Forwarded from Deleted Account
همه کاربران لینوکس میدونن که دستور vim و nano از بهترین و پرکاربردترین دستوراتی هستند که از طریق آنها می توان محتوای خط فرمان را ویرایش نمود. استفاده از این دو کامند بستگی به نظر کاربر دارد. بعضی از کاربران تمایل دارند با دستور vim کار کنند و بعضی دیگر nano را در ارجحیت قرار می دهند. توصیه ما به شما اینه که با توجه به ساده تر بودن دستور nano در مقایسه با vim برای شما که تازه میخواهید در محیط لینوکس کار کنید از این دستور استفاده کنید. مثلا اکر بخواهید در یک فایل متنی در خط 123 آن یک بخشی را ویرایش کنید با تایپ عبارت زیر در ترمینال می توانید به راختی به این بخش دسترسی پیدا نمایید و قسمت دلخواه را ویرایش کنید.
vim +123 filename.txt
دقت داشته باشید که گزینه filename نام فایل شماست که بایستی عبارت صحیح مربوط به آن را هنگام تایپ دستور در این قسمت وارد کنید. برای کسب مهارت در رابطه با دستورات ذکر شده اکنون سیستم عامل خود را باز کنید و با تایپ دستورات بالا در ترمینال خود دستورات مورد نظر را اجرا کنید تا به درستی مطالب موردنظر برای شما قاب تفهیم باشد. سایر دستورات در پست بعدی ذکر می شود.
🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪
انتشار این مطلب بدون ذکر منبع شرعا حرام است و پیگرد قانونی دارد
🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪
vim +123 filename.txt
دقت داشته باشید که گزینه filename نام فایل شماست که بایستی عبارت صحیح مربوط به آن را هنگام تایپ دستور در این قسمت وارد کنید. برای کسب مهارت در رابطه با دستورات ذکر شده اکنون سیستم عامل خود را باز کنید و با تایپ دستورات بالا در ترمینال خود دستورات مورد نظر را اجرا کنید تا به درستی مطالب موردنظر برای شما قاب تفهیم باشد. سایر دستورات در پست بعدی ذکر می شود.
🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪
انتشار این مطلب بدون ذکر منبع شرعا حرام است و پیگرد قانونی دارد
🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪🔪
Forwarded from JP
#کاربردهای_شبیه_سازی_دینامیک_مولکولی
Molecular Dynamics Simulation - Peptide Surface Interactions
مطالعه تعامل ها و اینترکشن های سطح پروتئین یکی از موضوعات مهم در زمینه ایمپلنت( implants) و زیست مواد است. اطلاعات و داده های کمی در مورد جزئیات مولکولی در رابطه با کنترل رفتار در جذب پروتئین ها و پپتیدها است. درک اینکه پپتیدها و پروتئین ها چگونه با سطح ایمپلنت( implants) تعامل برقرار می کند در طراحی دستگاه های پزشکی بسیار هائز اهمیت است. همچنین این زمینه برای پیش بینی رفتار پروتئین ها در حلال ها بسیار مفید است. به منظور بررسی قابلیت جذب پپتیدها و پروتئین ها از شبیه سازی استفاده شده است و انرژی آزاد جذب (ΔGads) به دست می آید. شبیه سازی با استفاده از برنامه charmm و فورس فیلد host-guest peptide به همراه توالی TGTG-X-GTGT صورت گرفت.
@computational_science
Molecular Dynamics Simulation - Peptide Surface Interactions
مطالعه تعامل ها و اینترکشن های سطح پروتئین یکی از موضوعات مهم در زمینه ایمپلنت( implants) و زیست مواد است. اطلاعات و داده های کمی در مورد جزئیات مولکولی در رابطه با کنترل رفتار در جذب پروتئین ها و پپتیدها است. درک اینکه پپتیدها و پروتئین ها چگونه با سطح ایمپلنت( implants) تعامل برقرار می کند در طراحی دستگاه های پزشکی بسیار هائز اهمیت است. همچنین این زمینه برای پیش بینی رفتار پروتئین ها در حلال ها بسیار مفید است. به منظور بررسی قابلیت جذب پپتیدها و پروتئین ها از شبیه سازی استفاده شده است و انرژی آزاد جذب (ΔGads) به دست می آید. شبیه سازی با استفاده از برنامه charmm و فورس فیلد host-guest peptide به همراه توالی TGTG-X-GTGT صورت گرفت.
@computational_science
Forwarded from JP
Forwarded from JP
#کاربردهای_شبیه_سازی_دینامیک_مولکولی
به طور خاص نتایج به دست آمده از شبیه سازی با استفاده از CHARMM نشان می دهد که قدرت جذب سطحی در پپتیدها و پروتئین ها بیشتر بستگی به قدرت سطوح آبگریز و بارمثبت دارد. این نتایج باعث تکامل و راه اندازی یک میدان نیرو برای شبیه سازی رفتار جذب پروتئین ها می شود. در حال حاضر با استفاده از نتایج حاصل از این تحقیق یک میدان نیروی سطحی همراه با CHARMM به وجود آمده است که میدان نیروی " dual force-field simulation engine نامیده می شود.
