستیم به صورت نامحدودی پروتئین های جدیدی بسازیم که اساس داروهای آینده و واکسن های آینده خواهند بود". اینها گفته های دیوید بیکر، بیوشیمیدانی است که موسسه ی طراحی پروتئین دانشگاه را رهبری می کند.
به طور طبیعی هشدارهای فراوانی هم وجود دارد.بطور نمونه: مشخص نیست که سسیستم ایمنی ما پروتئین های جدیدی را که تابحال ندیده است را می پذیرد ! آنها می توانند باعث حساسیت های جدیدی شوند. بدن ممکن است آنها را پس بزند. یا کارایی خود را در شرایط طبیعی بدن از دست بدهند علی رغم اینکه در کامپیوتر شما بخوبی کار می کنند. از نظر عملی سالها فاصله داریم با عصری که این پروتئین های طراحی شده ی جدید در سبد دارویی ما قرار بگیرند.
👤یانگ ژانگ استاد بیوشیمی در دانشگاه میشیگان نیز به مهندسی پروتئین مشغول است. او کارهای بیکر را امیدبخش می داند اما تبدیل یک پروتئین از حالت تئوری به یک ابزار درمان کاربردی زمان می خواهد، زیرا این پروتئین با تمام یک سیستم میانکنش خواهد داشت، نه فقط با هدفی که برایش در نظر گرفته ایم.
او می گوید: "یک فرایند پیچیده برای هر دارو وجود دارد. نه تنها باید این میانکنش ها را در نظر بگیرید بلکه باید حواستان به اثرات جانبی یا میانکنش با محیط و بسیاری از مسیرهای پروتئینی دیگر نیز باشد".
در یک بعدالظهر تابستانی، کاوالیر پایه و اساس فولد شدن پروتئین را به کمک تا کردن و باز کردن یک اوریگامی برای دانشجویان توضیح می دهد. او می گوید که این کار بسیار سختی است. اما طراحی یک مولکول برای مبارزه با بیماری سخت تر است.
"نه تنها باید مثلا یک لیوان را طراحی کنید بلکه آن لیوان باید محکم باشد و بتواند مقدار زیادی آب را در خود نگه دارد و مدت زمان زیادی دوام بیاورد!".
👤دان هیلورت استاد شیمی آلی دانشگاه زوریخ در سویس و از همکاران بیکر می گوید که پروتئین ها، اسب های کاری بدن انسان هستند. میلیونها عدد از آنها هستند که از فرایند تکامل بوجود آمده و بدن ما را با دقت ساعت های سوئیسی تنظیم می کنند. هدف از مهندسی پروتئین این است که پروتئین های طراحی شوند که با همکاری با یکدیگر، با بیماریها بجنگند.
در گذشته، دانشمندان با استفاده از دانش ترمودینامیک و بیوشیمی و با بکارگیری نتایج شهودی و سعی و خطا، درمان های جدید را کشف می کردند. امروزه، تیم بیکر می تواند از یک برنامه ی نرم افزاری بخواهد تا برایش پروتئینی با اندازه و شکل دلخواه را بسازد که خصوصیات شیمیایی خاصی داشته باشد و در مسیر خاص فعالیت کند. نرم افزار آنها یعنی "روزتا" به کاندید های پروتئینی امتیاز میدهد تا انها بتوانند بر اساس این امتیاز بندی کاندید مناسب را انتخاب و برای ساخت و ازمایش آن اقدام کنند.
در آزمایشگاه محاسباتی در حالی که مهندسان پروتئین روی مانیتورها، طرح های تولید شده را بررسی میکنند و کد های روزتا را بهبود میدهند. روزتا، امتیازهای ترکیبات مختلف از آمینواسیدها را آنالیز می کند تا ان های که دارای اندازه، شکل و پارامترهای شیمیایی اختصاصی هستند را پیدا کنند. البته انهایی که قابلیت ساخت داشته و با قوانین فیزیک ضدیتی نداشته باشد.
روزتا می تواند تعداد زیادی مولکول را به سرعت بسازد. وقتی بیکر و همکارانش در مقاله ای که در نشریه ی ساینس درباره ی یکی از این طرح هایشان به نام "قفس مولکولی برای دارورسانی"، به چاپ رساندند، تنها یک طرح را مطرح نکردند بلکه ده نسخه ی مختلف از آن را به چاپ رساندند. آنها مطمئن بودند که این مولکول ها در طبیعت وجود ندارد.
در همان حال که روزتا در حال طراحی پروتئین است، دانشمندان این پروتئین ها را آزمایش می کنند. آنها توالی DNAی مورد نیاز را به صورت آنلاین سفارش داده و سپس آن را به درون باکتری یا مخمر شلیک می کنند تا از سازوکارهای ژنتیکی آنها برای ساختن این پروتئین جدید استفاده کنند.
کاوالیر توانسته است با این روش، یک پروتئین بسیار پایدار را در موش آزمایش کرده است. آن پروتئین ویروس انفلوآنزا را متوقف کرد.
کاوالیر و بیکر برای مطالعات بیشتر یک شرکت بیوتکنولوژی به نام "Virvio" را پایه گذاری کرده اند.
✍آزمایشگاه پارس سیلیکو
@practicalbioinformatics
✍اوریگامی مولکولی: ظهور مهندسی پروتئین برای مبارزه با بیماریها
👤امریکا، سیاتل-مهندس پروتئین آرون کاوالیر، عقیده دارد که اوریگامی می تواند انقلابی در طراحی دارو باشد.
او و تیمی از دانشگاه واشنگتن تمامی وقتشان را بر روی طراحی زنجیره های تا خورده ی پیچیده ای از اسیدهای آمینه صرف می کنند تا مولکولهایی را خلق کنند که در طبیعت وجود ندارد. هدف آنها طراحی پروتئینی است که بتواند به ویروس هایی مانند آنفوآنزا بچسبد و آنها را از آلوده کردن سلول ها باز دارد. یا پروتئینی که بتواند گلوتن را بشکند.و اثرات حساسیت زایی آن را از بین ببرد.
"می توانید آینده ای را تصور کنید که ما در آن قادر هستیم به صورت نامحدودی پروتئین های جدیدی بسازیم که اساس داروهای آینده و واکسن های آینده خواهند بود". اینها گفته های دیوید بیکر، بیوشیمیدانی است که موسسه ی طراحی پروتئین دانشگاه را رهبری می کند.
به طور طبیعی هشدارهای فراوانی هم وجود دارد.بطور نمونه: مشخص نیست که سسیستم ایمنی ما پروتئین های جدیدی را که تابحال ندیده است را می پذیرد ! آنها می توانند باعث حساسیت های جدیدی شوند. بدن ممکن است آنها را پس بزند. یا کارایی خود را در شرایط طبیعی بدن از دست بدهند علی رغم اینکه در کامپیوتر شما بخوبی کار می کنند. از نظر عملی سالها فاصله داریم با عصری که این پروتئین های طراحی شده ی جدید در سبد دارویی ما قرار بگیرند.
👤یانگ ژانگ استاد بیوشیمی در دانشگاه میشیگان نیز به مهندسی پروتئین مشغول است. او کارهای بیکر را امیدبخش می داند اما تبدیل یک پروتئین از حالت تئوری به یک ابزار درمان کاربردی زمان می خواهد، زیرا این پروتئین با تمام یک سیستم میانکنش خواهد داشت، نه فقط با هدفی که برایش در نظر گرفته ایم.
او می گوید: "یک فرایند پیچیده برای هر دارو وجود دارد. نه تنها باید این میانکنش ها را در نظر بگیرید بلکه باید حواستان به اثرات جانبی یا میانکنش با محیط و بسیاری از مسیرهای پروتئینی دیگر نیز باشد".
در یک بعدالظهر تابستانی، کاوالیر پایه و اساس فولد شدن پروتئین را به کمک تا کردن و باز کردن یک اوریگامی برای دانشجویان توضیح می دهد. او می گوید که این کار بسیار سختی است. اما طراحی یک مولکول برای مبارزه با بیماری سخت تر است.
"نه تنها باید مثلا یک لیوان را طراحی کنید بلکه آن لیوان باید محکم باشد و بتواند مقدار زیادی آب را در خود نگه دارد و مدت زمان زیادی دوام بیاورد!".
