💊دوره طراحی دارو پیشرفته (غربالگری مجازی - فارماکوفور)

🕰 آذر ماه (چهارشنبه 14:30 الی 19)

▪️350 هزار تومان

📞 اطلاعات بیشتر:
۰۹۱۰۶۶۶۵۵۹۰
۰۲۱۸۸۵۹۴۱۰۴
🌍https://goo.gl/ZSbJM2


@practicalbioinformatics

🔔زنگ تفریح

!!مترو مسکو امروز!!

🥇آزمایشگاه پارس سیلیکو
@practicalbioinformatics

🔔مشاهده ساختار ماکرومولکولهای زیستی به صورت سه بعدی

با کمک از تکنولوژی واقعیت افزوده (Augmented Reality)
با استفاده از ایلیکیشن موبایل Augment

🥇آزمایشگاه پارس سیلیکو
@practicalbioinformatics

🔔یک وب سایت بسیار خوب که به شما انواع گزینه ها و روش های موجود برای مصور سازی داده هاتون را معرفی میکند.👇

http://datavizproject.com

🥇 آزمایشگاه پارس سیلیکو
@practicalbioinformatics

https://goo.gl/1fNiGu

📣آزمایشگاه دکتر هرمزدیاری در دانشگاه کلمبیا به دنبال دانشجویان دکتری برای کار بر روی زیست شناسی محاسباتی است.

دانشجویان علاقه مند باید در یکی از دو برنامه تحصیلات تکمیلی CS دانشگاه UC-Davis درخواست خود را ثبت کنند.

یک متقاضی باید مهارتهای محاسباتی و کامپیوتری (یعنی ساختار داده، الگوریتم، آمار و یادگیری ماشین) قوی داشته باشد و باید تجربه کار با زبان برنامه نویسی (مثلا C / C ++، Java یا Python) را داشته باشد. تجربه کار با داده های بیولوژیکی به عنوان یک امتیاز در نظر گرفته می شود، اما ضروری نیست.

دانش آموزان علاقه مند می توانند با ایمیل fhormozd@ucdavis.edu با دکتر هرمزدیاری تماس بگیرند تا در مورد درخواست شما و چشم انداز پیوستن به گروه علوم کامپیوتر یا IGG در UC-Davis صحبت کنند.



▪️لینک ازمایشگاه دکتر فریدون هرمزدیاری
http://www.hormozdiarilab.org/graduate-students
▪️لینک ثبت درخواست
http://www.cs.ucdavis.edu/graduate/

🥇 آزمایشگاه پارس سیلیکو
@practicalbioinformatics

🔔آدرس sci-hub.bz پایگاه Sci Hub که قبلا در کانال معرفی شد. متاسفانه از دسترس خارج شده!

🎁آدرس جدید دسترسی به سایت🎁

💡 http://sci-hub.tw

▪️آزمایشگاه پارس سیلیکو
@practicalbioinformatics

⏳اخرین فرصت ثبت نام

📣کاملترین دوره انالیز بیان ژن

🕰 شروع دوره ۲۳ اذر

🔖ظرفیت باقیمانده ۳ نفر

🎓مدرس: اساتید دانشگاه

📞 اطلاعات بیشتر:
۰۹۱۰۶۶۶۵۵۹۰
۰۲۱۸۸۵۹۴۱۰۴
🌍goo.gl/ZSbJM2

@practicalbioinformatics

🖥 تجسم مولکول ها به روش های جدید با اپ Molecule World

▫️این برنامه فقط در اپ استور برای دستگاه های iOS در دسترس است

🥇 آزمایشگاه پارس سیلیکو
@practicalbioinformatics

🔔 مهلت ثبت نام و ثبت مقاله در کنفرانس تا ۲۰ آذرماه تمدید شد.

🎁ثبت نام با ۱۰ درصد تخفیف ویژه اعضای کانال پارس سیلیکو🎁

🥇 آزمایشگاه بیوانفورماتیک پارس سیلیکو
@Practicalbioinformatics

🔔 مهلت ثبت نام و ثبت مقاله در هفتمین همایش بیوانفورماتیک ایران تا ۲۰ آذرماه تمدید شد.🔔

🎁ثبت نام با ۱۰ درصد تخفیف ویژه اعضای کانال پارس سیلیکو🎁

🏆آزمایشگاه بیوانفورماتیک پارس سیلیکو به عنوان عضو حقوقی انجمن بیوانفورماتیک ایران با رایزنی های صورت گرفته ۱۰ درصد هزینه ثبت نام اعضای کانال را تقبل می کند. اعضای کانال پارس سیلیکو در مهلت باقیمانده میتوانند با ۱۰ درصد تخفیف ویژه پارس سیلیکو در این رویداد شرکت نمایند.🏆