@computational_science
به طور خاص نتایج به دست آمده از شبیه سازی با استفاده از CHARMM نشان می دهد که قدرت جذب سطحی در پپتیدها و پروتئین ها بیشتر بستگی به قدرت سطوح آبگریز و بارمثبت دارد. این نتایج باعث تکامل و راه اندازی یک میدان نیرو برای شبیه سازی رفتار جذب پروتئین ها می شود. در حال حاضر با استفاده از نتایج حاصل از این تحقیق یک میدان نیروی سطحی همراه با CHARMM به وجود آمده است که میدان نیروی " dual force-field simulation engine نامیده می شود.
@computational_science
Forwarded from JP
انیمیشن میتوکندری به عنوان نیروگاه سلولی 👇👇👇👇👇👇
http://scivideos.com/videos/%D9%86%DB%8C%D8%B1%D9%88%DA%AF%D8%A7%D9%87-%D8%B3%D9%84%D9%88%D9%84-%D9%85%DB%8C%D8%AA%D9%88%DA%A9%D9%86%D8%AF%D8%B1%DB%8C/
http://scivideos.com/videos/%D9%86%DB%8C%D8%B1%D9%88%DA%AF%D8%A7%D9%87-%D8%B3%D9%84%D9%88%D9%84-%D9%85%DB%8C%D8%AA%D9%88%DA%A9%D9%86%D8%AF%D8%B1%DB%8C/
مرجع ویدئوهای علمی
میتوکندری به عنوان نیروگاه سلولی
میتوکندری یکی از اصلی ترین قسمت های سلولی می باشد که از طریق غشاء از سیتوپلاسم جدا شده و یک اندامک مستقل با ژنهای مستقل برای خود می باشد
Forwarded from Bioinformatics & Computational Biology
🔸🔹🔶🔷@computational_science 🔸🔹🔶🔷
یک مقاله جدید در روز گذشته (21 سپتامبر 2016) منتشر شد: بر روی امنیت محصولات تراریخته یا مهندسی شده (GMO)
بیولوژی محاسباتی بحث روز است، بخصوص در مواردی که به سلامت انسان کمک می کند.
با استفاده از شبیه سازی و بکارگیری الگوریتم های خاصی، پیش از اینکه هزینه های هنگفت آزمایشگاهی هدر شود، با کارایی بالا صحت مطالعات پیشبینی می شود.
این مقاله برای افرادی که در حیطه بیوتکنولوژی کار میکنند ، خصوصا بیوتکنولوژی صنایع غذایی می تواند ایده های نوینی بهمراه داشته باشد. لینک فایل پی دی اف در لینک زیر موجود است:
http://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-016-1256-6
🔸🔹🔶🔷@computational_science 🔸🔹🔶🔷
یک مقاله جدید در روز گذشته (21 سپتامبر 2016) منتشر شد: بر روی امنیت محصولات تراریخته یا مهندسی شده (GMO)
بیولوژی محاسباتی بحث روز است، بخصوص در مواردی که به سلامت انسان کمک می کند.
با استفاده از شبیه سازی و بکارگیری الگوریتم های خاصی، پیش از اینکه هزینه های هنگفت آزمایشگاهی هدر شود، با کارایی بالا صحت مطالعات پیشبینی می شود.
این مقاله برای افرادی که در حیطه بیوتکنولوژی کار میکنند ، خصوصا بیوتکنولوژی صنایع غذایی می تواند ایده های نوینی بهمراه داشته باشد. لینک فایل پی دی اف در لینک زیر موجود است:
http://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-016-1256-6
🔸🔹🔶🔷@computational_science 🔸🔹🔶🔷
BMC Bioinformatics
A covert authentication and security solution for GMOs
Background Proliferation and expansion of security risks necessitates new measures to ensure authenticity and validation of GMOs. Watermarking and other cryptographic methods are available which conceal and recover the original signature, but in the process…
محققان اعلام کردند علاوه بر حس شنوایی، بویایی، چشایی، بینایی و لامسه دارای سه حس دیگر هستیم که از وجود آن بیخبریم.
به نقل از یاهو، به گفته این محققان در ضمیر ناخودآگاه ما حواس دیگری علاوه بر حواس پنجگانه وجود دارد که به صورت ناخواسته نادیده گرفته شدهاند.
به گفته محققان این پژوهش، ما دارای حسی به نام “thermoception” (حس حرارت) هستیم که مسئول سنجش درجه حرارت بوده و به ما کمک میکند تا در سرمای زمستان بتوانیم میزان سرما را درک کنیم و بر طبق این حس لباس مناسب بپوشیم.
پیشتر احساس گرما و سرما در دستهبندی حس لامسه قرار میگرفت این در حالی است که به گفته محققان این پژوهش شما برای درک سرما یا گرما نیازی به لمس آن ندارید.
حس دیگری که همیشه مخصوصا در مدرسه و دانشگاه و محل کار به کمک ما میآید و ما از وجود آن بیاطلاع هستیم، proprioception (حس موقعیت اندامهای بدن) نام دارد که به ما کمک میکند تا بدون نگاه کردن به صفحه کلید لغات مورد نظر خود را تایپ کنید.
این حس حتی در زمان راه رفتن نیز به کمک انسان آمده و فرد بدون نگاه کردن به زمین میتواند به راحتی راه رفته و به پاهای خود برای ادامه مسیر اطمینان کند.
