❓مغز ما در تعاملات اجتماعی چگونه با افراد دیگر منطبق می‌شود و تصمیم‌گیری می‌کند؟

🟢در هنگام تصمیم‌گیری مغز ما اطلاعات را به‌تدریج جمع‌آوری و پردازش می‌کند. این فرآیند به‌ عنوان تجمع شواهد عصبی شناخته می‌شود.

➕در موقعیت‌های اجتماعی، ما اغلب زمانی که نسبت به افکارمان اطمینان داریم آن را با بقیه به اشتراک می‌گذاریم. این‌کار باعث می‌شود تا تفکراتمان با دیگران هم‌سو بشود.

✔️تحقیقات نشان‌داده است که وقتی افراد افکار خود را به اشتراک می‌گذارند، فعالیت‌های مغزی آن‌ها هم‌گام می‌شود و به تصمیم‌گیری هماهنگ‌تر و بهتری منجر می‌شود.

➕به عنوان مثال به همکاری تیمی، مذاکره‌ها و یا حتی گفتگوهای غیررسمی‌ خود در گذشته فکر کنید. اشتراک افکار و تصمیم‌گیری‌ها به ما کمک می‌کند تا یکدیگر را بهتر درک کنیم و تصمیم‌های مشترکی بگیریم.

🙂درک این فرآیند می‌تواند ارتباطات، همکاری و تصمیم‌گیری را در تمامی جنبه‌های زندگی بهبود ببخشد!

📣اگر علاقمند هستید تا با این موضوع بیشتر از بُعد علمی آشنا شوید، با ما در هجدهمین ژورنال کلاب شاخه دانشجویی انجمن جهانی زیست‌شناسی محاسباتی ایران همراه بشوید.

🎤در این ژورنال کلاب ما میزبان جناب آقای جمال اسماعیلی می‌باشیم. ایشان هم‌اکنون کاندیدای دکترای رشته‌ی Computational Neuroscience در موسسه‌ی Ludwig Maximilian University of Munich هستند.


👀یکشنبه، ۳۱ تیر، ساعت ۲۰ منتظر شما هستیم.👀


🚀Telegram
🖼LinkedIn
🖼Instagram

#ژورنال_کلاب

📣«نوزدهمین #ژورنال_کلاب شاخه‌ی دانشجویی انجمن جهانی زیست‌شناسی محاسباتی در ایران»

✔️موضوع:

"Disco Tope-3.0: improved B-cell epitope prediction using inverse folding latent representations"

🧑🏻‍💻 با حضور جناب آقای دکتر اردوان عبیری

✨«آقای اردوان عبیری هم‌اکنون به عنوان محقق در دانشگاه ییل(Yale University) آمریکا مشغول هستند و پیش از این مدرک دکترای حرفه‌ای داروسازی خود را از دانشگاه علوم‌پزشکی کرمان با پایان‌نامه‌ای در خصوص طراحی محاسباتی دارو(Computational Drug Design) دریافت کردند. آقای اردوان عبیری در حال حاضر بر روی طراحی واکسن با استفاده از هوش مصنوعی و یادگیری‌ماشین، خصوصاً ترنسفرمر، فعالیت می‌کنند.»

❗️جهت کسب اطلاعات بیش‌تر درمورد سابقه‌ی آموزشی و پژوهشی ایشان، می‌توانید به صفحه‌ی لینکدین و گوگل‌اسکالر ایشان مراجعه نمائید.

🗓تاریخ: یکشنبه، ۷ مرداد ۱۴۰۳(۲۸ ژوئیه)
⏰ ساعت: ۲۰ الی ۲۲

🔗 لینک ثبت‌نام: سایت رایازی
🌐 این رویداد به صورت آنلاین برگزار می‌گردد.

🔖 دوستان علاقه‌مند جهت شرکت در #ژورنال_کلاب توجه داشته‌باشند که جهت ایجاد پیش‌زمینه‌ی ذهنی بهتر و بهره‌مندی و مشارکت بیش‌تر شما عزیزان، مطالعه‌ی مقاله‌ی زیر پیشنهاد می‌شود.

