🔷شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران🔷
1.24K subscribers
386 photos
63 videos
184 files
201 links
🔷شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران🔷

✔️لینک گروه: https://t.me/computational_science_group
✔️لینک کانال: @Computational_sceince

@ammar_mohseni:ادمین✔️
✔️این شبکه وابسته به مرکز زیست محاسبات پویا می باشد
Download Telegram
#مطالعه_آزاد
مزایا علوم محاسباتی در حوزه جذب و مقالات
در این کانال تا بحال در مورد کاربردهای مختلف محاسبات زیستی و همچنین سرورها و نرم افزارهای موجود صحبت شد. ولی در این پست به مزایای این علم در علوم مختلف پرداخت می شود. مزایای مختلف در زیر لیست شده اند:
1- برای کسانی که خواستار جذب در دانشگاه های خارج از کشور می باشند پذیرش این علوم با استقیال بالایی همراه می باشد. با توجه به اینکه علم روز دنیا هست بیشتر دانشگاه ترجیح می دهند که از مطالعات سنتی خارج شده و وارد مطالعات مدرنیته شوند.
برای مثال یکی از دوستان بنده قرار بود در رشته مهندسی شیمی در یکی از دانشگاه های آمریکا برای مقطع فوق لیسانس جذب شود و جالبترین نکته این بود که استادی مربوط با استفاده از داکینگ پروتئین-پروتئین درصدد ارزیابی ایشان بودند.

2- برای دانشجویانی که در پی مقالات معتبر و سریع با impact factor بالا می باشند وارد شدن در این حوزه بهترین روش ممکن برای رسیدن به هدف می باشد.
3- انجام پروژه های مربوط در کوتاهترین زمان ممکن: با توجه به پیشرفته تر شدن سیستم های محاسباتی، سرعت محاسبات نیز با افزایش چندین برای در هر سال همراه می باشد که این امر کمک می کند تا در کوتاهترین زمان ممکن چندین پروژه را هدایت شود.
@computational_science
#مطالعه_آزاد
مزایا علوم محاسباتی در حوزه علمی و آزمایشگاهی
در پست قبل در مورد مزیت های علوم محاسباتی (به خصوص برای دانشجویان علوم زیستی مانند داروسازی، بیوتکنولوژی، بیوشمی و ... که با روش های زمانبر آزمایشگاهی درگیر می باشند) در تقویت رزومه شخصی صحبت شد.
در این پست در مورد مزایای این علم در سرعت بخشیدن به مطالعات و همچنین باز کردن زمینه مطالعاتی جدید صحبت می شود.
1- کمک به طراحی دارو: با توجه به بررسی هایی که انجام شده است نشان داده شده است که علوم محاسبات در مسیر طراحی دارو هم سرعت مطالعات را افزایش داده و هم اینکه در به میزان زیادی باعث صرفه جویی در هزینه های مربوطه می شوند( در برخی منابع تا 30 درصد صرفه جویی نیز اشاره شده است)
2- مهندسی پروتئین: با پیشرفت علوم محاسبات زیستی مشاهده مولکول ها از جمله پروتئین ها با نرم افزارهایی مانند vmd و ...، طراحی جهش های مربوط به هدف مورد نظر (مانند جهش برای افزایش پایداری)، آنالیز ساختاری مولکول ها و ... با دقت بالایی قابل انجام می باشد.
3- طراحی پپتید: با توجه به اینکه پپتیدها طوری طراحی می شوند که بتوانند به یک پروتئین خاص متصل شوند به همین جهت استفاده از روش های محاسباتی مانند داکینگ، شبیه سازی دینایک مولکولی و ... کمک می کنند تا مطالعات با سرعت و دقت بالاتری پیش بروند.
4- بررسی میانکنش ها و تشکیل یا شکست پیوند با استفاده مطالعات کوانتوم مکانیک
5- انجام مطالعاتی که در آزمایشگاه غیر ممکن می باشد: برای مثال مطالعه روی ترکیبات سمی
6- و بقیه کاربردهایی که بعدا توضیح داده خواهند شد.