به کمک این حس حتی بدون نگاه کردن به اندامهای مختلف بدن میتوان موقعیت آنها را درک کرد.
شاید بتوان گفت که ما ساده ترین کارهای خود مانند رانندگی، راه رفتن، تایپ کردن و غیره را مدیون این حس هستیم.
در نهایت، حسی به نام “equilibrioception” (حس تعادل) مربوط به حفظ تعادل ما بوده و از افتادن و زمین خوردن ما جلوگیری میکند.
البته محققان این پژوهش برای اثبات رسمی این ادعای جدید نیازمند انجام پژوهشهای بیشتر هستند اما نکته قابل توجه اینجاست که بدون وجود این حواس زندگی برای ما بسیار دشوار خواهد شد.
به نقل از یاهو، به گفته این محققان در ضمیر ناخودآگاه ما حواس دیگری علاوه بر حواس پنجگانه وجود دارد که به صورت ناخواسته نادیده گرفته شدهاند.
به گفته محققان این پژوهش، ما دارای حسی به نام “thermoception” (حس حرارت) هستیم که مسئول سنجش درجه حرارت بوده و به ما کمک میکند تا در سرمای زمستان بتوانیم میزان سرما را درک کنیم و بر طبق این حس لباس مناسب بپوشیم.
پیشتر احساس گرما و سرما در دستهبندی حس لامسه قرار میگرفت این در حالی است که به گفته محققان این پژوهش شما برای درک سرما یا گرما نیازی به لمس آن ندارید.
حس دیگری که همیشه مخصوصا در مدرسه و دانشگاه و محل کار به کمک ما میآید و ما از وجود آن بیاطلاع هستیم، proprioception (حس موقعیت اندامهای بدن) نام دارد که به ما کمک میکند تا بدون نگاه کردن به صفحه کلید لغات مورد نظر خود را تایپ کنید.
این حس حتی در زمان راه رفتن نیز به کمک انسان آمده و فرد بدون نگاه کردن به زمین میتواند به راحتی راه رفته و به پاهای خود برای ادامه مسیر اطمینان کند.
به کمک این حس حتی بدون نگاه کردن به اندامهای مختلف بدن میتوان موقعیت آنها را درک کرد.
شاید بتوان گفت که ما ساده ترین کارهای خود مانند رانندگی، راه رفتن، تایپ کردن و غیره را مدیون این حس هستیم.
در نهایت، حسی به نام “equilibrioception” (حس تعادل) مربوط به حفظ تعادل ما بوده و از افتادن و زمین خوردن ما جلوگیری میکند.
البته محققان این پژوهش برای اثبات رسمی این ادعای جدید نیازمند انجام پژوهشهای بیشتر هستند اما نکته قابل توجه اینجاست که بدون وجود این حواس زندگی برای ما بسیار دشوار خواهد شد.
Forwarded from Deleted Account
Dark Purple یک فلش درایو مخرب است که از طریق یو اس بی وارد سیستم شده و باعث نابودی اطلاعات درایور ها و کل قطعات سخت افزاری می شود.
کلیک- Dark Purple نوعی فلش مموری مخرب است که می تواند پس از اتصال کامپیوتر را به آتش بکشد یا قطعات اصلی آن را بسوزاند. این قطعه توسط یک متخصص روس ساخته شده که علاقه زیادی به حوزه سخت افزار دارد.
این فلش مموری مخرب بعد از اینکه انرژی الکتریکی ۲۲۰ ولت را از طریق درگاه یو اس بی دریافت کرد مثل یک ترانسفورماتور جریان مستقیم عمل می کند و در هر سیکل به وسیله چند خازن کوچک جریان خروجی را افزایش می دهد. این دوره زمانی رفت و برگشت تا وقتی ادامه پیدا می کند که برد اصلی سیستم و قطعاتی که دارای دیود های TVS هستند به کلی از بین بروند.
اکثر قطعات اصلی نصب شده بر روی مادر برد از طریق کابل و یا سیم کشی داخلی به یکدیگر وصل شده اند. به همین دلیل جریان بیش از حد به آن ها نیز آسیب وارد می کند. با توجه به اینکه این روزها فایروال و آنتی ویروس های قدرتمندی بر روی گجت های مختلف نصب است، از USB killer می توان برای نابود کردن همه اطلاعات موجود بر روی دستگاه های دارای درگاه یو اس بی با ضریب اطمینان ۱۰۰ درصد استفاده کرد.
تولید انبوه USB killer باعث می شود که از این به بعد اگر به یک فلش درایو ناشناس برخورد کردید صرف نظر از اطلاعات، آن را به حال خود رها کنید یا اینکه منتظر نابودی تمام قطعات سیستم تان شوید.
منبع: خبرگذاری صدا و سیمای جمهوری اسلامی ایران
کلیک- Dark Purple نوعی فلش مموری مخرب است که می تواند پس از اتصال کامپیوتر را به آتش بکشد یا قطعات اصلی آن را بسوزاند. این قطعه توسط یک متخصص روس ساخته شده که علاقه زیادی به حوزه سخت افزار دارد.