📌 لینک مقاله

🚀Telegram
🖼LinkedIn
🖼Instagram

#ژورنال_کلاب

✨"دانشمندی که می‌توانست دو بار برنده‌ی جایزه‌ی نوبل بشود"✨

🔍کشف ساختار DNA یکی از مهم‌ترین دست‌آوردهای علمی در تاریخ انسان است و همیشه با نام واتسون و کریک می‌آید؛ ولی فرد دیگری هم بود که شاید او را بشناسید، روزالیند فرانکلین.

🗓روزالیند در ۲۵ ژوئیه ۱۹۲۰ در لندن به دنیا آمد. او از نوجوانی علاقه داشت که دانشمند شود؛ شغلی که در آن زمان برای دختران رایج نبود. او برنده‌ی بورس تحصیلی شیمی از دانشگاه کمبریج شد و مدرک دکترا گرفت. تحقیقاتش روی ساختار ذغال سنگ باعث تولید ماسک‌های بهتر برای انگلیسی‌ها در جنگ جهانی دوم شد. او برای مطالعه‌ی ساختار DNA به کالج کینگز رفت تا از تجهیزات اشعه ایکس استفاده کند.

✔️فرانکلین در سال ۱۹۵۲، "تصویر ۵۱" که معروف‌ترین تصویر از DNA است را با تکنیک کریستالوگرافی پرتو ایکس گرفت.
واتسون و کریک، پنهانی، این عکس را دیدند و با استفاده از آن، به ساختار DNA دست پیدا کردند و برنده‌ی جایزه نوبل در سال ۱۹۶۲ شدند.

➕فرانکلین در سال ۱۹۵۸ بر اثر ابتلا به سرطان درگذشت‌؛ بدون اینکه بداند واتسون و کریک تصویر او را دیده‌اند.

🙂در واقع ممکن بود که او ۲بار برنده‌ی جایزه‌ نوبل شود؛ زیرا تحقیقاتش روی ساختار ویروس، همکارش ارون کلوگ را هم در سال ۱۹۸۲ نوبلیست کرد.

🚀Telegram
🖼LinkedIn
🖼Instagram

📣سلول هایی با خصوصیات غیر بنیادی، آغازگر سرطان روده بزرگ

🟢بر اساس دیدگاه‌های مرسوم، #سرطان روده بزرگ از سلول‌های بنیادی حاضر در روده نشأت می‌گیرد. با این حال، التهاب یکی از عوامل جدی در بروز سرطان‌ها، از جمله سرطان روده‌ی بزرگ است. در این مطالعه، از سلول‌های پانت به عنوان مدلی برای ارزیابی ظرفیت رده‌های تمایز یافته برای تحریک تومورزایی در زمینه التهاب در موش‌ها استفاده شد.

✔️پس از ایجاد التهاب، جهش‌هایی که تنها خاص سلول پانت در ژن APC هستند، منجر به تومورهای روده‌ای شد که نه تنها شبیه به تومورهایی بود که در بیماران مبتلا به بیماری التهاب روده(bowel disease) مشاهده می‌شود، بلکه بخش بزرگی از سرطان‌های روده‌ی بزرگ انسانی پراکنده(sporadic) نیز بود.
احتمالاً این امر به دلیل پیامدهای التهابی ناشی از عادات غذایی غربی است که یک عامل خطر قابل توجه برای سرطان روده بزرگ محسوب می‌شود.

➕روش‌های #یادگیری‌ماشین_ML که برای پیش‌بینی سلول آغاز کننده سرطان از نمونه‌های بافت توموری بیمار طراحی شده در این مطالعه به کار گرفته شدند و تأیید کردند که در بخش قابل توجه‌ای از موارد پراکنده، منشاء سرطان روده‌ی بزرگ در رده‌های ترشحی و نه در سلول‌های بنیادی قرار دارد.

🔗مقاله‌ی کامل را از این لینک می‌توانید دنبال کنید.

🚀Telegram
🖼LinkedIn
🖼Instagram

#مقاله
#سرطان
#یادگیری‌ماشین_ML

⭐️"هر فناوری که به‌‌ اندازه‌ی کافی پیشرفته باشد، غیرقابل‌تشخیص از جادو است."
- آرتور سی‌. کلارک

👀تصور کنید که می‌خواهید متنی را ویرایش کنید؛ اما، ابزاری که در دست دارید یک قیچی‌‌ است. می‌توانید کلماتی را که دوست ندارید برش دهید، شاید چند کلمه‌ی جدید بچسبانید، اما ویرایش دقیق؟ فراموشش کنید.

