🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science
#سیستم_بیولوژی
✅همانطوری که می دانیم با استفاده از روش های مختلف Omics می توان به مطالعه و اندازه گیری اجزای سیستم های زیستی بزرگ پرداخت. برای مثال درعلم ژنومیکس به مطالعه ی همزمان تعداد زیادی از ژن های دخیل در یک فرآیند فیزیولوژیک پرداخته می شود و یا در پروتئومیکس همین فرآیند برای پروتئین ها تکرار می شود.
✅از طرفی دیگر با استفاده از علم بیوانفورماتیک به سازماندهی داده های حاصل از همین روش های Omics پرداخته می شود، به طوری که این دیتاها بصورت منظمی قابل دسترسی و مطالعه باشند. برای مثال در پایگاه PubMed می توان به حجم انبوهی از اطلاعات سازمان یافته درباره ی ژنوم انسان، ژنوم موش، الگوهای بیان ژنی و ... به صورت رایگان دسترسی داشت. این اطلاعات بصورت Big Data هستند و می توان با استفاده از ابزارهای متعددی آن ها را مورد آنالیز و بررسی قرار داد. از جمله ی این دیتابانک های معروف میتوان به GEO (mRNA profiling)، Target Scan (microRNA)، Swiss-Prot (Proteins)، DbGAP (Genome-wide association studies)، OMIM (Disease Genes) و Pharm GKB (Drugs) اشاره نمود. با استفاده از مطالعات آماری می توان به بررسی روابط بین داده های موجود در هریک از این دیتابانک ها پرداخت. همچنین می توان داده های چند دیتابانک را بصورت همزمان مورد مطالعه آماری قرار داد. برای مثال می توان داده های ژنومی مرتبط با سرطان ریه را از یک دیتابانک، با داده های mRNA همین سرطان از دیتابانک دیگر و نیز داده های پروتئینی مربوطه از یک دیتابانک دیگر، تجمیع نمود و مطالعه کرد. بنابراین می توان لیستی از داده های ژنتیکی، mRNA ای و پروتئینی مربوط به یک بیماری یا یک شرایط فیزیولوژیک خاص را تهیه نمود.
حال که لیستی از اجزاء مرتبط داریم می توانیم ارتباط این اجزاء را به صورت یک شبکه ترسیم کنیم. با توجه به دانش زیست شناسی می دانیم که بسیاری از بیومولکول ها بر روی یکدیگر تاثیرگذارند و این تاثیر گذاری معانی متعددی دارد؛ مثل فعالسازی و غیرفعالسازی. بنابراین وقتی دو جزء را می خواهیم به هم متصل کنیم باید تاثیر آن ها بر یکدیگر را در نظر گرفت.
وقتی که یک شبکه ترسیم شد به هر یک از اجزاء شبکه node و به خطی که آن ها را به هم وصل میکند و بیانگر نوع ارتباط آن هاست یال یا edge می گوییم. خوشبختانه علم محاسبه ی خصوصیات یک شبکه از دیرباز در دانش ریاضیات توسعه یافته و قوانین جامع و کارآمدی برای آن موجود است. بنابراین خصوصیات یک شبکه را می توان با تئوری گراف ها مطالعه نمود و مورد محاسبه قرار داد.
✔️پس به طور خلاصه می توان گفت:
✅ما مجموعه ای از اطلاعات مختلف حاصل از روش های Omics داریم که در دیتابانک هایی ذخیره شده اند. این اطلاعات را می توان به صورت شبکه درآورد و با استفاده از اصول تئوری گراف به مطالعه خصوصیات مختلف آن پرداخت. مجموعه ی این کارها در علم سیستم بیولوژی قرار می گیرد.
🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science
@computational_science
#سیستم_بیولوژی
✅همانطوری که می دانیم با استفاده از روش های مختلف Omics می توان به مطالعه و اندازه گیری اجزای سیستم های زیستی بزرگ پرداخت. برای مثال درعلم ژنومیکس به مطالعه ی همزمان تعداد زیادی از ژن های دخیل در یک فرآیند فیزیولوژیک پرداخته می شود و یا در پروتئومیکس همین فرآیند برای پروتئین ها تکرار می شود.