این فلش مموری مخرب بعد از اینکه انرژی الکتریکی ۲۲۰ ولت را از طریق درگاه یو اس بی دریافت کرد مثل یک ترانسفورماتور جریان مستقیم عمل می کند و در هر سیکل به وسیله چند خازن کوچک جریان خروجی را افزایش می دهد. این دوره زمانی رفت و برگشت تا وقتی ادامه پیدا می کند که برد اصلی سیستم و قطعاتی که دارای دیود های TVS هستند به کلی از بین بروند.
اکثر قطعات اصلی نصب شده بر روی مادر برد از طریق کابل و یا سیم کشی داخلی به یکدیگر وصل شده اند. به همین دلیل جریان بیش از حد به آن ها نیز آسیب وارد می کند. با توجه به اینکه این روزها فایروال و آنتی ویروس های قدرتمندی بر روی گجت های مختلف نصب است، از USB killer می توان برای نابود کردن همه اطلاعات موجود بر روی دستگاه های دارای درگاه یو اس بی با ضریب اطمینان ۱۰۰ درصد استفاده کرد.
تولید انبوه USB killer باعث می شود که از این به بعد اگر به یک فلش درایو ناشناس برخورد کردید صرف نظر از اطلاعات، آن را به حال خود رها کنید یا اینکه منتظر نابودی تمام قطعات سیستم تان شوید.
منبع: خبرگذاری صدا و سیمای جمهوری اسلامی ایران
Forwarded from JP
#کاربردهای_شبیه_سازی_دینامیک_مولکولی
Defining the membrane disruption mechanism of kalata B1 via coarse-grained molecular dynamics simulation
مطالعات نشان داده است که مولکول kalata b1 مولکولی است که باعث اختلال غشاء می شود. در این مطالعه برای به دست آوردن درک مناسب و مکانیسم پروتئین KB1 از شبیه سازی داینامیک مولکولی دانه درشت استفاده شده است. این شبیه سازی در غلظت های مختلف مولکول KB1 صورت گرفت. دو پیکربندی از الیگومر KB1 تشخیص داده شد که شامل پیکربندی برج مانند و پیکربندی خوشه دیوار مانند است. اتصالات بین الیگومر دیوار مانند منجر به شکل گیری یک فضای توخالی در داخل خوشه KB1 در غشاء می شود.
@computational_science
Defining the membrane disruption mechanism of kalata B1 via coarse-grained molecular dynamics simulation
مطالعات نشان داده است که مولکول kalata b1 مولکولی است که باعث اختلال غشاء می شود. در این مطالعه برای به دست آوردن درک مناسب و مکانیسم پروتئین KB1 از شبیه سازی داینامیک مولکولی دانه درشت استفاده شده است. این شبیه سازی در غلظت های مختلف مولکول KB1 صورت گرفت. دو پیکربندی از الیگومر KB1 تشخیص داده شد که شامل پیکربندی برج مانند و پیکربندی خوشه دیوار مانند است. اتصالات بین الیگومر دیوار مانند منجر به شکل گیری یک فضای توخالی در داخل خوشه KB1 در غشاء می شود.
@computational_science
Forwarded from JP
#کاربردهای_شبیه_سازی_دینامیک_مولکولی
شکل زیر و قسمت ها a و b به صورت شماتیک نشان می دهد که الیگومر برج مانند و دیوار مانند به غشاء متصل شده اند. و همچنین در قسمت های c و d نیز نمای جانبی و بالایی الیگومر حلقه مانند مولکول KB1 را نشان می دهد. در این شکل و قسمت e مکانیسم تخریب غشاء توسط مولکول KB1 نشان داده شده است. شبیه سازی برای ما نشان داد که لیپیدهای غشایی نزدیک الیگومر حلقه مانند مولکول KB1 از غشاء خارج می شوند و وارد ساختار حلقه مانند در داخل مولکول می شوند.
@computational_science
شکل زیر و قسمت ها a و b به صورت شماتیک نشان می دهد که الیگومر برج مانند و دیوار مانند به غشاء متصل شده اند. و همچنین در قسمت های c و d نیز نمای جانبی و بالایی الیگومر حلقه مانند مولکول KB1 را نشان می دهد. در این شکل و قسمت e مکانیسم تخریب غشاء توسط مولکول KB1 نشان داده شده است. شبیه سازی برای ما نشان داد که لیپیدهای غشایی نزدیک الیگومر حلقه مانند مولکول KB1 از غشاء خارج می شوند و وارد ساختار حلقه مانند در داخل مولکول می شوند.
@computational_science
Forwarded from JP
Forwarded from JP
#کاربردهای_شبیه_سازی_دینامیک_مولکولی
فعالیت تخریب کننده غشای مولکول KB1 به تغییرات جزیی در خواص اتصالی این مولکول به غشاء سلولی بستگی دارد. برای اینکه تغییرات تخریب غشاء به وسیله مولکول KB1 مورد بررسی قرار گیرد فاصله بین سرهای لیپیدی با مولکول COM در داخل غشاء محاسبه می شود. با توجه به شکل زیر قسمت a نتایج نشان داد که تخریب غشاء حتی زمانی که مولکول KB1 وجود ندارد نیز مشاهده می شود. با این حال نتایج بعدی که در شکل زیر نیز مشخص است نشان داد که ارتباط مستقیمی بین غلظت مولکول KB1 و تخریب غشاء وجود دارد.