✔️حالا تصور کنید کسی یک قلم به شما می‌دهد تا هرچه می‌خواهید را در هرجای دل‌خواهی بنویسید. این همان نوع جهشی است که در دنیای ویرایش #ژنوم می‌بینیم.

➕در چند دهه‌ی گذشته، ما با ابزارهایی مانند کریسپر(CRISPR) در حال برش ژنوم‌ها بودیم و پیشرفت‌های چشمگیری داشتیم؛ اما، همیشه محدود به ماهیت اساسی ابزارهایمان بودیم: آنها DNA را برش می‌دهند.

❓چه می‌‌شد اگر می‌توانستیم مستقیماً درون ژنوم، هرچه می‌خواهیم را در هرجای دل‌خواه بنویسیم بدون اینکه حتی یک برش ایجاد کنیم؟

😮این دیگر فقط یک رویا نیست!
🔥محققان موسسه Arc یک سیستم جدید کشف کرده‌اند که دقیقاً این کار را انجام می‌دهد. این سیستم را  "Bridge Recombination" یا "بازآرایی پل" نامیده‌اند که ممکن است بزرگترین انقلاب در مهندسی ژنتیک از زمان کریسپر باشد.

💥با سیستم بازآرایی پل که مکانیسم دقیق آن در ویدئو توضیح داده شده، ما دیگر فقط ژنوم را ویرایش نمی‌کنیم؛ بلکه، آن را می‌نویسیم و این بسیار نزدیک به جادو است.


🔗مقالات کامل را از لینک‌های می‌توانید دنبال کنید.
مقاله۱
مقاله۲

🚀Telegram
🖼LinkedIn
🖼Instagram

#مقاله
#بیوتکنولوژی

🟢معرفی ابزار BLAST و انواع آن🟢


✨BLAST(Basic Local Alignment Search Tool):

ابزاری‌ است که برای مقایسه‌ی سریع توالی‌های نوکلئوتیدی و پروتئینی استفاده می‌شود.
این ابزار به دانشمندان این امکان را می‌دهد تا توالی‌های ژنتیکی یا پروتئینی را با پایگاه داده‌های بزرگ موجود مقایسه کرده و شباهت‌ها یا هم‌ترازی‌های مهم را شناسایی کنند.


✔️کاربردهای اصلی BLAST عبارتند از:

➕تعیین هومولوژی توالی‌ها: یافتن شباهت‌ها و تفاوت‌های توالی‌های نوکلئوتیدی یا پروتئینی با توالی‌های موجود در پایگاه داده‌ها.

➕شناسایی ژن‌ها و پروتئین‌ها: یافتن ژن‌ها و پروتئین‌های ناشناخته از طریق مقایسه توالی‌های جدید با توالی‌های شناخته شده.

➕پیش‌بینی عملکرد ژن‌ها و پروتئین‌ها: با مقایسه توالی‌ها و شناسایی هومولوگ‌ها، می‌توان به عملکرد احتمالی ژن‌ها و پروتئین‌ها پی برد.

➕تحلیل فیلوژنتیکی: یافتن روابط تکاملی میان موجودات از طریق مقایسه توالی‌های ژنتیکی آن‌ها.

➕شناسایی نواحی حفاظتی: یافتن نواحی از توالی که در طول تکامل تغییرات کمی داشته‌اند و احتمالاً اهمیت عملکردی بالایی دارند.

➕پیدا کردن موتیف‌ها: شناسایی الگوهای خاص در توالی‌ها که می‌توانند نشان‌دهنده محل‌های اتصال پروتئین‌ها یا نواحی فعال آنزیمی باشند.


🎮برخی‌از انواع مختلف BLAST عبارتند از:

➡️BLASTN:
برای مقایسه‌ی توالی‌های نوکلئوتیدی با یکدیگر استفاده می‌شود.

➡️BLASTP:
برای مقایسه‌ی توالی‌های پروتئینی با یکدیگر استفاده می‌شود.

➡️BLASTX:
یک توالی نوکلئوتیدی را به تمام توالی‌های پروتئینی ممکن ترجمه کرده و سپس آن‌ها را با پایگاه داده‌های پروتئینی مقایسه می‌کند.