📞جهت اطلاعات بیشتر با شماره های زیر تماس حاصل بفرمایید.
۰۹۱۰۶۶۶۵۵۹۰
۰۲۱۸۸۵۹۴۱۰۴
ارتباط با مدیر کانال:
@bioinformatics1

▫️لینک وب سایت همایش
www.icb7.ir

🥇 آزمایشگاه بیوانفورماتیک پارس سیلیکو
@Practicalbioinformatics

✍️مقاله جذاب در زمینه طراحی دارو با عنوان:
🔔Common Hits Approach: Combining Pharmacophore Modeling and Molecular Dynamics Simulations
که در مجله
📖 Journal of chemical information and modeling
سال 2017 چاپ شده است.
▫️در این تحقیق نویسندگان برای بدست آوردن مدل فارماکوفور مناسب از دینامیک مولکولی پروتئین لیگاند استفاده کرده اند.

🥇 آزمایشگاه بیوانفورماتیک پارس سیلیکو
@Practicalbioinformatics

🔔Common Hits Approach: Combining Pharmacophore Modeling and Molecular Dynamics Simulations
📖 Journal of chemical information and modeling
▫️2017

🥇 آزمایشگاه پارس سیلیکو
@Practicalbioinformatics

🔔دعوت به همکاری🔔

🏳آزمایشگاه بیوانفورماتیک پارس سیلیکو در نظر دارد جهت تکمیل کادر اداری، نیروی کار پاره وقت بپذیرد.

شرایط:

۱. دانشجو یا فارغ التحصیل رشته های مرتبط با زیست شناسی، شیمی، ریاضی و مهندسی
۲. روابط عمومی بالا
۳. علاقه مند به مباحث بیوانفورماتیک

▪️جهت اطلاعات بیشتر متقاضیان گرامی می توانند با شماره های
09106665590
02188594104
تماس بگیرند و یا رزومه خود را به آدرس ایمیل info@parssilico.com و یا از طریق مدیر کانال @bioinformatics1 ارسال نمایند

🥇آزمایشگاه بیوانفورماتیک پارس سیلیکو
@practicalbioinformatics

✍️پرسش و پاسخ های متداول برای مبتدیان داکینگ


1️⃣ چگونه سایت اتصال در پروتئین را پیش بینی می کنید؟

شما مجبور نیستید سایت های اتصال را در پروتئینی که میخواهید داک بزارید را پیش بینی کنید. شما می توانید سایت های اتصال را با کمک مقالات مرتبط به آن پروتئین پیدا کنید. هنگامی که در سایت بانک پروتئینی یک PDB خاص را باز می کنید، می توانید یک بخش به نام «Literature» را در همان صفحه پیدا کنید که شامل مقاله تحقیقاتی درباره ساختار آن پروتئین (ورودی PDB) است. این مقاله تمام جزئیات مربوط به اسید های امینه کاتالیتیک یا سایت های اتصال مرتبط به آن پروتئین خاص را نشان می دهد.
شما مجبور نیستید از یک سرور آنلاین استفاده کنید؛ سرور ها برای شما چندین سایت اتصال می دهد، اما نمی دانید لیگاند شما قرار است به کدام یک از این بایندینگ سایت های پیشگویی شده اتصال پیدا کند. پس فقط به PDB بروید و وقتی بطور مثال صفحه 3BJC را باز کنید،مقاله مربوط به آن را پیدا خواهید کرد.


2️⃣تفاوت بین داکینگ کور "Blind docking" و داکینگ براساس بایندینگ سایت چیست؟

داکینگ کور وقتی انجام می شود که ما در مورد سایت های کاتالیتیکی / سایت های اتصال، یک پروتئین هیچ اطلاعاتی نداشته باشیم. این نوع داکینگ اصولا برای پروتئین های جدید انجام می شود، در صورتی که داکینگ براساس سایت اتصال پروتئین در زمانی که ما سایت های اتصال آن پروتئین را می دانیم صورت میگیرد. همچنین از داکینگ کور برای کشف سایت های اتصال یک پروتئین استفاده می شود. در داکینگ کور شما برای داکینگ لیگاندتون کل پروتئین را درنظر میگیرید، در صورتی که در داکینگ براساس بایندینگ سایت شما تنها اسید امینه های سایت اتصال را در نظر میگیریم و لیگاند تنها میتواند به پاکت مشخص شده متصل شود.