@computational_science
فعالیت تخریب کننده غشای مولکول KB1 به تغییرات جزیی در خواص اتصالی این مولکول به غشاء سلولی بستگی دارد. برای اینکه تغییرات تخریب غشاء به وسیله مولکول KB1 مورد بررسی قرار گیرد فاصله بین سرهای لیپیدی با مولکول COM در داخل غشاء محاسبه می شود. با توجه به شکل زیر قسمت a نتایج نشان داد که تخریب غشاء حتی زمانی که مولکول KB1 وجود ندارد نیز مشاهده می شود. با این حال نتایج بعدی که در شکل زیر نیز مشخص است نشان داد که ارتباط مستقیمی بین غلظت مولکول KB1 و تخریب غشاء وجود دارد.
@computational_science
Forwarded from JP
Forwarded from Bioinformatics & Computational Biology
#خبر این هفته
💠مایکروسافت میخواهد تا دهسال آینده سرطان را "درمان" کند!💠 👇👇
مایکروسافت از برنامهی بلندپروازانهای برای «درمان سرطان با دانش کامپیوتر تا دهسال آینده» خبر دادهاست.
گفتنی است پروژههای بلندپروازانهی بسیار دیگری نیز در دل این برنامه نهفته است، یکی از گیراترین آنها این است که ایشان میخواهند رایانههای «دیاناِی» بسیاربسیارریزی را بسازند که بتواند در بدن انسان زندگیکرده، سلولهای سرطانی را پاییده و سپس آنها را دوباره برنامهنویسی کند، به گونهای که بیدرنگ به سلولهای سالم تبدیل شوند.
"کریس بیشِپ" از بخش پژوهش مایکروسافت چنین میگوید: بسیار طبیعی است که مایکروسافت به دنبال چنین چیزی است، چون ما کارشناسان بسیار فراوانی در زمینهی دانش رایانه داریم و آنچه در سرطان میگذرد یک چالش رایانشی(محاسباتی) است.
این تنها یک تشبیه نیست! یک دیدگاه ژرفِ ریاضی است. به نظر میآید که سنجش دانشهای «بیولوژی» و «رایانش» باهم، مانند سنجش پنیر با گچ باشد، ولی این دو دانش پیوندهای بسیار ژرفی در بسیاری از زیرساختها باهم دارند.
چون تا کنون دیده نشده که مایکروسافت پایش را از دایرهی فراوردههای الکترونیکی فراتر گذاشته باشد، برای همین ایشان برای رسیدن به این هدف گروهی از دانشمندان بیولوژِی و رایانه را از سراسر جهان گردآوردهاند تا در زمینههای گوناگون سرطان بپژوهند.
هنوز جزییات این برنامه زیاد نیست، ولی یکی از گروهها با بهکارگیری "یادگیری ماشین" و "بینایی رایانه"- که در آن رایانه ها از روی عکسها و فیلمها دادههایی را استخراج میکنند- به رادیولوژیستها درک بهتری از چگونگی پیشرفت تکتک تومورهای سرطانی در بیماران میدهند.
این میتواند به بازکردن دریچهی تازهای برای گسترش "پزشکی شخصی- ویژهی هر بیمار" بیانجامد.
@computational_science
گروهی دیگر در این پروژه بر روی روشهایی کار میکنند که بتوانند بهترین نقشهی حمله برای هر گونه از تومورها را جداگانه پیش بینی کند.
همچنین یک گروه نیز بر روی ایدهی "سفر به ماه" کار میکنند تا بتوانند از «دیاناِی DNA» رایانههایی بسازند که سلولهای سرطانی را پایش کرده و بر روی آنها از نو برنامهنویسی بکنند؛❕برنامهنویسی بر روی سلولهای سرطانی در "درون" بدن❕
دیدگاه این است که هر بار که سلولهای سرطانی در بدن رشد میکنند، رایانه خبردار شده و "سیستم را از نو راهاندازی کرده و سلولهای بیمار شده را پاکیزه کند".
با وجود به کارگیری این همه روشهای گوناگون، مایکروسافت میگوید که همه این پروژهها-هر چقدر هم باهم فرق داشته باشند- از دو روش همسان از دانشهای رایانه پیروی میکنند:
〽️ پردازش دادهها، و ، یادگیری ماشین. @computational_science
یکی از روشها از این دیدگاهِ مایکروسافت ریشه گرفته که: سرطان و دیگر فرایندهای بیولوژیکی همانند سامانههای پردازش داده هستند.
با این دیدگاه، ایشان ابزارهایی چون زبان برنامهنویسی، کامپایلرها و مدلیابها(model checkers) را که در مدل و نتیجهگیری در فرایندهای رایانشی به کار میرود را برای فرایندهای بیولوژیکی نیز به کار بردهاند.
به گفتهی این گروه، پژوهشگران با کاربرد "یادگیری ماشین" میتوانند میلیونها و میلیونها پوشه از دادههای بیولوژیکی را آنالیز کرده و روشهای درمان تازهای را گسترش دهند- کاری که تا کنون با دست انجام شده است.