➡️TBLASTN:
یک توالی پروتئینی را با پایگاه داده‌های نوکلئوتیدی که به توالی‌های پروتئینی ترجمه شده‌اند، مقایسه می‌کند.

➡️TBLASTX:
توالی‌های نوکلئوتیدی را به #پروتئین ترجمه کرده و سپس این توالی‌های پروتئینی را با یکدیگر مقایسه می‌کند.

🔗 لینک دسترسی به ابزار BLAST🔗


🚀Telegram
🖼LinkedIn
🖼Instagram

#معرفی_سایت
#BLAST

🔥پاندمی کووید-۱۹ با وجود تمام بحران‌هایی که در دنیا ایجاد کرد، باعث شتاب در نوآوری‌های علمی و تقویت همکاری‌های جهانی در علم پزشکی شد. یکی از مهمترین دستاوردها، طراحی واکسن با استفاده از هوش مصنوعی است.🔥

🔼این فناوری‌های نوین امکان بهبود کارایی و پایداری واکسن‌ها را فراهم کرده‌اند و روند توسعه آن‌ها را به طور قابل توجهی تسریع نمودند.

⭐️ابزار AI به نام LinearDesign توسط محققان دانشگاه ایالتی اورگان و با همکاری شرکت Baidu Research طراحی شده است. این ابزار قادر است ساختارهای mRNA را بهینه‌سازی کرده و واکسن‌هایی با پایداری حرارتی بالا و پاسخ ایمنی قوی‌تر تولید کند. این تکنولوژی جدید در واکسن‌های mRNA به کار گرفته شده است.
🖥بیشتر بخوانید
🖥بیشتر بخوانید



✨یکی دیگر از دستاوردهای مهم، پلتفرم RAVEN است که توسط شرکت Evaxion Biotech توسعه یافته است. این پلتفرم با استفاده از هوش مصنوعی، کاندیداهای واکسن را در برابر ویروس‌های موجود و نوظهور شناسایی کرده و واکسن‌هایی تولید می‌کند که پاسخ ایمنی قوی و پایدار ایجاد می‌کنند. این تکنولوژی توانایی تولید واکسن‌هایی را دارد که قادر به پوشش طیف گسترده‌ای از ویروس‌ها هستند.
🖥بیشتر بخوانید


⭐️محققان MIT نیز با استفاده از سیستم‌های یادگیری ماشین، واکسن‌هایی طراحی کرده‌اند که قادر به مقابله با گونه‌های مختلف ویروس COVID-19 هستند. این واکسن‌ها بر پاسخ ایمنی سلول‌های T تمرکز دارند و می‌توانند در آینده برای تولید واکسن‌های مؤثرتر علیه ویروس‌های دیگر نیز مورد استفاده قرار گیرند.
بیشتر بخوانید
بیشتر بخوانید


🟢استفاده از هوش مصنوعی در طراحی واکسن با تسریع فرآیند توسعه و امکان بهبود کیفیت و کارایی واکسن‌ می‌تواند نقش مهمی در مبارزه با بیماری‌های عفونی و سرطان ایفا کند.

🟢اخیرا مدل جدیدی به نام DiscoTope-3.0 توسط محققان دانشگاه کپنهاگ و دانشگاه فنی دانمارک (DTU) ابداع شده با دقت بالایی می تواند اپی‌توپ‌های (نواحی آنتی ژنی که می‌توانند به آنتی‌بادی‌ها متصل و پاسخ ایمنی را تحریک کنند) سلول‌های B را پیش‌بینی کند.
مدل DiscoTope-3.0 از یک روش یادگیری عمیق به نام PU bagging و همچنین مدل‌سازی معکوس ساختار #پروتئین استفاده می‌کند. این مدل هوش مصنوعی می‌تواند اپی‌توپ‌های خطی و غیر خطی را در ساختار پروتئین‌ها به خوبی تشخیص دهد.

🟢در نوزدهمین ژورنال کلاب RSG ایران، میزبان آقای دکتر اردوان عبیری هستیم. ایشان هم‌اکنون به عنوان محقق در دانشگاه ییل (Yale University) آمریکا مشغول هستند و پیش از این مدرک دکترای حرفه‌ای داروسازی خود را از دانشگاه علوم‌پزشکی کرمان با پایان‌نامه‌ای در خصوص طراحی محاسباتی #دارو دریافت کردند. دکتر عبیری در حال حاضر بر روی طراحی واکسن با استفاده از هوش مصنوعی و #یادگیری‌ماشین_ML، خصوصاً ترنسفرمر، فعالیت می‌کنند.