👤دان هیلورت استاد شیمی آلی دانشگاه زوریخ در سویس و از همکاران بیکر می گوید که پروتئین ها، اسب های کاری بدن انسان هستند. میلیونها عدد از آنها هستند که از فرایند تکامل بوجود آمده و بدن ما را با دقت ساعت های سوئیسی تنظیم می کنند. هدف از مهندسی پروتئین این است که پروتئین های طراحی شوند که با همکاری با یکدیگر، با بیماریها بجنگند.
در گذشته، دانشمندان با استفاده از دانش ترمودینامیک و بیوشیمی و با بکارگیری نتایج شهودی و سعی و خطا، درمان های جدید را کشف می کردند. امروزه، تیم بیکر می تواند از یک برنامه ی نرم افزاری بخواهد تا برایش پروتئینی با اندازه و شکل دلخواه را بسازد که خصوصیات شیمیایی خاصی داشته باشد و در مسیر خاص فعالیت کند. نرم افزار آنها یعنی "روزتا" به کاندید های پروتئینی امتیاز میدهد تا انها بتوانند بر اساس این امتیاز بندی کاندید مناسب را انتخاب و برای ساخت و ازمایش آن اقدام کنند.
در آزمایشگاه محاسباتی در حالی که مهندسان پروتئین روی مانیتورها، طرح های تولید شده را بررسی میکنند و کد های روزتا را بهبود میدهند. روزتا، امتیازهای ترکیبات مختلف از آمینواسیدها را آنالیز می کند تا ان های که دارای اندازه، شکل و پارامترهای شیمیایی اختصاصی هستند را پیدا کنند. البته انهایی که قابلیت ساخت داشته و با قوانین فیزیک ضدیتی نداشته باشد.
روزتا می تواند تعداد زیادی مولکول را به سرعت بسازد. وقتی بیکر و همکارانش در مقاله ای که در نشریه ی ساینس درباره ی یکی از این طرح هایشان به نام "قفس مولکولی برای دارورسانی"، به چاپ رساندند، تنها یک طرح را مطرح نکردند بلکه ده نسخه ی مختلف از آن را به چاپ رساندند. آنها مطمئن بودند که این مولکول ها در طبیعت وجود ندارد.
در همان حال که روزتا در حال طراحی پروتئین است، دانشمندان این پروتئین ها را آزمایش می کنند. آنها توالی DNAی مورد نیاز را به صورت آنلاین سفارش داده و سپس آن را به درون باکتری یا مخمر شلیک می کنند تا از سازوکارهای ژنتیکی آنها برای ساختن این پروتئین جدید استفاده کنند.
کاوالیر توانسته است با این روش، یک پروتئین بسیار پایدار را در موش آزمایش کرده است. آن پروتئین ویروس انفلوآنزا را متوقف کرد.
کاوالیر و بیکر برای مطالعات بیشتر یک شرکت بیوتکنولوژی به نام "Virvio" را پایه گذاری کرده اند.
✍آزمایشگاه پارس سیلیکو
@practicalbioinformatics
✍دیتابیس Ligandbook
یک پایگاه داده عمومی حاوی پارامترهای میدان نیروی مولکول های کوچک و شبه دارویی است.
این مجموعه پارامترها را می توان به راحتی دریافت و بلافاصله در شبیه سازی دینامیک مولکولی استفاده می شود. Ligandbook این امکان را به محققان می دهد که شبیه سازی دینامیک مولکولی سریع و تکرار پذیر برروی لیگاند و کمپلکس پروتئین - لیگاند برپا کنند.
آدرس دسترسی به این پایگاه داده:
▫️https://ligandbook.org/
مقاله این دیتابیس در مجله Bioinformatics منتشر شده است.
▫️Ligandbook — an online repository for small and drug-like molecule force field parameters
▫️Bioinformatics
▫️Published: 27 January 2017
✍آزمایشگاه پارس سیلیکو
@practicalbioinformatics
یک پایگاه داده عمومی حاوی پارامترهای میدان نیروی مولکول های کوچک و شبه دارویی است.
این مجموعه پارامترها را می توان به راحتی دریافت و بلافاصله در شبیه سازی دینامیک مولکولی استفاده می شود. Ligandbook این امکان را به محققان می دهد که شبیه سازی دینامیک مولکولی سریع و تکرار پذیر برروی لیگاند و کمپلکس پروتئین - لیگاند برپا کنند.
آدرس دسترسی به این پایگاه داده:
▫️https://ligandbook.org/
مقاله این دیتابیس در مجله Bioinformatics منتشر شده است.
▫️Ligandbook — an online repository for small and drug-like molecule force field parameters
▫️Bioinformatics
▫️Published: 27 January 2017
✍آزمایشگاه پارس سیلیکو
@practicalbioinformatics
ligandbook.org
Ligandbook (release) - Welcome page
Ligandbook a repository for small-molecule ligand parameters for MD simulations. Supports OPLS-AA, CHARMM and AMBER force-fields.
https://goo.gl/RKJLW5
✍پایگاه miRandb، منبعی آنلاین برای مطالعات miRNA
کشف هزاران RNAی کوچک و بزرگ غیرکدکننده ی جدید و همزمان بهبود تکنیکها، دانشمندان را قادر ساخته است که به مطالعه ی ترانسکریپتوم در سطحی عمیقتر بپردازند و این امر به تولید داده های بسیار حجیمی انجامیده است. این انفجار اطلاعات نیاز به گسترش مخازنی سهل الوصول برای ذخیره، بازیابی و آنالیز داده های خام و فرآوری شده را افزایش داده است و صدها ابزار مبتنی بر وب مختص این فعالیت ها اکنون در دسترس قرار گرفته است. اگرچه شمار رو به ازدیاد و تنوع ابزارهای بیوانفورماتیکی که هرکدام ناحیه ی خاص و ویژه ای را پوشش می دهند، پیچیدگی زیادی را بر استفاده کنندگان نهایی تحمیل می کند.
برای غلبه بر این مشکلات،▫️ پژوهشگران دانشگاه علوم پزشکی مشهد ▫️دسته بندی ساده و سرراستی از ابزارهای بیوانفورماتیکی مربوط به miRNAها را ارائه داده اند تا زیست شناسان علاقمندبه مطالعه ی این زیرمجموعه ی مهم از RNAهای غیر کد کننده براحتی از آن استفاده کنند. آنها همچنین پایگاه شبکه ای داده های الگوریتمیک مربوط به miRNAها را نیز ایجاد کرده اند که یک متا دیتابیس محسوب می شود و نمایشگر بیش از 180دیتابیس مبتنی بر وب می باشد. این دیتابیس ها دربرگیرنده ی توالی miRNA، کشف، پیشبینی تارگت، سنجش صحت تارگت، بیان و تنظیم، عملکرد و نقش آنها در بیماریها، میانکنش های مسیرهای سلولی و شبکه ها و توالی یابی عمیق است. miRandb فهرستی از امکانات متنوع و تسهیلاتی است که در دسته بندی های مختلف مخازن miRNA قابل دسترسی است. پژوهشگران می توانند به سهولت بخش های مختلف اطلاعات مربوط به miRNA و ارگانیسم دلخواه خود را از میان دیتابیس های ارائه دهنده ی این اطلاعات، انتخاب کنند. این پایگاه داده انتخاب منبع مناسب برای ابزارهای بیوانفورماتیکی مربوط به miRNA را تسهیل می کند. نهایتا این محققان کمبودهای فعلی و نیازهای آتی استفاده ی آسان از این ابزارها را شرح داده اند.
آدرس دسترسی به این پایگاه داده:
▫️http://mirandb.ir
مقاله این دیتابیس در مجله Briefings in Bioinformatics با ایمپکت فاکتور 8 منتشر شده است.