"یادگیری ماشین" توانایی این را دارد که به فرایند درمان شتاب بالایی ببخشد، شتابی حتی بسیار بیشتر از آنی که میپنداریم.
به گفتهی "دیدید هکرمن" سرپرست گروه ژنومیک مایکروسافت، انقلابی در زمینهی درمان سرطان در راه است.
حتی دهسال پیش نیز مردم اینگونه میپنداشتند که شما بافتهای سرطانی را درمان میکنید: اگر سرطان مغز بگیرید، درمان سرطان مغز انجام میدهید. اگر سرطان روده بگیرید، درمانی برای سرطان روده میگیرید.
اکنون ما حداقل این را میدانیم که بسیار مهم است که ژنومیک سرطان را درمان کنیم؛ سلولهایی را که در ژنوم به راهِ بد رفتهاند.
با اینکه برنامه زمانی ایشان برای "درمان سرطان تا ده سال آینده " بلندپروازانه مینماید، بسیاری از پژوهشگرانی که در این پروژه کار میکنند آسودهخاطرند که این هدف دستیافتنی است.
به گفتهی دکتر "یاسْمین فیشر"، یکی از پژوهشگران این پروژه: اگر ما بتوانیم سرطان را کنترلکرده و قانونمندش کنیم، آنزمان سرطان مانند بیماریهای مزمن میشود و دیگر درمانشدنی است. شاید برخی گونههای سرطان تا ۵ سال آینده نیز درمان شوند، یا در بدترین حالت تا ده سال آینده.
منبع :سایت پزشکان و قانون
@computational_science
💠مایکروسافت میخواهد تا دهسال آینده سرطان را "درمان" کند!💠 👇👇
مایکروسافت از برنامهی بلندپروازانهای برای «درمان سرطان با دانش کامپیوتر تا دهسال آینده» خبر دادهاست.
گفتنی است پروژههای بلندپروازانهی بسیار دیگری نیز در دل این برنامه نهفته است، یکی از گیراترین آنها این است که ایشان میخواهند رایانههای «دیاناِی» بسیاربسیارریزی را بسازند که بتواند در بدن انسان زندگیکرده، سلولهای سرطانی را پاییده و سپس آنها را دوباره برنامهنویسی کند، به گونهای که بیدرنگ به سلولهای سالم تبدیل شوند.
"کریس بیشِپ" از بخش پژوهش مایکروسافت چنین میگوید: بسیار طبیعی است که مایکروسافت به دنبال چنین چیزی است، چون ما کارشناسان بسیار فراوانی در زمینهی دانش رایانه داریم و آنچه در سرطان میگذرد یک چالش رایانشی(محاسباتی) است.
این تنها یک تشبیه نیست! یک دیدگاه ژرفِ ریاضی است. به نظر میآید که سنجش دانشهای «بیولوژی» و «رایانش» باهم، مانند سنجش پنیر با گچ باشد، ولی این دو دانش پیوندهای بسیار ژرفی در بسیاری از زیرساختها باهم دارند.
چون تا کنون دیده نشده که مایکروسافت پایش را از دایرهی فراوردههای الکترونیکی فراتر گذاشته باشد، برای همین ایشان برای رسیدن به این هدف گروهی از دانشمندان بیولوژِی و رایانه را از سراسر جهان گردآوردهاند تا در زمینههای گوناگون سرطان بپژوهند.
هنوز جزییات این برنامه زیاد نیست، ولی یکی از گروهها با بهکارگیری "یادگیری ماشین" و "بینایی رایانه"- که در آن رایانه ها از روی عکسها و فیلمها دادههایی را استخراج میکنند- به رادیولوژیستها درک بهتری از چگونگی پیشرفت تکتک تومورهای سرطانی در بیماران میدهند.
این میتواند به بازکردن دریچهی تازهای برای گسترش "پزشکی شخصی- ویژهی هر بیمار" بیانجامد.
@computational_science
گروهی دیگر در این پروژه بر روی روشهایی کار میکنند که بتوانند بهترین نقشهی حمله برای هر گونه از تومورها را جداگانه پیش بینی کند.
همچنین یک گروه نیز بر روی ایدهی "سفر به ماه" کار میکنند تا بتوانند از «دیاناِی DNA» رایانههایی بسازند که سلولهای سرطانی را پایش کرده و بر روی آنها از نو برنامهنویسی بکنند؛❕برنامهنویسی بر روی سلولهای سرطانی در "درون" بدن❕
دیدگاه این است که هر بار که سلولهای سرطانی در بدن رشد میکنند، رایانه خبردار شده و "سیستم را از نو راهاندازی کرده و سلولهای بیمار شده را پاکیزه کند".
با وجود به کارگیری این همه روشهای گوناگون، مایکروسافت میگوید که همه این پروژهها-هر چقدر هم باهم فرق داشته باشند- از دو روش همسان از دانشهای رایانه پیروی میکنند:
〽️ پردازش دادهها، و ، یادگیری ماشین. @computational_science
یکی از روشها از این دیدگاهِ مایکروسافت ریشه گرفته که: سرطان و دیگر فرایندهای بیولوژیکی همانند سامانههای پردازش داده هستند.