3️⃣چرا قبل از داکینگ ما heatoms را از فایل PDB حذف میکنیم؟

ساختاری که ما استفاده می کنیم یک ساختار بلوری است که با لیگاند (ها) کمپلکس شده است، بنابراین، برای داکینگ لیگاند مورد نظر خودمان با پروتئین در یک موقعیت خاص، باید لیگاند متصل به ساختار کریستالوگرافی پروتئین را با حذف heathoms از فایل PDB حذف کنیم. گاهی اوقات، اگر ما بخواهیم اینتراکشن یک لیگاند را با پروتئین در حضور لیگاند دیگر (که قبلا به پروتئین متصل شده است) مطالعه کنیم، در این صورت، hetatoms را از پروتئین حذف نمی کنیم.


4️⃣چرا برای داکینگ فقط یک زنجیره پروتئین را انتخاب می کنیم؟

ما برای جلوگیری از پیچیدگی، زنجیره های ساختار پروتئین را حذف می کنیم . اما ما باید اطمینان حاصل کنیم که اسید های امینه کاتالیتیک یا بایندینگ سایت پروتئین بین دو زنجیره نباشد، در این صورت برای داکینگ باید دو زنجیره را حفظ کنیم.

🥇آزمایشگاه بیوانفورماتیک پارس سیلیکو
@practicalbioinformatics

goo.gl/NTbbvH

🔔لیپیدومیکس « Lipidomics» : یک مرور کلی

✍️لیپید ها، متابولیت های ضروری در بدن انسان هستند که از جمله فعالیت های مختلف مانند ذخیره انرژی، غدد درون ریز، سیگنالینگ سلولی، مورفوژنز و غیره عمل می کنند. با استفاده از رویکرد لیپیدمیک، مطالعه در مورد گونه های لیپیدی در یک ارگانیسم، ساده تر شده است.
لیپیدومیکس Lipidomics یک فیلد در حال ظهور در مجموعه مطالعات 'omics' برای تجزیه و تحلیل در سطح سیستمی لیپید ها و مولکول های مرتبط با انها در درون سلول است. Lipidomics با هدف تعریف و اندازه گیری تمام انواع مولکولی لیپید موجود در سلول است. این یک رویکرد قدرتمند برای درک زیست شناسی لیپید است. گونه های مولکولی لیپید را می توان با 8 دسته شناخته شده لیپیدها، کلاس های متعدد و زیر کلاس ها تعریف کرد که توسط LIPID MAPS با همکاری کمیته بین المللی طبقه بندی و نامگذاری لیپید ها (ICCNL) ) تهیه شده اند.
✍️برخی از فن آوری های مدرن مانند کروماتوگرافی مایع (LC)، اسپکترومتری جرمی (MS)، رزونانس مغناطیسی هسته ای (NMR) برای شناسایی و تعیین مقدار گونه های چربی به منظور درک عملکرد آنها در سیستم های زیستی مورد استفاده قرار میگیرند. کنسرسیوم LIPID MAPS تجزیه و تحلیل جامعی از لیپیدوم در پستانداران را با توسعه روش های جدید لیپیدومیکیک مبتنی بر کروماتوگرافی مایع همراه با طیف سنجی جرم انجام داد ه است که امروزه به طور گسترده ای مورد استفاده قرار می گیرد. فن آوری MS ثابت شده است که در مشخص کردن و اندازه گیری گونه های مولکولی لیپید در عصاره های چربی بسیار کارآمد است. یکی از دلایل این امر می تواند توانایی MS در تشخیص و جداسازی هر ذره یونیزه براساس نسبت جرم به وزن (m / z) باشد. MS همچنین می تواند اطلاعات ساختاری را با قطعه کردن یون های لیپید فراهم کند که می تواند با استفاده از MS Tandem یا MS / MS به دست آید.

✍️اساسا، دو روش مختلف برای تجزیه و تحلیل لیپیدمیک وجود دارد:
1️⃣ اعمال برخی از پروتکل های بهینه شده برای استخراج هر گروه لیپید و سپس استفاده از LC برای جدا کردن گونه های مولکولی لیپیدها، پس از آن برای تجزیه و تحلیل بیشتر از جمله تجزیه مولکولی (MS / MS)، اسکن یون و غیره، محصول شویش LC به طور مستقیم به طیف سنج جرم داده می شود .
2️⃣ رویکرد دیگر، همچنین به عنوان "لیپیدمیک شاتگان" شناخته می شود، شامل استخراج لیپیدها و بدنبال آن آنالیز MS بدون جداسازی LC می باشد.

چندین ابزار برای لیپیدومیکس در دسترس هستند و برخی از آنها با ترکیب ژنومیک و لیپیدمیک برای شناسایی بیومارکرهای بالینی در حال توسعه می باشند. به عنوان مثال، SimLipid ابزار تشخیص ليپيدها در سطح و حجم بالا است.