▫️miRandb: a resource of online services for miRNA research
▫️Seyed Hamid Aghaee-Bakhtiari، Ehsan Arefian، Pierre Lau
▫️Published: 03 January 2017
▫️این پایگاه داده توسط دکتر حمید اقایی بختیاری از اعضای هیات علمی دانشگاه علوم پزشکی مشهد طراحی و پیاده سازی شده است در دیداری که با ایشان در همایش بیوانفورماتیک داشتم . این فرصت مهیا شد تا در زمینه پایگاه داده mirandb با ایشان گفتگو و درباره این دیتابیس اطلاعات بیشتری کسب کنم. البته متاسفانه مقاله miRandb ایشان در همایش بیوانفورماتیک ایران تنها به عنوان پوستر پذیرفته شده بود!!! با توجه به سخنرانی های ارایه شده در این همایش، عدم تخصیص زمانی برای ارایه این کار ، از طرف کمیته علمی همایش جای سوال داشت. به هر حال از طرف پارس سیلیکو به ایشان تبریک میگوییم و برایشان موفقیت های بیشتر ارزومندیم.
✍آزمایشگاه پارس سیلیکو
@practicalbioinformatics
✍پایگاه miRandb، منبعی آنلاین برای مطالعات miRNA
کشف هزاران RNAی کوچک و بزرگ غیرکدکننده ی جدید و همزمان بهبود تکنیکها، دانشمندان را قادر ساخته است که به مطالعه ی ترانسکریپتوم در سطحی عمیقتر بپردازند و این امر به تولید داده های بسیار حجیمی انجامیده است. این انفجار اطلاعات نیاز به گسترش مخازنی سهل الوصول برای ذخیره، بازیابی و آنالیز داده های خام و فرآوری شده را افزایش داده است و صدها ابزار مبتنی بر وب مختص این فعالیت ها اکنون در دسترس قرار گرفته است. اگرچه شمار رو به ازدیاد و تنوع ابزارهای بیوانفورماتیکی که هرکدام ناحیه ی خاص و ویژه ای را پوشش می دهند، پیچیدگی زیادی را بر استفاده کنندگان نهایی تحمیل می کند.
برای غلبه بر این مشکلات،▫️ پژوهشگران دانشگاه علوم پزشکی مشهد ▫️دسته بندی ساده و سرراستی از ابزارهای بیوانفورماتیکی مربوط به miRNAها را ارائه داده اند تا زیست شناسان علاقمندبه مطالعه ی این زیرمجموعه ی مهم از RNAهای غیر کد کننده براحتی از آن استفاده کنند. آنها همچنین پایگاه شبکه ای داده های الگوریتمیک مربوط به miRNAها را نیز ایجاد کرده اند که یک متا دیتابیس محسوب می شود و نمایشگر بیش از 180دیتابیس مبتنی بر وب می باشد. این دیتابیس ها دربرگیرنده ی توالی miRNA، کشف، پیشبینی تارگت، سنجش صحت تارگت، بیان و تنظیم، عملکرد و نقش آنها در بیماریها، میانکنش های مسیرهای سلولی و شبکه ها و توالی یابی عمیق است. miRandb فهرستی از امکانات متنوع و تسهیلاتی است که در دسته بندی های مختلف مخازن miRNA قابل دسترسی است. پژوهشگران می توانند به سهولت بخش های مختلف اطلاعات مربوط به miRNA و ارگانیسم دلخواه خود را از میان دیتابیس های ارائه دهنده ی این اطلاعات، انتخاب کنند. این پایگاه داده انتخاب منبع مناسب برای ابزارهای بیوانفورماتیکی مربوط به miRNA را تسهیل می کند. نهایتا این محققان کمبودهای فعلی و نیازهای آتی استفاده ی آسان از این ابزارها را شرح داده اند.
آدرس دسترسی به این پایگاه داده:
▫️http://mirandb.ir
مقاله این دیتابیس در مجله Briefings in Bioinformatics با ایمپکت فاکتور 8 منتشر شده است.
▫️miRandb: a resource of online services for miRNA research
▫️Seyed Hamid Aghaee-Bakhtiari، Ehsan Arefian، Pierre Lau
▫️Published: 03 January 2017
▫️این پایگاه داده توسط دکتر حمید اقایی بختیاری از اعضای هیات علمی دانشگاه علوم پزشکی مشهد طراحی و پیاده سازی شده است در دیداری که با ایشان در همایش بیوانفورماتیک داشتم . این فرصت مهیا شد تا در زمینه پایگاه داده mirandb با ایشان گفتگو و درباره این دیتابیس اطلاعات بیشتری کسب کنم. البته متاسفانه مقاله miRandb ایشان در همایش بیوانفورماتیک ایران تنها به عنوان پوستر پذیرفته شده بود!!! با توجه به سخنرانی های ارایه شده در این همایش، عدم تخصیص زمانی برای ارایه این کار ، از طرف کمیته علمی همایش جای سوال داشت. به هر حال از طرف پارس سیلیکو به ایشان تبریک میگوییم و برایشان موفقیت های بیشتر ارزومندیم.
✍آزمایشگاه پارس سیلیکو
@practicalbioinformatics
🔔صد مقاله ی برتر تاریخ
✍در این مقاله نیچر پژوهش های دارای بیشترین ارجاع در طول تاریخ را بررسی می کند. و سفری کوتاه در میان مقالات دارای بیشترین ارجاع در تاریخ را دارد.
کشف ابررساناهای دمای بالا، تعیین ساختار دو رشته ای DNA، اولین مشاهداتی که نشان داد انبساط جهان هستی در حال سرعت گرفتن است؛
تمام این موارد برجسته، جوایز نوبل و تحسین های جهانی را به همراه داشت. اما هیچکدام از مقالاتی که این موارد را اعلام می کرد، هنوز به میان 100 مقاله ی پرارجاع تر تاریخ راه پیدا نکرده اند.
ارجاع، که به معنای ارجاع یک مقاله به کارهایی قبل تر از خودش است، روش استانداردی است که از طریق آن نویسندگان منبع روش، ایده یا یافته های خودشان را اعلام می کنند و اغلب به عنوان یک روش ارزش گزاری اهمیت مقالات به کار گرفته می شود. پنجاه سال قبل یوگن گارفیلد Science Citation Index (SCI) را منتشر کرد که اولین تلاش سیستماتیک برای پیگیری منشا ارجاعات در متون علمی بود. برای بزرگداشت سالروز انتشار آن، نیچر از تامسون روترز که اکنون مجموعه ی SCI را در اختیار دارد درخواست کرد که 100 مقاله ی پر ارجاع تاریخ را فهرست کند. این جستجو در برگیرنده ی تمام نسخه ی آنلاین SCI بود که شامل دیتابیس های علوم اجتماعی، هنر و علوم انسانی، شرح مذاکرات کنفرانس ها و بعضی از کتاب ها می شد. این فهرست ها مقالات منتشره از 1900 تا به امروز را در بر می گرفت.
این تلاش چند غافلگیری را در خود داشت، بویژه اینکه رقم 12199 ارجاع را برای ورود به لیست 100 تایی مقالات در نظر گرفت و بسیاری از معروفترین مقالات جهان به این حد نرسیدند. تعداد کمی که رسیدند هم در واقع کشف های کلاسیک بودند مانند اولین مشاهدات نانوکربن ها (شماره 36). اما بخش عمده ی آنها مربوط به توصیف یک روش یا نرم افزاری بودند که در زمینه ی کاری خودشان ضروری هستند.
پر ارجاع ترین کار در طول تاریخ، مثلا، مقاله ای مربوط به سال 1951 تلاشی است برای تعیین مقدار پروتئین در یک محلول. این مقاله تاکنون 305000 ارجاع را به خود اختصاص داده است. میزان ارجاعی که همیشه نویسنده آن مقاله یعنی الیور لوری را گیج می کرد. او در سال 1977 گفت: "من می دانم که آن یک مقاله ی عالی و بزرگ نبود اما از این بازخورد یکه خوردم".
وبسایت علمی تامسون روتر 58 میلیون مورد را در خود نگهداری می کند. اگر این حجم عظیم را به اندازه ی کوه کلیمانجارو در نظر بگیریم، این 100 مقاله پر ارجاع، تنها یک سانتیمتر بالای قله را نشان می دهد. تنها 14499 مقاله (به اندازه ی یک متر و نیم از کوه) بیش از هزار ارجاع دارند. در عین حال، دامنه ی کوه که شامل مقالاتی است که تنها یک ارجاع دارند که در حدود نیمی از تمام مقاله می باشند.