با این دیدگاه، ایشان ابزارهایی چون زبان برنامهنویسی، کامپایلرها و مدلیابها(model checkers) را که در مدل و نتیجهگیری در فرایندهای رایانشی به کار میرود را برای فرایندهای بیولوژیکی نیز به کار بردهاند.
به گفتهی این گروه، پژوهشگران با کاربرد "یادگیری ماشین" میتوانند میلیونها و میلیونها پوشه از دادههای بیولوژیکی را آنالیز کرده و روشهای درمان تازهای را گسترش دهند- کاری که تا کنون با دست انجام شده است.
"یادگیری ماشین" توانایی این را دارد که به فرایند درمان شتاب بالایی ببخشد، شتابی حتی بسیار بیشتر از آنی که میپنداریم.
به گفتهی "دیدید هکرمن" سرپرست گروه ژنومیک مایکروسافت، انقلابی در زمینهی درمان سرطان در راه است.
حتی دهسال پیش نیز مردم اینگونه میپنداشتند که شما بافتهای سرطانی را درمان میکنید: اگر سرطان مغز بگیرید، درمان سرطان مغز انجام میدهید. اگر سرطان روده بگیرید، درمانی برای سرطان روده میگیرید.
اکنون ما حداقل این را میدانیم که بسیار مهم است که ژنومیک سرطان را درمان کنیم؛ سلولهایی را که در ژنوم به راهِ بد رفتهاند.
با اینکه برنامه زمانی ایشان برای "درمان سرطان تا ده سال آینده " بلندپروازانه مینماید، بسیاری از پژوهشگرانی که در این پروژه کار میکنند آسودهخاطرند که این هدف دستیافتنی است.
به گفتهی دکتر "یاسْمین فیشر"، یکی از پژوهشگران این پروژه: اگر ما بتوانیم سرطان را کنترلکرده و قانونمندش کنیم، آنزمان سرطان مانند بیماریهای مزمن میشود و دیگر درمانشدنی است. شاید برخی گونههای سرطان تا ۵ سال آینده نیز درمان شوند، یا در بدترین حالت تا ده سال آینده.
منبع :سایت پزشکان و قانون
@computational_science
باسلام خدمت اساتید و دوستان گرامی🌺🌺
نکاتی در زمینه معرفی برنامه هایی که در پیش گویی ژن و پروموتور های پروکاریوتی و یوکاریوتی استفاده میشوند خدمت بزرگواران ارایه میشود.
🔶🔷برنامه های پیش گویی ژن در سه گروه اصلی قرار میگیرند🔷🔶
۱ - الگوریتم های ازابتدا @computational_science
۲- مبتنی بر همولوژی
۳مبتنی بر توافق
🔴هدف برنامه های پیش گویی ژن ازابتدا ، تشخیص اگزون ها از مناطق غیرکدکننده و سپس اتصال اگزون ها بطور صحیح میباشد.
که دارای روش های متفاوتی میباشد :
الف) پیش گویی با استفاده از شبکه های عصبی
ب) پیش گویی با استفاده از آنالیز تفکیک کننده خطی (LDA) یا مربعی (QDA)
✅برنامه FGENES برنامه تحت وب هست و از LDA برای تعیین اینکه آیا یک سیگنال اگزون هست یا نه، استفاده میکند.
@computational_science
ج).پیش گویی با استفاده از HMM
✅برنامه GENSCAN برنامه ای تحت وب هست که براساس HMM درجه پنج استفاده میکند این برنامه پیش گویی را با ترکیب بسامد هگزامرها و سیگنال های کدکننده ( کدوم های آغاز ،جعبه TATA, محل های کلاهک گذاری ،دنباله پلی آدنینی و...) انجام میدهد. و برنامه های دیگر ...
۲_ برنامه های پیش گویی ژن مبتی بر همولوژی
برنامه های مبتنی بر همولوژی بر مبنای این واقعیت هست که ساختار و توالی اگزون ها در گونه های نزذیک بهم بسیار حفاظت شده است. زمانی که قالب های بالقوه کدکننده توالی مورد جستجو ترجمه میشوند و جهت انطباق با نزدیکترین همولوگ های پروتئینی در پایگاه داده استفاده میگردند، نواحی که انطباق خوبی دارند نشاندهنده مرز اگزون های توالی مورد جستجو هستند. در این برنامه ها فرض میشود که همه توالی های پایگاه داده صحیح هستند .و این تصور هم معقولی هست چرا که بسیاری از توالی های هومولوگی که باهم مقایسه میشوند از cDNA ویا قطعات توالی بیان شدن (EST) گونه های مشابه بدست آمده اند .این روش در کنار شواهد آزمایشگاهی ، شیوه نسبتا مناسبی برای یافتن ژن ها، در DNA ژنومی ناشناخته هست. اشکال این روش در اینجاست که اگر همولوگی در پایگاه داده پیدا نشود نمیتوان از این روش استفاده کرد. در این راستا برنامه های متنوعی میبای بر همولوژی وجود دارد :👇👇
✅برنامه GenomeScan برنامه ای تحت وب هست که نتایج پیش گویی GENSCAN رو با جستجوهای تشابه BLASTX ترکیب میکند . کاربر محترم باید DNAژنومی و توالی های پروتئین گونه مورد نظر خودش رو آماده داشته باشد.سپس DNA ژنومی به همه ی شش قالب ترجمه میشوند تا اینکه همه ی اگزون های ممکن را پوشش بدهد و بعد اگزون های ترجمه شده با توالی های پروتئینی کاربر مقایسه می گردند.