لازم به ذکر می باشد که برای هر کدام از کاربردهای بالا در پست های بعدی به همراه توضییح مثال هایی نیز ارائه خواهد شد.
@computational_science
#نرم_افزارهای_مفید
#پیش بینی_ساختار_ثانویه_پروتئین
با درک ساختار دوم پروتئین ها می توان بسیاری از مطالعات مهندسی پروتئین را با دقت بالا انجام داد. در حال حاضر روش های آزمایشگاهی متعددی برای بررسی ساختار دوم پروتئین ها وجود دارد. یکی از این ابزارها استفاد از CD می باشد. ولی برای سهولت کار در حوزه محاسباتی نیز سرورها و نرم افزارهای مختلفی وجود دارد.
یکی از بهترین سرورهایی که در حال حاضر برای معرفی انتخاب شده است سرور APSSP می باشد. این سرور با استفاده از روش شبکه های عصبی (NEURAL NETWORK) جهت پیش بینی استفاده می کند.
برای استفاده از این سرور تنها داشتن توالی اولیه از پروتئین پیش بینی ساختار ثانویه کفایت می کند.
http://imtech.res.in/raghava/apssp/
@computational_science
#نرم_افزارهای_مفید
#مدلسازی_ساختار_DNA
در حاضر مطالعات ساختاری DNA هم در حوزه آزمایشگاه و هم در حوزه محاسباتی در حال رشد می باشد. اغلب اوقات، جهت انجام یک سری از مطالعات مانند بررسی نحوه اتصال به سایر مولکول ها (Docking) دانستن ساختار سه بعدی DNA لازم می باشد.
همینچنین بررسی کنفورماسیون DNA در حالت اتصال به پروتئین و عدم اتصال یکی دیگر از بررسی و مطالعات مهم در حوزه کنترل بیان ژن اس. به همین جهت دسترسی سریعتر به مدل سه بعدی از توالی مورد نظر از DNA می تواند مطالعات را با دقت و سرعت بالاتری پیش ببرد.
سرور 3D-DART یکی از سرورهایی می باشد که در حال حاضر برای این منظور مورد استفاده قرار میگرید. از مزایای این سرور می توان به داشتن رابط کاربری مناسب اشاره کرد.
همچنین در این سرور کلیه اطلعات لازم برای DNA (برای مثال زاویه خمش DNA دورشته ای مورد نظر) را وارد کرد.
http://haddock.chem.uu.nl/enmr/services/3DDART/
@computational_science
در سال 2013 جایزه نوبل در رشته شیمی به زمینه شیمی محاسباتی تعلق گرفت.
در سال 2013 اتفاقی بزرگ در حوزه محاسبات اتفاق افتاد و این امر نشان داد که علوم محاسباتی بخصوص شیمی محاسباتی )که در واقع بیشتر روی مولکول های زیستی تمرکز دارد،( چقدر در پیشبرد علوم موثر و مفید واقع شده است.
مارتین کارپلاس (Martin Karplus) ، مایکل لوویت (Michael Levitt) و آرییه مارشل (Arieh Warshel) سه دانشمندی بودند که جایزه نوبل را به خاطر توسعه علم شیمی محاسباتی به طور مشترک برنده شدند.
این سه دانشمند موفق به ارائه روش هایی شدند که با آنها می توان رفتار مولکول ها از حالت تک مولکولی تا حالت چند مولکولی می توان مورد مطالعه قرار داد.
این اتفاق راهی را برای شیمیدان ها گشود که با آن بتوانند اتفاقات گوناگون مانند تاخوردگی پروتئین ها، کاتالیز، انتقال الکترون و طراحی دارو. را مورد مطالعه قرار دهند.
"بیایید حوزه محاسبات را بیشتر درک کنیم تا بتوانیم جهان اطرافمان را بهتر مورد تحلیل قرار دهیم."
@computational_science
لازم به ذکر می باشد که اسم دانشمند سومی آرییه وارشل می باشد که به اشتباه آرییه مارشل ذکر شد.
#نرم_افزار_R_قسمت_اول

نرم افزار R، یک زبان برنامه‌نویسی و محیط نرم‌افزاری برای محاسبات آماری و تحلیل داده است، که بر اساس زبان‌های اس و اسکیم پیاده‌سازی شده است. این نرم‌افزار بازمتن، تحت اجازه‌نامه عمومی همگانی گنو عرضه شده و به رایگان قابل دسترس است.