✅از طرفی دیگر با استفاده از علم بیوانفورماتیک به سازماندهی داده های حاصل از همین روش های Omics پرداخته می شود، به طوری که این دیتاها بصورت منظمی قابل دسترسی و مطالعه باشند. برای مثال در پایگاه PubMed می توان به حجم انبوهی از اطلاعات سازمان یافته درباره ی ژنوم انسان، ژنوم موش، الگوهای بیان ژنی و ... به صورت رایگان دسترسی داشت. این اطلاعات بصورت Big Data هستند و می توان با استفاده از ابزارهای متعددی آن ها را مورد آنالیز و بررسی قرار داد. از جمله ی این دیتابانک های معروف میتوان به GEO (mRNA profiling)، Target Scan (microRNA)، Swiss-Prot (Proteins)، DbGAP (Genome-wide association studies)، OMIM (Disease Genes) و Pharm GKB (Drugs) اشاره نمود. با استفاده از مطالعات آماری می توان به بررسی روابط بین داده های موجود در هریک از این دیتابانک ها پرداخت. همچنین می توان داده های چند دیتابانک را بصورت همزمان مورد مطالعه آماری قرار داد. برای مثال می توان داده های ژنومی مرتبط با سرطان ریه را از یک دیتابانک، با داده های mRNA همین سرطان از دیتابانک دیگر و نیز داده های پروتئینی مربوطه از یک دیتابانک دیگر، تجمیع نمود و مطالعه کرد. بنابراین می توان لیستی از داده های ژنتیکی، mRNA ای و پروتئینی مربوط به یک بیماری یا یک شرایط فیزیولوژیک خاص را تهیه نمود.
حال که لیستی از اجزاء مرتبط داریم می توانیم ارتباط این اجزاء را به صورت یک شبکه ترسیم کنیم. با توجه به دانش زیست شناسی می دانیم که بسیاری از بیومولکول ها بر روی یکدیگر تاثیرگذارند و این تاثیر گذاری معانی متعددی دارد؛ مثل فعالسازی و غیرفعالسازی. بنابراین وقتی دو جزء را می خواهیم به هم متصل کنیم باید تاثیر آن ها بر یکدیگر را در نظر گرفت.
وقتی که یک شبکه ترسیم شد به هر یک از اجزاء شبکه node و به خطی که آن ها را به هم وصل میکند و بیانگر نوع ارتباط آن هاست یال یا edge می گوییم. خوشبختانه علم محاسبه ی خصوصیات یک شبکه از دیرباز در دانش ریاضیات توسعه یافته و قوانین جامع و کارآمدی برای آن موجود است. بنابراین خصوصیات یک شبکه را می توان با تئوری گراف ها مطالعه نمود و مورد محاسبه قرار داد.
✔️پس به طور خلاصه می توان گفت:
✅ما مجموعه ای از اطلاعات مختلف حاصل از روش های Omics داریم که در دیتابانک هایی ذخیره شده اند. این اطلاعات را می توان به صورت شبکه درآورد و با استفاده از اصول تئوری گراف به مطالعه خصوصیات مختلف آن پرداخت. مجموعه ی این کارها در علم سیستم بیولوژی قرار می گیرد.
🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science
#سیستم_بیولوژی
ارایه چند کلیپ ویدئویی از سیستم بیولوژی 👇👇
🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science
ارایه چند کلیپ ویدئویی از سیستم بیولوژی 👇👇
🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science
#سیستم_بیولوژی کلیپ برگزیده در برنامه TED🔷🔶🔹🔸
ویدئویی از دکتر باراباسی دانشمند مشهور در زمینه های شبکه های زیستی عصبی و سیستم بیولوژی، که درباره شبکه های پروتئینی و اهمیت آن در بیماری ها در برنامه TED سخنرانی می کنند.👇👇
📝 Do your proteins have their own social network?
⏲ Duration: 16 min
💾 Size: 50 MB
@computational_science🔸🔹🔶🔷
ویدئویی از دکتر باراباسی دانشمند مشهور در زمینه های شبکه های زیستی عصبی و سیستم بیولوژی، که درباره شبکه های پروتئینی و اهمیت آن در بیماری ها در برنامه TED سخنرانی می کنند.👇👇
📝 Do your proteins have their own social network?
⏲ Duration: 16 min
💾 Size: 50 MB
@computational_science🔸🔹🔶🔷
♻️امیدوارم مطالب ارسالی در مورد سیستم بیولوژی مورد پسند اساتید و دانش پژوهان واقع شده باشه ، انشاءالله فردا ادامه مطالب در مورد تکنیک توالی یابی نسل جدید NGS-RNAseq خواهد بود...از اینکه مارو همراهی میکنید صمیمانه تشکر و قدردانی میکنیم.🙏🌺
🔷🔶🔸🔹یکی از مباحث جالب و البته بسیار کاربردی در حوزه ی بیوانفورماتیک، "ایمونوانفورماتیک" است که در طراحی واکسن ها بسیار مورد توجه قرار گرفته است. 🔸🔹🔶🔷
در ادامه کتبی در این زمینه خدمتتان ارئه خواهد شد و امیدواریم مورد استفاده اساتید قرار گیرد.