✅برنامه EST2Genome نیز برنامه ای تحت وب هست و برای تعیین مرز اینترون - اگزون ، از انطباق توالی ها استفاده میکند.
✅برنامه SGP-1 برنامه ای تحت وب هست و مبتنی بر تشابه هست و توالی های DNA ژنومی دو موجود نزدیک بهم رو انطباق میدهد
✅برنامه TwinScan نیز یک سرور یافتن ژن مبتنی بر تشابه هست . این برنامه نیز همانند GenomeScan برای پیش گویی همه اگزون های محتمل توالی ژنومی از GENSCAN استفاده میکند .
✔️کانال و گروه بیوانفورماتیک و بیولوژی محاسباتی رو به دوستانتان معرفی کنید.
https://telegram.me/joinchat/BP7D2zyFRAJTZgcOxXJA9A
@computational_science
نکاتی در زمینه معرفی برنامه هایی که در پیش گویی ژن و پروموتور های پروکاریوتی و یوکاریوتی استفاده میشوند خدمت بزرگواران ارایه میشود.
🔶🔷برنامه های پیش گویی ژن در سه گروه اصلی قرار میگیرند🔷🔶
۱ - الگوریتم های ازابتدا @computational_science
۲- مبتنی بر همولوژی
۳مبتنی بر توافق
🔴هدف برنامه های پیش گویی ژن ازابتدا ، تشخیص اگزون ها از مناطق غیرکدکننده و سپس اتصال اگزون ها بطور صحیح میباشد.
که دارای روش های متفاوتی میباشد :
الف) پیش گویی با استفاده از شبکه های عصبی
ب) پیش گویی با استفاده از آنالیز تفکیک کننده خطی (LDA) یا مربعی (QDA)
✅برنامه FGENES برنامه تحت وب هست و از LDA برای تعیین اینکه آیا یک سیگنال اگزون هست یا نه، استفاده میکند.
@computational_science
ج).پیش گویی با استفاده از HMM
✅برنامه GENSCAN برنامه ای تحت وب هست که براساس HMM درجه پنج استفاده میکند این برنامه پیش گویی را با ترکیب بسامد هگزامرها و سیگنال های کدکننده ( کدوم های آغاز ،جعبه TATA, محل های کلاهک گذاری ،دنباله پلی آدنینی و...) انجام میدهد. و برنامه های دیگر ...
۲_ برنامه های پیش گویی ژن مبتی بر همولوژی
برنامه های مبتنی بر همولوژی بر مبنای این واقعیت هست که ساختار و توالی اگزون ها در گونه های نزذیک بهم بسیار حفاظت شده است. زمانی که قالب های بالقوه کدکننده توالی مورد جستجو ترجمه میشوند و جهت انطباق با نزدیکترین همولوگ های پروتئینی در پایگاه داده استفاده میگردند، نواحی که انطباق خوبی دارند نشاندهنده مرز اگزون های توالی مورد جستجو هستند. در این برنامه ها فرض میشود که همه توالی های پایگاه داده صحیح هستند .و این تصور هم معقولی هست چرا که بسیاری از توالی های هومولوگی که باهم مقایسه میشوند از cDNA ویا قطعات توالی بیان شدن (EST) گونه های مشابه بدست آمده اند .این روش در کنار شواهد آزمایشگاهی ، شیوه نسبتا مناسبی برای یافتن ژن ها، در DNA ژنومی ناشناخته هست. اشکال این روش در اینجاست که اگر همولوگی در پایگاه داده پیدا نشود نمیتوان از این روش استفاده کرد. در این راستا برنامه های متنوعی میبای بر همولوژی وجود دارد :👇👇
✅برنامه GenomeScan برنامه ای تحت وب هست که نتایج پیش گویی GENSCAN رو با جستجوهای تشابه BLASTX ترکیب میکند . کاربر محترم باید DNAژنومی و توالی های پروتئین گونه مورد نظر خودش رو آماده داشته باشد.سپس DNA ژنومی به همه ی شش قالب ترجمه میشوند تا اینکه همه ی اگزون های ممکن را پوشش بدهد و بعد اگزون های ترجمه شده با توالی های پروتئینی کاربر مقایسه می گردند.
✅برنامه EST2Genome نیز برنامه ای تحت وب هست و برای تعیین مرز اینترون - اگزون ، از انطباق توالی ها استفاده میکند.
✅برنامه SGP-1 برنامه ای تحت وب هست و مبتنی بر تشابه هست و توالی های DNA ژنومی دو موجود نزدیک بهم رو انطباق میدهد
✅برنامه TwinScan نیز یک سرور یافتن ژن مبتنی بر تشابه هست . این برنامه نیز همانند GenomeScan برای پیش گویی همه اگزون های محتمل توالی ژنومی از GENSCAN استفاده میکند .
✔️کانال و گروه بیوانفورماتیک و بیولوژی محاسباتی رو به دوستانتان معرفی کنید.
https://telegram.me/joinchat/BP7D2zyFRAJTZgcOxXJA9A
@computational_science