🔥در این ژورنال کلاب با مدل DiscoTope-3.0 و کاربردهای هوش مصنوعی در ایمونولوژی آشنا خواهیم شد. فرصت را از دست ندهید!🔥


🚀Telegram
🖼LinkedIn
🖼Instagram


#بیوانفورماتیک
#زیست‌شناسی_محاسباتی

📣«بیستمین #ژورنال_کلاب شاخه‌ی دانشجویی انجمن جهانی زیست‌شناسی محاسباتی در ایران»

❓موضوع:

"Multi Omics Analysis increase the accuracy of biomarkers discovery in cancers"

🧑🏻‍💻 با حضور جناب آقای احمد بریمی‌پور

✨«ایشان هم اکنون دانشجوی دکترای دانشگاه تگزاس شمالی هستند و به طور تخصصی بر روی یافتن بیومارکرها در سلول‌های بنیادی سرطانی به عنوان یک نئوادجوانت تراپی کار می‌کنند. از دیگر فعالیت‌های ایشان، بررسی محور ارتباطی بین گات میکروبیوتا با سلول‌های سرطانی و ریزمحیط آن‌ها است. آقای بریمی‌پور پیش‌تر مدرک کارشناسی‌ارشد خود را از پژوهشگاه رویان دریافت کردند و کار تحقیقاتی ایشان بر روی پیدا کردن miRNAs و ژن‌های هدف آن‌ها در #سرطان رتینوبلاستوما تمرکز داشت.»

❗️جهت کسب اطلاعات بیش‌تر درمورد سابقه‌ی آموزشی و پژوهشی ایشان، می‌توانید به صفحه‌ی لینکدین و گوگل‌اسکالر ایشان مراجعه نمائید.

🗓تاریخ: یکشنبه، ۱۴ مرداد ۱۴۰۳(۴ اوت)
⏰ ساعت: ۲۰ الی ۲۲

🔗 لینک ثبت‌نام: سایت رایازی
🌐 این رویداد به صورت آنلاین برگزار می‌گردد.

🔖 دوستان علاقه‌مند جهت شرکت در #ژورنال_کلاب توجه داشته‌باشند که جهت ایجاد پیش‌زمینه‌ی ذهنی بهتر و بهره‌مندی و مشارکت بیش‌تر شما عزیزان، مطالعه‌ی مقاله‌ی زیر پیشنهاد می‌شود.

📌 لینک مقاله

🚀Telegram
🖼LinkedIn
🖼Instagram

#ژورنال_کلاب

📣یک برش مکعبی یک میلی‌متری از مغز انسان، ۱/۴ پتابایت دیتا تولید کرد📣

⚡️مقاله‌ی اخیر چاپ‌شده در مجله‌ی Science بزرگ‌ترین مجموعه داده‌ای از اتصالات عصبی را ارائه داده است که بینشی درباره پیچیدگی‌های مغز فراهم کرده است.
این حجم به ظاهر کوچک(یک میلی‌متر مکعب) شامل تعداد قابل توجه ۵۷۰۰۰ سلول، ۱۵۰ میلیون سیناپس، و ۲۳۰ میلی‌متر رگ‌های خونی است.

🔥این دستاورد جدید، نتیجه‌ی همکاری بین تیمی از دانشگاه هاروارد و Google Research است. تیم هاروارد با استفاده از میکروسکوپ الکترونی برش‌های متوالی نمونه‌ای از قشر تمپورال انسانی را تصویرسازی کرد، در حالی که تیم گوگل این تصاویر را به صورت سه‌بعدی بازسازی نمود. این مقاله یک گام مهم اولیه را نشان می‌دهد. محققان در تلاش هستند این استراتژی را به نمونه‌های بزرگ‌تر برای نقشه‌برداری از کانکتوم مغز گسترش دهند.

🌐همه‌ی نتایج و ابزارهای این مطالعه به صورت آنلاین در دسترس هستند. یافته‌های قابل توجه در این مطالعه شامل یک خوشه از نورون‌ها با جهت‌گیری تصویر آینه‌ای، شناسایی اتصالات بسیار قوی بین برخی نورون‌ها، و همچنین چرخه‌های آکسونی با عملکردهای ناشناخته می‌باشد. احتمالاً این تنها بخشی از کشفیات درون ۱/۴ پتابایت دیتا است.