موضوعات مهمی که در این 100 مقاله پر ارجاع مورد توجه نویسندگان نیچر قرار گرفته در دسته بندی زیر قرار میگیرند.( به همراه یکی دو نمونه از مقالات مهم در این زمینه)
▫️Biological techniques
1- Protein measurement with the folin phenol reagent.
2- Cleavage of structural proteins during the assembly of the head of bacteriophage T4.
▫️Bioinformatics
10- Clustal W: improving the sensitivity of progressive multiple sequence alignment through sequence weighting,
12- Basic local alignment search tool.
▫️Phylogenetics
20- The neighbor-joining method: A new method for reconstructing phylogenetic trees.
▫️Statistics
29- Statistical methods for assessing agreement between two methods of clinical measurement.
▫️Crystallography
13- A short history of SHELX.
برای مطالعه بیشتر به لینک زیر مراجعه بفرمایید
http://www.nature.com/news/the-top-100-papers-1.16224
✍آزمایشگاه پارس سیلیکو
@practicalbioinformatics
✍در این مقاله نیچر پژوهش های دارای بیشترین ارجاع در طول تاریخ را بررسی می کند. و سفری کوتاه در میان مقالات دارای بیشترین ارجاع در تاریخ را دارد.
کشف ابررساناهای دمای بالا، تعیین ساختار دو رشته ای DNA، اولین مشاهداتی که نشان داد انبساط جهان هستی در حال سرعت گرفتن است؛
تمام این موارد برجسته، جوایز نوبل و تحسین های جهانی را به همراه داشت. اما هیچکدام از مقالاتی که این موارد را اعلام می کرد، هنوز به میان 100 مقاله ی پرارجاع تر تاریخ راه پیدا نکرده اند.
ارجاع، که به معنای ارجاع یک مقاله به کارهایی قبل تر از خودش است، روش استانداردی است که از طریق آن نویسندگان منبع روش، ایده یا یافته های خودشان را اعلام می کنند و اغلب به عنوان یک روش ارزش گزاری اهمیت مقالات به کار گرفته می شود. پنجاه سال قبل یوگن گارفیلد Science Citation Index (SCI) را منتشر کرد که اولین تلاش سیستماتیک برای پیگیری منشا ارجاعات در متون علمی بود. برای بزرگداشت سالروز انتشار آن، نیچر از تامسون روترز که اکنون مجموعه ی SCI را در اختیار دارد درخواست کرد که 100 مقاله ی پر ارجاع تاریخ را فهرست کند. این جستجو در برگیرنده ی تمام نسخه ی آنلاین SCI بود که شامل دیتابیس های علوم اجتماعی، هنر و علوم انسانی، شرح مذاکرات کنفرانس ها و بعضی از کتاب ها می شد. این فهرست ها مقالات منتشره از 1900 تا به امروز را در بر می گرفت.
این تلاش چند غافلگیری را در خود داشت، بویژه اینکه رقم 12199 ارجاع را برای ورود به لیست 100 تایی مقالات در نظر گرفت و بسیاری از معروفترین مقالات جهان به این حد نرسیدند. تعداد کمی که رسیدند هم در واقع کشف های کلاسیک بودند مانند اولین مشاهدات نانوکربن ها (شماره 36). اما بخش عمده ی آنها مربوط به توصیف یک روش یا نرم افزاری بودند که در زمینه ی کاری خودشان ضروری هستند.
پر ارجاع ترین کار در طول تاریخ، مثلا، مقاله ای مربوط به سال 1951 تلاشی است برای تعیین مقدار پروتئین در یک محلول. این مقاله تاکنون 305000 ارجاع را به خود اختصاص داده است. میزان ارجاعی که همیشه نویسنده آن مقاله یعنی الیور لوری را گیج می کرد. او در سال 1977 گفت: "من می دانم که آن یک مقاله ی عالی و بزرگ نبود اما از این بازخورد یکه خوردم".
وبسایت علمی تامسون روتر 58 میلیون مورد را در خود نگهداری می کند. اگر این حجم عظیم را به اندازه ی کوه کلیمانجارو در نظر بگیریم، این 100 مقاله پر ارجاع، تنها یک سانتیمتر بالای قله را نشان می دهد. تنها 14499 مقاله (به اندازه ی یک متر و نیم از کوه) بیش از هزار ارجاع دارند. در عین حال، دامنه ی کوه که شامل مقالاتی است که تنها یک ارجاع دارند که در حدود نیمی از تمام مقاله می باشند.
موضوعات مهمی که در این 100 مقاله پر ارجاع مورد توجه نویسندگان نیچر قرار گرفته در دسته بندی زیر قرار میگیرند.( به همراه یکی دو نمونه از مقالات مهم در این زمینه)
▫️Biological techniques
1- Protein measurement with the folin phenol reagent.
2- Cleavage of structural proteins during the assembly of the head of bacteriophage T4.
▫️Bioinformatics
10- Clustal W: improving the sensitivity of progressive multiple sequence alignment through sequence weighting,
12- Basic local alignment search tool.
▫️Phylogenetics
20- The neighbor-joining method: A new method for reconstructing phylogenetic trees.
▫️Statistics
29- Statistical methods for assessing agreement between two methods of clinical measurement.
▫️Crystallography
13- A short history of SHELX.
برای مطالعه بیشتر به لینک زیر مراجعه بفرمایید
http://www.nature.com/news/the-top-100-papers-1.16224
✍آزمایشگاه پارس سیلیکو
@practicalbioinformatics
Nature News & Comment
The top 100 papers
Nature explores the most-cited research of all time.
📢دانشگاه علوم پزشکی شهید بهشتی با همکاری پارس سیلیکو برگزار می کند:
▫️کارگاه مدل سازی و مهندسی پروتئین
⏱۵ اسفند
▫️کارگاه طراحی دارو داکینگ مولکولی
⏱۱۲و۱۳ اسفند
ParsSilico.com
@practicalbioinformatics
▫️کارگاه مدل سازی و مهندسی پروتئین
⏱۵ اسفند
▫️کارگاه طراحی دارو داکینگ مولکولی
⏱۱۲و۱۳ اسفند
ParsSilico.com
@practicalbioinformatics
goo.gl/X6bP3H
✍️استفاده از پزشکی دقیق برای مقابله با سرطان
وقتی برایس اولسون در سال 2014 در مرحله ی 4 سرطان پروستات متاستازی شناسایی شد، تحت درمان های سنتی استاندارد قرار گرفت، جراحی، شیمی درمانی، هورمون تراپی و مواردی از این دست، تا بیماری را تحت کنترل نگه دارند. این راهکارها به متوقف کردن سرطان کمک کرد اما عوارض جانبی آن بسیار بی رحم بودند و کیفیت زندگی وی را بسیار پایین آوردند.
و وقتی سرطان اولسون با قدرت بیشتری عود کرد، او برای راه حلی هدفمندتر و جدید انتخاب شد که طی آن سرطان او تحت کنترل در می آمد اما این بار بدون بیماری های ویران کننده و غیر ضروری وابسته به شیمی درمانی.
نام آن روش "پزشکی دقیق با پیروی از آزمایشات مولکولی" بود.
آزمایشات مولکولی سرطان که با نام توالی یابی یا ژنومیک تومور نیز شناخته می شود، قسمتی از همان عصر جدید سلامت است که پزشکی دقیق نام گرفته است. این رویکرد سفارشی شده و منحصر به هر فرد در سلامت و درمان، به خدمات دهندگان این توانایی را می بخشد که لباس درمان را به طور اختصاصی برای هر فرد و نیازهای مختص به او بدوزند و توالی یابی ژنومی سرطان، تاریخچه ی سلامت، سبک زندگی و موارد دیگری را در این راه به خدمت بگیرند.
اوباما بعد از افتتاح برنامه ی "مراقبتهای بهداشتی دقیق" خود در ژانویه ی 2015 گفت: "پزشکی دقیق یکی از بزرگترین فرصت ها را به ما برای پیشرفت اساسی در پزشکی می بخشد که تا به اکنون ندیده ایم".