نرم افزار R ، حاوی محدوده گسترده‌ای از تکنیک‌های آماری (از جمله: مدل‌سازی خطی و غیرخطی، آزمون‌های کلاسیک آماری، تحلیل سری‌های زمانی، رده‌بندی، خوشه‌بندی و غیره) و قابلیت‌های گرافیکی است. در محیط R، کدهای سی، سی++ و فورترن قابلیت اتصال و فراخوانی هنگام اجرای برنامه را دارند و کاربران خبره می‌توانند توسط کدهای سی، مستقیماً اشیا R را تغییر دهند.

گرچه نرم‌افزار R اغلب به منظور انجام محاسبات آماری به کار می‌رود، این نرم‌افزار قابل به کارگیری در محاسبات ماتریسی است و در این زمینه، همپای نرم‌افزارهایی چون اُکتاو و نسخه ی تجاری آن متلب (MATLAB) است.

نرم افزار R ، همچنین نرم‌افزار قدرتمندی برای ایجاد اشکال گرافیکی و نمودارهاست.

@computational_science
زاویه دید مناسب باعث زیبا دیدن می شود.
علوم محاسباتی (بخصوص محاسبات زیستی) زاویه دید شما به علم را عوض می کنند.
@computational_science
#زیبایی_های_خلقت
برگ درختان سبز در نظر هوشیار هر ورقش دفتریست معرفت کردگار
وقتی که خلقت قلم به دست می شود تا هنرش را به رخ بکشد انجاست که معنی واقعی هنر را درک میکنیم.. بی شک همه مولکول ها زیبا هستند و پروتئین ها جزو آن دسته از مارکومولکول هایی هستند که زیبا، منظم و حساب شده تر می باشند. ساختار پروتئین ها به گونه ای می باشد که بخاطر اینکه عملکرد دارند باید ساختار خاص و منحصر به فردی داشته باشند.
برای اینکه نظم را در پروتئین ها نشان دهیم یکی از پروتئین های مهم را در اینجا مثال می زنیم.
پروتئین آلفا همولیزین یکی از پروتئین ها مهم می باشد که در تشکیل کانال غشایی نقش دارد. این پروتئین تماما از ساختار دوم بتا تشکیل شده است و ساختاری شبیه به یک درخت را دارا می باشد. این پروتئین با PDBID:7AHL از سایت rcsb.org قابل دریافت می باشد.
توجه شمارا به عکس های گرفته شده از این ماکرومولکول زیبا جلب میکنیم. عکس ها با استفاده از نرم افزار chimera و vmd گرفته شده است.
@computational_science
کانال حاصل از پروتئین آلفا-همولیزین
@computational_science
کانال حاصل از پروتئین آلفا-همولیزین
@computational_science
کانال حاصل از پروتئین آلفا-همولیزین
@computational_science
#نرم_افزار_R_قسمت_دوم

امکان توسعهٔ قابلیت‌های R، با افزودن بسته‌های ایجاد شده توسط کاربران آن، یکی از ویژگی‌های مهم این نرم‌افزار است. این بسته‌ها توسط R، LaTeX، جاوا، سی++ و فورترن نوشته شده‌اند. مجموعه‌ای از بسته‌های اصلی R، هنگام نصب همراه برنامه وجود دارند و در مجموع ۴۴۴۲ بسته (تا آوریل ۲۰۱۳) در شبکهٔ بایگانی فراگیر آر (CRAN) وجود دارد. این بسته‌ها طیف وسیعی از قابلیت‌ها را در زمینه‌های مختلف تحلیل داده‌ها به R می‌دهند.

نرم افزار R ، دارای محیط خط فرمان برای ورود و اجرای دستورات است. ابزار مختلفی جهت تسهیل ویرایش دستورات و ارتباط با کاربر برای R ساخته شده است، که برخی از آنها در فهرست زیر آمده‌اند:

الف- JGR : ویرایشگر چندسکویی بر پایه جاوا.

ب- R Commander: رابط گرافیکی بر پایه tcltk، دارای قابلیت استفاده از منوها به جای نوشتن دستورات (مناسب برای کاربران مبتدی و آشنا با اس‌پلاس)

ج- آراکسل(RExcel ) امکان استفاده از R و R Commander در برنامه ماکروسافت اکسل

د- rggobi: رابط برنامه GGobi برای به تصویر کشیدن داده‌های ماتریسی

@computational_science
#بلاست_1

بلاست یا Blast نام یک نرم‌افزار کاربردی در علوم سلولی و مولکولی و ژنتیک است که مخفف واژگان Basic Local Alignment Search Tool یا ابزار پایه‌ای برای جستجوی برهمنهی‌های موضعی است. این ابزار قسمتی از مجموعهٔ اطلاعات کیفی مرکز ملی اطلاعات زیست‌فناوری است.