@computational_science
📚 معرفی کتب 📚
✅ نام: Immunoinformatics
✅ انتشارات: Humana Press
✅نام: Stockley’s Drug Interactions
✅انتشارات: pharmaceutical press
🔶🔹شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔹🔶
@computational_science
در ادامه کتبی در این زمینه خدمتتان ارئه خواهد شد و امیدواریم مورد استفاده اساتید قرار گیرد.
@computational_science
📚 معرفی کتب 📚
✅ نام: Immunoinformatics
✅ انتشارات: Humana Press
✅نام: Stockley’s Drug Interactions
✅انتشارات: pharmaceutical press
🔶🔹شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔹🔶
@computational_science
Immunoinformatics.pdf
18.3 MB
🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science
@computational_science
drug intraction.pdf
17.3 MB
🔶شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران 🔶
@computational_science
@computational_science
معرفی نرم افزار:
#VMD
✅این نرم افزار برای مدلسازی، دیدن و آنالیز سیستم های زیستی مثل پروتئین ها، اسید نوکلئیک ها، غشاهای سلولی و ... به کار می رود. نرم افزار VMD قابلیت باز کردن فایل های ساختاری با فرمت های مختلف (مثل Pdb) را به خوبی داراست. با این نرم افزار شما قادر خواهید بود که بیومولکول مورد نظرتان را به رنگ ها و روش های مختلفی ببینید (مثل مدل های گوی و میله، ریبون، کارتون و ...) و مورد دستورزی قرار دهید. همچنین شما قادر خواهید بود که با استفاده از فایل های مسیر یا تراجکتوری، از مسیر حرکت بیومولکول مورد نظرتان انیمیشن تهیه کنید. در مجموع این نرم افزار به عنوان یکی از قدرتمندترین نرم افزار ها برای مشاهده، ویرایش و آنالیز بیومولکول ها به صورت گرافیکی مطرح است. در ادامه لینک وبسایت این نرم افزار آورده شده است. با مراجعه به این وبسایت می توانید ضمن دانلود نرم افزار، از آموزش های لازم نیز بهره مند شوید.
https://telegram.me/computational_science
http://www.ks.uiuc.edu/Research/vmd/
🔶🔹شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران🔶🔹
اولین شبکه محاسباتی ایران
@computational_science
#VMD
✅این نرم افزار برای مدلسازی، دیدن و آنالیز سیستم های زیستی مثل پروتئین ها، اسید نوکلئیک ها، غشاهای سلولی و ... به کار می رود. نرم افزار VMD قابلیت باز کردن فایل های ساختاری با فرمت های مختلف (مثل Pdb) را به خوبی داراست. با این نرم افزار شما قادر خواهید بود که بیومولکول مورد نظرتان را به رنگ ها و روش های مختلفی ببینید (مثل مدل های گوی و میله، ریبون، کارتون و ...) و مورد دستورزی قرار دهید. همچنین شما قادر خواهید بود که با استفاده از فایل های مسیر یا تراجکتوری، از مسیر حرکت بیومولکول مورد نظرتان انیمیشن تهیه کنید. در مجموع این نرم افزار به عنوان یکی از قدرتمندترین نرم افزار ها برای مشاهده، ویرایش و آنالیز بیومولکول ها به صورت گرافیکی مطرح است. در ادامه لینک وبسایت این نرم افزار آورده شده است. با مراجعه به این وبسایت می توانید ضمن دانلود نرم افزار، از آموزش های لازم نیز بهره مند شوید.
https://telegram.me/computational_science
http://www.ks.uiuc.edu/Research/vmd/
🔶🔹شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران🔶🔹
اولین شبکه محاسباتی ایران
@computational_science
Telegram
🔷شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران🔷
🔷شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران🔷
✔️لینک گروه: https://t.me/computational_science_group
✔️لینک کانال: @Computational_science
@ammar_mohseni:ادمین✔️
✔️این شبکه وابسته به مرکز زیست محاسبات پویا می باشد
✔️لینک گروه: https://t.me/computational_science_group
✔️لینک کانال: @Computational_science
@ammar_mohseni:ادمین✔️
✔️این شبکه وابسته به مرکز زیست محاسبات پویا می باشد