🔗مقاله‌ی کامل این خبر را از این لینک‌ می‌توانید دنبال کنید.
🔗دیتای منتشر شده از این تحقیق را می‌توانید از این لینک مشاهده کنید.
🎥مشاهده ویدئو کامل یوتوب .


🚀Telegram
🖼LinkedIn
🖼Instagram

#مقاله
#یوتوب‌گردی

🟢پایپلاین محاسبات کوانتومی ترکیبی برای کشف دارو در دنیای واقعی🟢

✔️مساله مطرح‌شده در این مقاله، کاربرد محاسبات کوانتومی در کشف داروهای واقعی است که شامل تعیین پروفایل‌های انرژی آزاد Gibbs برای فعال‌سازی prodrug و شبیه‌سازی تعاملات پیوند کووالانسی در طراحی دارو می‌شود. روش‌های سنتی دقت و کارایی لازم را ندارند و با سیستم‌های شیمیایی پیچیده به‌خوبی سازگار نیستند.

➕پژوهشگران یک پایپلاین ترکیبی از محاسبات کوانتومی و کلاسیک توسعه دادند. این پایپلاین شامل #الگوریتم Variational Quantum Eigensolver (VQE) برای محاسبه انرژی‌های مولکولی، شبیه‌سازی‌های QM/MM برای شبیه‌سازی تعاملات مولکولی، و مدل Polarizable Continuum Model (PCM) برای در نظر گرفتن اثرات راه حل در محاسبات است.

➕دو مطالعه‌ی اصلی در این پژوهش انجام شد.
🥇اول، فعال‌سازی prodrug که بر شکستن پیوند کربن-کربن در β-lapachone تمرکز داشت و نشان داد که محاسبات کوانتومی می‌تواند به‌طور دقیق موانع انرژی را تعیین کند.
🥈دوم، مهار کووالانسی KRAS که شبیه‌سازی تعامل بین Sotorasib و جهش G12C KRAS اطلاعات دقیقی در مورد پایداری و کارایی دارو ارائه داد.
🎮این نتایج نشان داد که محاسبات کوانتومی می‌تواند به‌طور مؤثر مشکلات پیچیده طراحی دارو را حل کند، اگرچه محدودیت‌های کنونی دستگاه‌های کوانتومی نیاز به پیشرفت‌های بیشتر دارد.

➕فعال‌سازی β-lapachone برای کاهش عوارض جانبی و بهبود اثربخشی درمان سرطان بود.
➕در مهار کووالانسی، جهش‌های KRAS اهداف مهمی در انکولوژی هستند و شبیه‌سازی‌ها بینش‌های ارزشمندی در مورد مکانیسم‌های اتصال دارو ارائه دادند.
✔️تحلیل فنی نیز نشان داد که الگوریتم VQE به‌طور مؤثر محاسبات انرژی مولکولی را انجام می‌دهد و ادغام مدل PCM در محاسبات کوانتومی، مدل‌سازی واقعی‌تر رفتار دارو در محیط‌های زیستی را امکان‌پذیر می‌کند.

🔖برای مثال، در طراحی دارو برای درمان #سرطان ، Imatinib (Gleevec) یک مهارکننده مولکولی کوچک است که برای درمان لوسمی میلوئید مزمن استفاده می‌شود. روش‌های محاسباتی سنتی به طراحی آن کمک کردند، اما محاسبات کوانتومی می‌تواند دقت را در پیش‌بینی برهمکنش‌های مولکولی افزایش دهد.
🔖در درمان HIV، مداروهایی مانند Saquinavir با استفاده از شیمی محاسباتی کلاسیک برای مهار آنزیم پروتئاز HIV طراحی شده اند. محاسبات کوانتومی می تواند بینش عمیق تری در مورد تعاملات آنزیم-بازدارنده ارائه دهد، که به طور بالقوه منجر به درمان های موثرتر می شود.

🔗مقاله‌ی کامل را از این لینک می‌توانید دنبال کنید.

🚀Telegram
🖼LinkedIn
🖼Instagram

#مقاله