اوباما همچنین گفت که زندگی های بسیاری نجات خواهد یافت. بیماران دارای لوکمیا خواهند دید که شمار سلول های خونی سفید آنها به مقدار طبیعی برخواهد گشت زیرا داروی جدیدی می تواند یک ژن خاص را هدف بگیرد و آزمایشات ژنتیک مربوط به HIV به پزشکان کمک می کند تا صحیح ترین داروی ضد ویروسی را به کار گیرند.
همانطور که سلامت از مدل "یک روش برای همه" به درمان فردمحور تحول می یابد، دسترسی به پزشکی دقیق نیز تسریع می شود. هزینه ها و زمان انجام فرایندها به شدت کاهش یافته اند. زمانی که اولین ژنوم انسانی در دو دهه قبل توالی یابی شد، این کار 13 سال طول کشید و تقریبا سه میلیارد دلار هزینه تراشید. اما امروز این فرایند در زمانی نزدیک به یک روز و هزینه ای برابر با هزار دلار قابل انجام است.
اما هنوز بسیاری از بیماران نمی دانند که چنین امکانی در اختیار آنهاست.
اولسون می گوید: "ارائه دهندگان خدمات خیلی تلاش نمی کنند که آزمایشات تشخیصی عوامل و فاکتور های بیماری را ارایه دهند". او به دلایل دیگری نیز در این زمینه اشاره می کند از جمله نداشتن زمان کافی پزشکان، فقدان آموزش در حوزه ژنتیک برای آنکولوژیستها، سوء برداشت ها درباره ی پوشش های بیمه ای و مواردی از این گونه.
▫️تبدیل سرطان به یک بیماری قابل کنترل
اولسون امیدوار است که پزشکی دقیق در طول زمان به سمتی پیش رود که بیماری سرطان قابل کنترل باشد . به کمک توالی یابی ژنومیک، او احتمالا تا آن موقع زنده خواهد بود. او همین الان هم در حال غلبه بر ناممکن هاست.
✍️وقتی اولسون مورد تشخیص قرار گرفت حدود 44 سال داشت، یعنی بیست سال پایینتر از متوسط سنی تشخیص سرطان پروستات و سرطانش متاستاز هم داده بود. به او گفته بودند احتمال اینکه 5 سال دیگر زنده بماند، 28 درصد است. "دکتر من به من گفت که فکر می کند پروستات من یکی از سریعترین نرخ های رشدی را دارد که تا بحال دیده است و انتظار نداشت که بیشتر از 21 ماه زنده بمانم".
اولسون که مدیر بازاریابی جهانی شرکت اینتل است و در عین حال یک همسر و پدر نیز هست، نمی خواست بنشیند تا "درمانهای استاندارد" که دهه ها قبل ابداع شده بودند، کار او را بسازند!
او به موسسه ی سرطان شوالیه در دانشگاه علم و سلامت اورگان رفت که یک مرکز بین المللی پیشرو در مطالعه و درمان سرطان است تا تومورش را مورد مطالعه قرار دهند. او می گوید: " ما فهمیدیم که سرطان من از یک مسیر سیگنالینگ سلولی ای استفاده می کند که درمان های استاندارد رایج هیچ اطلاعی از آن نداشتند". او با داشتن داده های DNA خود، مرکزی در لس آنجلس را یافت که در حال کار آزمایشی بر روی دقیقا همان نوع از سرطان بودند. اگرچه آن مرکز مملو از بیماران سرطانی بود، اما او تنها کسی بود که داده های توالی یابی ای خودش را در اختیار داشت که نشان می داد که مسیر اثر داروی جدید آزمایشی، منطبق با مسیر سیگنالینگ سلولی ایجاد کننده سرطان او می باشد.
بنابراین مسئولان آن آزمایش، دارو را به وی اختصاص دادند...
✍️آزمایشگاه پارس سیلیکو
@practicalbioinformatics
✍️استفاده از پزشکی دقیق برای مقابله با سرطان
وقتی برایس اولسون در سال 2014 در مرحله ی 4 سرطان پروستات متاستازی شناسایی شد، تحت درمان های سنتی استاندارد قرار گرفت، جراحی، شیمی درمانی، هورمون تراپی و مواردی از این دست، تا بیماری را تحت کنترل نگه دارند. این راهکارها به متوقف کردن سرطان کمک کرد اما عوارض جانبی آن بسیار بی رحم بودند و کیفیت زندگی وی را بسیار پایین آوردند.
و وقتی سرطان اولسون با قدرت بیشتری عود کرد، او برای راه حلی هدفمندتر و جدید انتخاب شد که طی آن سرطان او تحت کنترل در می آمد اما این بار بدون بیماری های ویران کننده و غیر ضروری وابسته به شیمی درمانی.
نام آن روش "پزشکی دقیق با پیروی از آزمایشات مولکولی" بود.
آزمایشات مولکولی سرطان که با نام توالی یابی یا ژنومیک تومور نیز شناخته می شود، قسمتی از همان عصر جدید سلامت است که پزشکی دقیق نام گرفته است. این رویکرد سفارشی شده و منحصر به هر فرد در سلامت و درمان، به خدمات دهندگان این توانایی را می بخشد که لباس درمان را به طور اختصاصی برای هر فرد و نیازهای مختص به او بدوزند و توالی یابی ژنومی سرطان، تاریخچه ی سلامت، سبک زندگی و موارد دیگری را در این راه به خدمت بگیرند.
اوباما بعد از افتتاح برنامه ی "مراقبتهای بهداشتی دقیق" خود در ژانویه ی 2015 گفت: "پزشکی دقیق یکی از بزرگترین فرصت ها را به ما برای پیشرفت اساسی در پزشکی می بخشد که تا به اکنون ندیده ایم".
اوباما همچنین گفت که زندگی های بسیاری نجات خواهد یافت. بیماران دارای لوکمیا خواهند دید که شمار سلول های خونی سفید آنها به مقدار طبیعی برخواهد گشت زیرا داروی جدیدی می تواند یک ژن خاص را هدف بگیرد و آزمایشات ژنتیک مربوط به HIV به پزشکان کمک می کند تا صحیح ترین داروی ضد ویروسی را به کار گیرند.
همانطور که سلامت از مدل "یک روش برای همه" به درمان فردمحور تحول می یابد، دسترسی به پزشکی دقیق نیز تسریع می شود. هزینه ها و زمان انجام فرایندها به شدت کاهش یافته اند. زمانی که اولین ژنوم انسانی در دو دهه قبل توالی یابی شد، این کار 13 سال طول کشید و تقریبا سه میلیارد دلار هزینه تراشید. اما امروز این فرایند در زمانی نزدیک به یک روز و هزینه ای برابر با هزار دلار قابل انجام است.
اما هنوز بسیاری از بیماران نمی دانند که چنین امکانی در اختیار آنهاست.
اولسون می گوید: "ارائه دهندگان خدمات خیلی تلاش نمی کنند که آزمایشات تشخیصی عوامل و فاکتور های بیماری را ارایه دهند". او به دلایل دیگری نیز در این زمینه اشاره می کند از جمله نداشتن زمان کافی پزشکان، فقدان آموزش در حوزه ژنتیک برای آنکولوژیستها، سوء برداشت ها درباره ی پوشش های بیمه ای و مواردی از این گونه.
▫️تبدیل سرطان به یک بیماری قابل کنترل
اولسون امیدوار است که پزشکی دقیق در طول زمان به سمتی پیش رود که بیماری سرطان قابل کنترل باشد . به کمک توالی یابی ژنومیک، او احتمالا تا آن موقع زنده خواهد بود. او همین الان هم در حال غلبه بر ناممکن هاست.
✍️وقتی اولسون مورد تشخیص قرار گرفت حدود 44 سال داشت، یعنی بیست سال پایینتر از متوسط سنی تشخیص سرطان پروستات و سرطانش متاستاز هم داده بود. به او گفته بودند احتمال اینکه 5 سال دیگر زنده بماند، 28 درصد است. "دکتر من به من گفت که فکر می کند پروستات من یکی از سریعترین نرخ های رشدی را دارد که تا بحال دیده است و انتظار نداشت که بیشتر از 21 ماه زنده بمانم".
