Молбиол, биоинформатика, life science
6.23K subscribers
255 photos
4 videos
264 files
826 links
Статьи, лекции, учебники, пособия, протоколы, софт, вакансии, инф-ция о различных мероприятиях (конференции, воркшопы, школы). По всем вопросам (в т.ч. рекламе) обращаться: @lopatushka. Чат канала: https://t.me/molbiolrf_chat
Download Telegram
Essential_Cell_Biology_Alberts_5_ed_2019.pdf
94.1 MB
Новое издание #учебник Альбертса по клеточной биологии
Хакатон по биоинформатике Cпб, 27-29 марта. Дедлайн подачи заявок - 5 марта: http://biohack.ru/participantform
Дедов_И_И_,_Шестакова_М_В_Сахарный.djvu
88.6 MB
Сахарный диабет: диагностика, лечение, профилактика (на русском) #учебник
Forwarded from Deleted Account
Уважаемые коллеги!

Приглашаем Вас принять участие во II Научно-практической школе "Секвенирование единичных клеток", которая будет проходить в г. Томске 1-5 июня 2020 года.

На школе будут представлены лекции ведущих учёных в области секвенирования единичных клеток и биоинформатического анализа данных.
Помимо этого, будут проведены практикумы по работе на платформе 10x Genomics и станции TTP Labtech mosquito, подготовке ДНК-библиотек, секвенированию и биоинформатической обработке полученных данных.
У каждого участника школы будет возможность поделиться своим опытом в области секвенирования единичных клеток и обсудить полученные результаты с коллегами.

По окончанию школы будут выдаваться сертификаты.
Язык школы - русский, английский.

Сайт школы: http://www.tnimc.ru/conferences/scs2020/
2 научно-популярные статьи об успешном применении AI в медицине: постановка диагноза по фотографии (да-да, это не шутка) с помощью смартфона, создание новых лекарств и даже поиск новых генетических мутаций здесь: https://www.theengineer.co.uk/ai-medical-diagnostics/ и https://www.forbes.com/sites/nicolemartin1/2019/09/30/artificial-intelligence-is-being-used-to-diagnose-disease-and-design-new-drugs/#433fab1744db
Высылаю несколько рабочих прокси для Телеграма
Редактируемый пост
Если прокси попадает в бан, ссылка становится неактивной, до тех пор пока он не заработает.

Прокси с маскировкой трафика под https:

MTProxy от @CatalogTelegram

MTProxy от @drproxy

MTProxy от @proxyme (TgVpn)

MTProxy от @themarfa

MTProxy от @tginfo

MTProxy от @FCK_RKN_bot

MTProxy от @TG_security

MTProxy от @d_code

MTProxy от @mtpro_xyz_bot

MTProxy от @msuprotest_proxy

MTProxy от @eternal_voice

MTProxy от @top_anime_news

MTProxy от @NormGif

MTProxy от @PixSetUp

MTProxy•2 от @CatalogTelegram

MTProxy•3 от @CatalogTelegram

Прокси без маскировки (с dd-префиксом):

MTProxy•2 от @drproxy

MTProxy•2 от @proxyme

MTProxy•3 от @proxyme Yota

MTProxy•2 от @themarfa

MTProxy•2 от @msuprotest_proxy


Сайт mssg.me/proxy
Хороший #учебник по терверу и статистике и решебник (!) к нему с полными решениями ко всем упражнениям.
13 февраля в 19:40 (корпус R, аудитория R 506) пройдет семинар «Методы машинного обучения в биоинформатике» (Современные приложения машинного обучения к анализу геномных данных). Семинар доцента департамента больших данных и информационного поиска факультета компьютерных наук, заведующей научно-учебной лабораторией биоинформатики Попцова Мария Сергеевна.

Тема: Улучшение предсказание структуры белков на основе потенциалов методами глубинного обучения.
Докладчик: Дарья Афентьева, студентка физического факультета МГУ, стажер-исследователь НУЛ биоинформатики

Cовместная работа компании DeepMind, Университетского колледжа Лондона и Института Фрэнсиса Крика, Лондон, Англия (“Improved protein structure prediction using potentials from deep learning”, Senior et al.). Публикация в журнале Nature, 2020 г. Проблема предсказания трехмерной структуры белка по последовательности представляет собой сложную задачу. Авторы предлагают метод AlphaFold, который представляет собой нейронную сеть, предсказывающую расстояния между парами оснований. Используя эту информацию, авторы восстанавливают потенциал средней силы, которая может аккуратно предсказать форму белка. Авторы обнаружили, что результирующий потенциал может быть оптимизирован простым алгоритмом градиентного спуска для генерации структуры без сложного сэмплирования. Метод AlphaFold достиг высокой точности для 24 из 43 структурных доменов, в то время как лучший до этого метод, основанный на информации о контактных взаимодействиях и сэмплировании, имел точность 14 из 43.

Адрес: Покровский бульвар, 11, корпус R, аудитория R 506.
Время проведения: 19:40-21:00.

Студентам, преподавателям и сотрудникам вход свободный.
Для заказа разовых пропусков просьба обращаться к менеджеру Жеребцовой Ксении по адресу kzherebczova@hse.ru
Forwarded from Deleted Account
Чат для подписчиков канала "Молбиол, биотех, биохимия, биоинформатика": https://t.me/joinchat/HxH2nlEZsSOvDpnnuL0qNw