با این نرم‌افزار می‌توان توالی اسیدهای آمینه در پروتئین‌ها یا توالی نوکلئوتیدها را در DNA را با هم مقایسه کرد. این نرم‌افزار به پژوهشگر اجازه می‌دهد تا یک توالی را با توالی دیگر یا توالی که در بانک اطلاعاتی وجود دارد، مقایسه کند. شناسایی توالی‌های موجود در بانک اطلاعاتی که بیشترین شباهت را با توالی مورد نظر دارد از دیگر قابلیت‌های این نرم‌افزار است. بر حسب نوع توالی انواع مختلفی از بلاست امکان پذیر است. مثلاً اگر یک ژن ناشناخته در موش که قبلاً اطلاعاتی از آن در اختیار نبوده، باید بررسی شود، یک پژوهشگر ترجیح می‌دهد این توالی را با ژنوم انسان بلاست کند. این نرم‌افزار در NIH (موسسه ملی بهداشت آمریکا) طراحی شد. بلاست یکی از برکاربردترین نرم‌افزارها در بیوانفورماتیک است که با سرعت مطلوب مقایسه مورد نظر را انجام می‌دهد. سرعت زمانی اهمیت خود را نشان می‌دهد که با ژنوم کامل روبرو باشیم. پیش از طراحی این نرم‌افزار مقایسه توالی‌ها بسیار وقت گیر بود.

@computational_science
#بلاست_2

نحوه پردازش برنامه بلاست:

با استفاده از روش Heuristic الگوریتم بلاست دنباله های همسان را پیدا میکند. در این روش به جای مقایسه کامل دو دنباله، تطابقهای کوتاه با یکدیگر مقایسه میشوند. به پروسه ی پیدا کردن کلمات اولیه برای اجرای الگوریتم بلاست seeding میگویند. بعد از پیدا کردن این تطابق های اولیه الگوریتم بلاست یک تطابق محلی (local alignment) انجام میدهد. هنگام پیدا کردن هومولوگ در دنباله ها، مجموعه حروف مشترک که به آنها لغت گفته میشود بسیار مهم اند. به عنوان مثال اگر دنباله ای شامل حروف GLKFA باشد؛ اگر بلاست با تنظیمات پیشفرض اجرا شود، طول لغت 3 خواهد بود( word size = 3).در این حالت لغاتی که جستجو خواهند شد لغات روبه رو هستند: GLK, LKF, KFA. الگوریتم اکتشافی (heuristic) بلاست، حروف سه تایی مشترک را بین دنباله ی مورد نظر و دنباله ی تطابق یا دنباله های پایگاه داده مکان یابی میکند. سپس از این نتایج برای ساخت یک تطابق استفاده میشو. بعد از ساخت لغات برای دنباله ی مورد نظر، لغات موجود در همسایگی نیز ساخته میشوند. این لغات باید در پروسه ی امتیاز دهی، امتیازشان از یک حد آستانه ای بیشتر شده باشد. و معمولاً برای این امتیاز دهی از ماتریس BLOSUM62 استفاده میشود. بعد از ساخت لغات و برای پیدا کردن تطابق لفات ساخته شده با دنباله های موجود در پایگاه داده مقایسه میشوند. حد آستانه مشخص میکند که لغت مورد نظر در تطابق نهایی باشد یا نباشد. بعد از انجام پروسه ی seeding (پیدا کردن تطابق اولیه)، تطابق یافته شده ی اولیه که در این مثال طول آن سه بود در دو جهت گسترش می یابد و با هر گسترش امتیاز جدیدی به تطابق داده میشود و اگر این امتیاز از مقداری از قبل تعیین شده بیشتر بود تطابق پذیرفته میشود و در غیر اینصورت از گسترش تطابق خودداری میشود. افزایش مقدار از قبل تعیین شده، فضای جستجو را محدود میکند و تعداد لغات همسایگی را کاهش میدهد اما سرعت اجرای الگوریتم بلاست را افزایش میدهد.

@computational_science