اولسون که مدیر بازاریابی جهانی شرکت اینتل است و در عین حال یک همسر و پدر نیز هست، نمی خواست بنشیند تا "درمانهای استاندارد" که دهه ها قبل ابداع شده بودند، کار او را بسازند!
او به موسسه ی سرطان شوالیه در دانشگاه علم و سلامت اورگان رفت که یک مرکز بین المللی پیشرو در مطالعه و درمان سرطان است تا تومورش را مورد مطالعه قرار دهند. او می گوید: " ما فهمیدیم که سرطان من از یک مسیر سیگنالینگ سلولی ای استفاده می کند که درمان های استاندارد رایج هیچ اطلاعی از آن نداشتند". او با داشتن داده های DNA خود، مرکزی در لس آنجلس را یافت که در حال کار آزمایشی بر روی دقیقا همان نوع از سرطان بودند. اگرچه آن مرکز مملو از بیماران سرطانی بود، اما او تنها کسی بود که داده های توالی یابی ای خودش را در اختیار داشت که نشان می داد که مسیر اثر داروی جدید آزمایشی، منطبق با مسیر سیگنالینگ سلولی ایجاد کننده سرطان او می باشد.
بنابراین مسئولان آن آزمایش، دارو را به وی اختصاص دادند...
✍️آزمایشگاه پارس سیلیکو
@practicalbioinformatics
This media is not supported in your browser
VIEW IN TELEGRAM
اینتل : استفاده از تکنولوژی و تحقیقات زیست پزشکی برای مقابله با سرطان
✍️آزمایشگاه پارس سیلیکو
@practicalbioinformatics
✍️آزمایشگاه پارس سیلیکو
@practicalbioinformatics
goo.gl/yxJH1x
✍️امروز، 16 ماه بعد از آن تاریخ، 5 ماه بعد از تاریخی که انتظار داشتند او بمیرد، اولسن تنها فردی از افراد آن مطالعه است که تحت درمان با آن دارو قرار دارد و هیچ نشانه ای از فعالیت بیماری ندارد.
▫️به اشتراک گذاری آن داده ها
یکی از اهداف پزشکی دقیق به اشتراک گذاری داده هاست به طوری که مثلا پزشکان در کلیولند بتوانند در مورد آنچه در مثلا هلسینکی در جریان است، آگاه شوند. امروزه، داده های اولسون در رایانش ابری سرطان، که زیرساختی برای تحلیل پزشکی دقیق است و توسط شرکت اینتل و مرکز سرطان شوالیه ایجاد شده، بارگذاری شده است. این کار به موسسات امکان می دهد تا به صورتی ایمن، داده های بالینی، تصویربرداری و ژنومیک را برای فهم بهتر ریشه های سرطان با هم به اشتراک بگذارند و کشف روش های درمانی را تسریع کنند.
.
دکتر برایان دروکر، مدیر موسسه ی سرطان شوالیه می گوید: "در حال حاضر ما نزدیک به دو هزار ژنوم سرطانی را توالی یابی کرده ایم". او در پروژه ی ساخت Gleevec یعنی اولین داروی هدفمند مولکولی که سلول های سرطانی را می کشد اما بافت های سالم را بدون آسیب باقی می گذارد، نیز دخالت دارد.
او می گوید: "نه تنها به تکنولوژی ای نیاز داریم که این حجم عظیم از داده ها را ذخیره سازی کند، بلکه باید عمل تحلیل این داده ها را هم انجام دهد. این تکنولوژی باید تمام داده های DNA را یکپارچه سازی کند، آن را مطابقت دهد، سلول های نرمال با سلول های توموری را مقایسه کند و تفاوت های مولکولی که سرطان هر شخص را بی همتا می کند را بیاید.
موسسه ی Broad یکی از مراکز بزرگ مطالعات ژنومیک در جهان، پیش بینی کرده است که این بازار تا سال 2025، هر سال معادل یک زتابایت داده تولید می کند. این بدین معنی است که این صنعت نیازمند راه جدیدی برای مدیریت این داده های کلان است.
اریک دیشمن، مدیر گروه علوم زندگی و سلامت شرکت اینتل، در یکی از کمیته های سنا در مورد پزشکی دقیق، تایید کرده است که موضوعات چندگانه ای باید در هم تنیده شوند تا زیرساخت فنی و پشتیبانی برای درگیر ساختن بیماران در این پروسه فراهم آید. دیشمن می گوید: "موضوع اصلی تغییر رفتارها و دخالت دادن بیماران است تا افراد در درمان بیماری خود و بیماری اعضای خانواده ی خود سهیم شوند".
دیشمن که اکنون مدیر برنامه ی مشترک طرح پزشکی دقیق در NIH است، از تجربیات شخصی خود درسهایی آموخته است. پزشکان برای او در حالی که 19 سال داشت، دو بیماری کلیوی نادر را تشخیص دادند. بعد از استفاده از پزشکی دقیق و تحمل یک پیوند کلیه در 2012، او اکنون از سرطان رها شده است.
همچنان که پزشکی دقیق همگانی می شود، درمان باید سریعتر و آسانتر شود. کمپین "تماما در یک روز" در اینتل به منظور ایجاد اکوسیستمی بوجود آمده است که در آن یک بیمار بتواند پیش یک دکتر برود، تشخیص انجام شود و با پلان درمان اختصاصی خودش به خانه برگردد. اولسون می گوید ما فکر می کنیم دستیابی به این امر تا سال 2020 حتمی است. اگر از یک بیماری رنج می برید شما باید امکان کشف آن و تشخیص آن و سپس پلان روند درمان هدفمند آن بیماری را در طی 24 ساعت داشته باشید.
بیمار به همراه علت بیماری
مانند اولسون، دیشمن نیز مصمم است به دیگران کمک کند تا از پزشکی دقیق برای مبارزه با بیماری شان استفاده کنند. اولین گام به نظر او، آموزش است. او می گوید: "من دائما با بیماران دارای سرطان پیشرفته در حال صحبت هستم، هیچیک از انها حتی نام توالی یابی را هم نشنیده اند و یا به اندازه ی کافی در مورد آن اطلاعات ندارند چه برسد که آن را درخواست کنند".
بیماران با داشتن داده های ژنتیکی می توانند به سازمان هایی نظیر NCI Match و Cure Forward مراجعه کنند تا داروهای اختصاصی برای سرطان خودشان را دریافت کنند. اولسون می گوید: "این موسسات امکان شرکت مردم در درمان های آزمایشی با داروهای جدید را فراهم می کنند.
اولسون مردی است با یک ماموریت. او می گوید: "من می بایست 5 ماه پیش می مردم. اما اکنون مرگ بسیار از من دور است. من راه زیادی برای رفتن در پیش رو دارم"
✍️آزمایشگاه پارس سیلیکو
@practicalbioinformatics
✍️امروز، 16 ماه بعد از آن تاریخ، 5 ماه بعد از تاریخی که انتظار داشتند او بمیرد، اولسن تنها فردی از افراد آن مطالعه است که تحت درمان با آن دارو قرار دارد و هیچ نشانه ای از فعالیت بیماری ندارد.
▫️به اشتراک گذاری آن داده ها
یکی از اهداف پزشکی دقیق به اشتراک گذاری داده هاست به طوری که مثلا پزشکان در کلیولند بتوانند در مورد آنچه در مثلا هلسینکی در جریان است، آگاه شوند. امروزه، داده های اولسون در رایانش ابری سرطان، که زیرساختی برای تحلیل پزشکی دقیق است و توسط شرکت اینتل و مرکز سرطان شوالیه ایجاد شده، بارگذاری شده است. این کار به موسسات امکان می دهد تا به صورتی ایمن، داده های بالینی، تصویربرداری و ژنومیک را برای فهم بهتر ریشه های سرطان با هم به اشتراک بگذارند و کشف روش های درمانی را تسریع کنند.
.
دکتر برایان دروکر، مدیر موسسه ی سرطان شوالیه می گوید: "در حال حاضر ما نزدیک به دو هزار ژنوم سرطانی را توالی یابی کرده ایم". او در پروژه ی ساخت Gleevec یعنی اولین داروی هدفمند مولکولی که سلول های سرطانی را می کشد اما بافت های سالم را بدون آسیب باقی می گذارد، نیز دخالت دارد.
او می گوید: "نه تنها به تکنولوژی ای نیاز داریم که این حجم عظیم از داده ها را ذخیره سازی کند، بلکه باید عمل تحلیل این داده ها را هم انجام دهد. این تکنولوژی باید تمام داده های DNA را یکپارچه سازی کند، آن را مطابقت دهد، سلول های نرمال با سلول های توموری را مقایسه کند و تفاوت های مولکولی که سرطان هر شخص را بی همتا می کند را بیاید.
موسسه ی Broad یکی از مراکز بزرگ مطالعات ژنومیک در جهان، پیش بینی کرده است که این بازار تا سال 2025، هر سال معادل یک زتابایت داده تولید می کند. این بدین معنی است که این صنعت نیازمند راه جدیدی برای مدیریت این داده های کلان است.
اریک دیشمن، مدیر گروه علوم زندگی و سلامت شرکت اینتل، در یکی از کمیته های سنا در مورد پزشکی دقیق، تایید کرده است که موضوعات چندگانه ای باید در هم تنیده شوند تا زیرساخت فنی و پشتیبانی برای درگیر ساختن بیماران در این پروسه فراهم آید. دیشمن می گوید: "موضوع اصلی تغییر رفتارها و دخالت دادن بیماران است تا افراد در درمان بیماری خود و بیماری اعضای خانواده ی خود سهیم شوند".
دیشمن که اکنون مدیر برنامه ی مشترک طرح پزشکی دقیق در NIH است، از تجربیات شخصی خود درسهایی آموخته است. پزشکان برای او در حالی که 19 سال داشت، دو بیماری کلیوی نادر را تشخیص دادند. بعد از استفاده از پزشکی دقیق و تحمل یک پیوند کلیه در 2012، او اکنون از سرطان رها شده است.
همچنان که پزشکی دقیق همگانی می شود، درمان باید سریعتر و آسانتر شود. کمپین "تماما در یک روز" در اینتل به منظور ایجاد اکوسیستمی بوجود آمده است که در آن یک بیمار بتواند پیش یک دکتر برود، تشخیص انجام شود و با پلان درمان اختصاصی خودش به خانه برگردد. اولسون می گوید ما فکر می کنیم دستیابی به این امر تا سال 2020 حتمی است. اگر از یک بیماری رنج می برید شما باید امکان کشف آن و تشخیص آن و سپس پلان روند درمان هدفمند آن بیماری را در طی 24 ساعت داشته باشید.
بیمار به همراه علت بیماری
مانند اولسون، دیشمن نیز مصمم است به دیگران کمک کند تا از پزشکی دقیق برای مبارزه با بیماری شان استفاده کنند. اولین گام به نظر او، آموزش است. او می گوید: "من دائما با بیماران دارای سرطان پیشرفته در حال صحبت هستم، هیچیک از انها حتی نام توالی یابی را هم نشنیده اند و یا به اندازه ی کافی در مورد آن اطلاعات ندارند چه برسد که آن را درخواست کنند".
بیماران با داشتن داده های ژنتیکی می توانند به سازمان هایی نظیر NCI Match و Cure Forward مراجعه کنند تا داروهای اختصاصی برای سرطان خودشان را دریافت کنند. اولسون می گوید: "این موسسات امکان شرکت مردم در درمان های آزمایشی با داروهای جدید را فراهم می کنند.
اولسون مردی است با یک ماموریت. او می گوید: "من می بایست 5 ماه پیش می مردم. اما اکنون مرگ بسیار از من دور است. من راه زیادی برای رفتن در پیش رو دارم"
✍️آزمایشگاه پارس سیلیکو
@practicalbioinformatics
modeller9.18-32bit.exe
13.1 MB
💎نسخه 9.18 نرمافزار مدلر،سازگار با پایتون 3.6
🔔 مشکل نسخه قدیمی مدلر عدم سازگاری با پایتون ورژن های 3 بود که در این نسخه مشکل حل شده
کد:MODELIRANJE
✍️آزمایشگاه پارس سیلیکو
@practicalbioinformatics
🔔 مشکل نسخه قدیمی مدلر عدم سازگاری با پایتون ورژن های 3 بود که در این نسخه مشکل حل شده
کد:MODELIRANJE
✍️آزمایشگاه پارس سیلیکو
@practicalbioinformatics
📢آرمایشگاه بیوانفورماتیک پارس سیلیکو برگزار می‌کند:
🔔کارگاه لینوکس برای زیست شناسی
⏳تاریخ برگزاری : ۱۹ اسفند ماه
📲 اطلاعات بیشتر : ۰۹۱۰۶۶۶۵۵۹۰
ParsSilico.com
@practicalbioinformatics
🔔کارگاه لینوکس برای زیست شناسی
⏳تاریخ برگزاری : ۱۹ اسفند ماه
📲 اطلاعات بیشتر : ۰۹۱۰۶۶۶۵۵۹۰
ParsSilico.com
@practicalbioinformatics
✍️الگوریتم های جدیدی که می توانند داروسازی و به تبع آن فهم ما از حیات را متحول کنند.
💎دسته جدیدی از الگوریتم های یادگیری ماشین (machine learning) توسط پژوهشگران دانشگاه تورنتو ابداع شده است که می تواند ساختارهای سه بعدی از مولکول های پروتئینی کوچک تولید کند و این امر ممکن است روند توسعه ی درمان های دارویی برای گستره ی وسیعی از بیماریها از آلزایمر گرفته تا سرطان را دچار تحول اساسی کند.
علی پونجانی دانشجوی دکترای دانشگاه تورنتو که در ابداع این الگوریتم مشارکت داشته می گوید: "طراحی موفق داروها مانند حل کردن یک پازل است. بدون آگاهی از شکل سه بعدی یک پروتئین انگار دارید با چشمان بسته یک پازل را حل می کنید".
وی اضافه کرد که توانایی تعیین ساختار اتمی سه بعدی مولکول های پروتئینی کلید فهم چگونگی نحوه ی کارکرد و پاسخ دهی به درمان های دارویی است.
داروها از طریق اتصال به مولکولهای پروتئینی خاص و تغییر ساختار سه بعدی آنها عمل می کنند و عملکرد آن پروتئین در درون بدن را تغییر می دهند. یک داروی ایده آل باید به شکلی طراحی شود که تنها به یک پروتئین خاص متصل شود که در یک بیماری دخیل است و اثرات جانبی ناشی از اتصال به دیگر پروتئین های بدن را نداشته باشد.
این مجموعه ی جدید از الگوریتم ها با استفاده از عکس های میکروسکوپی ساختارهای سه بعدی مولکول های پروتئین بازسازی می کند. از آنجایی که پروتئین ها بسیار کوچکند (حتی کوچکتر از طول موج نور) بدون تکنیک های خاصی مانند electron cryomicroscopy قادر به دیدن آنها نیستیم. این روش جدید انقلابی در مسیر کشف ساختار سه بعدی پروتئین ها ایجاد خواهد کرد و به دانشمندان اجازه خواهد داد تا پروتئین های بسیاری را که در گذشته قابل مطالعه نبودند را مورد بررسی قرار دهند.
تکنیک میکروسکوپ الکترونی هنوز بی همتاست زیرا می توان با آن و با استفاده از میکروسکوپ های فوق قدرتمند ده ها هزار تصویر از یک نمونه پروتئین فریز شده تهیه کرد. یک مشکل محاسباتی در این میان وجود دارد که آن سر هم کردن صحیح این عکس ها برای برساختن ساختار سه بعدی واضحی از آن عکس های دو بعدی کم کیفیت است.
پروفسور دیوید فلیت مدیر گروه علوم ریاضی و کامپیوتر دانشگاه تورنتو و استاد راهنمای آقای پونجانی می گوید: "روش ما قسمت عمده ای از مشکلاتی که بر سر راه سرعت کار و تعداد ساختارهای قابل تعیین در این کار قرار داشت را حل کرده است".
این الگوریتم به تولید داروهای جدید کمک بسیاری خواهد کرد زیرا ابزار سریعتر و کارامدتری در راه رسیدن به ساختار صحیح پروتئین در اختیار ما می گذارد.
بروبیکر از همکاران این پروژه می گوید: "تکنیک های فعلی چندین روز یا هفته برای تولید یک ساختار سه بعدی روی یک ابر کامپیوتر زمان نیاز دارند، در حالی که روش ما این کار را در طی چند دقیقه و با یک کامپیوتر معمولی ممکن ساخته است".
آقای علی پونجانی می گوید که تکنیک های فعلی معمولا ساختار های غلطی را تولید می کنند مگر اینکه کاربر خودش تصور دقیقی از مولکول مورد مطالعه در ذهن داشته باشد. یک نوآوری در این روش جدید اینست که دیگر نیازی نیست شما از قبل دانشی در مورد مولکول پروتئین مورد مطالعه داشته باشید.
او می گوید: "امیدواریم کشفیات جدید در بیولوژی ساختاری با سرعت بیشتری اتفاق بیفتند. چشم انداز نهایی این است که داروهای احتمالی جدیدی برای بیماریها و درک عمیقتری از اینکه حیات در سطح اتمی چگونه است، به دست بیاید.
این پژوهش در نشریه ی نیچر متدز منتشر شده است.
nature.com/articles/doi:10.1038/nmeth.4169
goo.gl/7AnGz4
💎کانال تلگرام آزمایشگاه بیوانفورماتیک پارس سیلیکو
👇👇
@practicalbioinformatics
💎دسته جدیدی از الگوریتم های یادگیری ماشین (machine learning) توسط پژوهشگران دانشگاه تورنتو ابداع شده است که می تواند ساختارهای سه بعدی از مولکول های پروتئینی کوچک تولید کند و این امر ممکن است روند توسعه ی درمان های دارویی برای گستره ی وسیعی از بیماریها از آلزایمر گرفته تا سرطان را دچار تحول اساسی کند.
علی پونجانی دانشجوی دکترای دانشگاه تورنتو که در ابداع این الگوریتم مشارکت داشته می گوید: "طراحی موفق داروها مانند حل کردن یک پازل است. بدون آگاهی از شکل سه بعدی یک پروتئین انگار دارید با چشمان بسته یک پازل را حل می کنید".
وی اضافه کرد که توانایی تعیین ساختار اتمی سه بعدی مولکول های پروتئینی کلید فهم چگونگی نحوه ی کارکرد و پاسخ دهی به درمان های دارویی است.
داروها از طریق اتصال به مولکولهای پروتئینی خاص و تغییر ساختار سه بعدی آنها عمل می کنند و عملکرد آن پروتئین در درون بدن را تغییر می دهند. یک داروی ایده آل باید به شکلی طراحی شود که تنها به یک پروتئین خاص متصل شود که در یک بیماری دخیل است و اثرات جانبی ناشی از اتصال به دیگر پروتئین های بدن را نداشته باشد.
این مجموعه ی جدید از الگوریتم ها با استفاده از عکس های میکروسکوپی ساختارهای سه بعدی مولکول های پروتئین بازسازی می کند. از آنجایی که پروتئین ها بسیار کوچکند (حتی کوچکتر از طول موج نور) بدون تکنیک های خاصی مانند electron cryomicroscopy قادر به دیدن آنها نیستیم. این روش جدید انقلابی در مسیر کشف ساختار سه بعدی پروتئین ها ایجاد خواهد کرد و به دانشمندان اجازه خواهد داد تا پروتئین های بسیاری را که در گذشته قابل مطالعه نبودند را مورد بررسی قرار دهند.
تکنیک میکروسکوپ الکترونی هنوز بی همتاست زیرا می توان با آن و با استفاده از میکروسکوپ های فوق قدرتمند ده ها هزار تصویر از یک نمونه پروتئین فریز شده تهیه کرد. یک مشکل محاسباتی در این میان وجود دارد که آن سر هم کردن صحیح این عکس ها برای برساختن ساختار سه بعدی واضحی از آن عکس های دو بعدی کم کیفیت است.
پروفسور دیوید فلیت مدیر گروه علوم ریاضی و کامپیوتر دانشگاه تورنتو و استاد راهنمای آقای پونجانی می گوید: "روش ما قسمت عمده ای از مشکلاتی که بر سر راه سرعت کار و تعداد ساختارهای قابل تعیین در این کار قرار داشت را حل کرده است".
این الگوریتم به تولید داروهای جدید کمک بسیاری خواهد کرد زیرا ابزار سریعتر و کارامدتری در راه رسیدن به ساختار صحیح پروتئین در اختیار ما می گذارد.
بروبیکر از همکاران این پروژه می گوید: "تکنیک های فعلی چندین روز یا هفته برای تولید یک ساختار سه بعدی روی یک ابر کامپیوتر زمان نیاز دارند، در حالی که روش ما این کار را در طی چند دقیقه و با یک کامپیوتر معمولی ممکن ساخته است".
آقای علی پونجانی می گوید که تکنیک های فعلی معمولا ساختار های غلطی را تولید می کنند مگر اینکه کاربر خودش تصور دقیقی از مولکول مورد مطالعه در ذهن داشته باشد. یک نوآوری در این روش جدید اینست که دیگر نیازی نیست شما از قبل دانشی در مورد مولکول پروتئین مورد مطالعه داشته باشید.
او می گوید: "امیدواریم کشفیات جدید در بیولوژی ساختاری با سرعت بیشتری اتفاق بیفتند. چشم انداز نهایی این است که داروهای احتمالی جدیدی برای بیماریها و درک عمیقتری از اینکه حیات در سطح اتمی چگونه است، به دست بیاید.
این پژوهش در نشریه ی نیچر متدز منتشر شده است.
nature.com/articles/doi:10.1038/nmeth.4169
goo.gl/7AnGz4
💎کانال تلگرام آزمایشگاه بیوانفورماتیک پارس سیلیکو
👇👇
@practicalbioinformatics
This media is not supported in your browser
VIEW IN TELEGRAM
📽electron cryomicroscopy (cryo-EM)
🎥تهیه ساختار 3D پروتئین ها توسط کریومیکروسکوپ الکترونی
💎 آزمایشگاه بیوانفورماتیک پارس سیلیکو
@practicalbioinformatics
🎥تهیه ساختار 3D پروتئین ها توسط کریومیکروسکوپ الکترونی
💎 آزمایشگاه بیوانفورماتیک پارس سیلیکو
@practicalbioinformatics
goo.gl/9GR1qJ
✍️ نرم افزار Cytoscape یک نرم افزار یوانفورماتیک متن باز و رایگانی است که برای مصور سازی شبکه های میانکنش مولکولی و نیز برای یکپارچه سازی این میانکنش ها با پروفایل های بیان ژنی و دیگر داده های آماری به کار می رود. برای این نرم افزار اپلیکیشن های زیادی برای تحلیل شبکه و بررسی های مولکولی، پشتیبانی فرمت های فایلها، اسکریپت نویسی و ارتباط با دیتابیس ها وجود دارند.
جدیدترین نسخه این نرم افزار 3.4.0 می باشد. که شما می توانید از طریق این کانال دریافت کنید.
▫️ادرس وب سایت:
cytoscape.org
سعی خواهد شد آموزش این نرم افزار در کانال ارائه شود.
✍️آزمایشگاه پارس سیلیکو
@practicalbioinformatics
✍️ نرم افزار Cytoscape یک نرم افزار یوانفورماتیک متن باز و رایگانی است که برای مصور سازی شبکه های میانکنش مولکولی و نیز برای یکپارچه سازی این میانکنش ها با پروفایل های بیان ژنی و دیگر داده های آماری به کار می رود. برای این نرم افزار اپلیکیشن های زیادی برای تحلیل شبکه و بررسی های مولکولی، پشتیبانی فرمت های فایلها، اسکریپت نویسی و ارتباط با دیتابیس ها وجود دارند.
جدیدترین نسخه این نرم افزار 3.4.0 می باشد. که شما می توانید از طریق این کانال دریافت کنید.
▫️ادرس وب سایت:
cytoscape.org
سعی خواهد شد آموزش این نرم افزار در کانال ارائه شود.
✍️آزمایشگاه پارس سیلیکو
@practicalbioinformatics