🥇آزمایشگاه بیوانفورماتیک پارس سیلیکو
@practicalbioinformatics

📌 سومین کنفرانس زیست شناسی سامانه های ایران

⭐️ارتباط با دانشمندان تراز اول دنیا
⭐️8 و 9 اسفند ماه


سایت همایش
icsb2018.modares.ac.ir

🥇آزمایشگاه بیوانفورماتیک پارس سیلیکو
@practicalbioinformatics

✅روش PGD و PGS همزمان؛ پایان یک دوگانگی
https://goo.gl/6qTMRN

◀️روش های PGD و PGS، دو مسیر مجزا

ازابتدای دهه 90 میلادی که اولین موارد PGD در انسان جنبه ی عملی به خود گرفت و تا سال 2006 که روش aCGH سنگ بنای روش های PGS را گذاشت، این دو روش تشخیص و غربالگری ژنتیکی پیش از لانه گزینی به صورت موازی با هم به رشد و گسترش مشغول بوده و هر کدام تکنولوژی هایی را حول خود پدید آوردند. در زمینه ی PGD روش FISH با تولید گسترده ی پروب های مختلف برای تک ژن ها، هر روز دایره ی تشخیص ژنتیکی را به ژن های جدیدتری تسری می دادند و تکنیک PCR توانست پای ژنتیک مولکولی را به عرصه ی تشخیص ژنتیکی پیش از لانه گزینی باز کند. در تشخیص آنیوپلوئیدی ها و PGS هر روز بر دقت روش های aCGH افزوده شده و گستره ی آن به تمام ژنوم رسید.

⏸مشکلاتی که پابرجا ماند

با تمام پیشرفت ها، مسائلی اساسی همچنان پابرجا بود که در ذات این روش ها بودند و آن ها را محدود می کردند. محدودیت تعداد و رنگ سیگنال ها در FISH، آرتفکتهای ناشی از آمپلیفیکشن و نیاز به یک تست مجزا برای بررسی هر ژن در روش های مبتنی بر PCR و مشکلاتی در بررسی جابجاییهای بالانس، عدم تشخیص موزائیسم و موارد دیگر در PGS باعث می شد تا تحقیقات برای یافتن راه های جدید متوقف نشود. گذشته از این موارد، تحقیقات اخیر نشان داده است که درصد بالایی از جنین هایی که تحت PGD برای ناهنجاری های تک ژنی قرار می گیرند، همچنان درگیر آنیوپلوئیدی های مختلف هستند و نیاز است تا بر روی آنها PGS و aCGh نیز انجام شود.

⏮ظهور روش های PGD و PGS همزمان

انقلابی که روش های توالی یابی پربازده و نسل بعد در دیگر زمینه های ژنتیک و ژنومیک ایجاد کرد، خیلی زود به تشخیص ژنتیکی پیش از لانه گزینی رسید. محققان با بکارگیری این روش توانستند بر موانع پیشین غلبه کرده و هر دو روش PGD و PGS را اینبار با هم انجام دهند، دامنه ی PGD را نیز همانند PGS به تمام اگزوم و ژنوم گسترش دهند و بی نهایت وضعیت مختلف را در آن واحد بررسی کنند. به اینها بیفزایید قابلیت های جدیدی را که در ارتقای PGS و تشخیص آنیوپلوئیدی ها از جمله تشخیص جابجایی های بالانس، قابلیت تشخیص جابجایی های چندگانه، تتراپلوئیدی ها، تریپلوئیدی ها، یونی پرنتال دایزومی ها، تشخیص جنین های مذکر سالم در بیماری های وابسته به ایکس و از همه مهمتر تشخیص منشا میتوزی و میوزی تریزومی ها رخ داده است. ماحصل تمام این قابلیت های جدید در افزایش نرخ باروری در روش های کمک باروری از میانگین جهانی 30-35 درصد به حدود 45-50 درصد خواهد بود.

کامل ترین نوع این روش های مبتنی بر توالی یابی نسل بعد در زمینه ی تشخیص ژنتیکی پیش از لانه گزینی #Haplarithmisis نام دارد و بر پایه ی بررسی میلیون ها SNP در ژنوم جنین، والدین و گراند پرنت ها بنا شده است و مهر پایانی خواهد بود بر روش های جداگانه و سنتی PGD وPGS.

✅خبر خوب اینکه این روش اکنون در #ایران و توسط شرکت نوژن اکسیر و آزمایشگاه ژنتیک جهاد دانشگاهی دانشگاه علوم پزشکی تهران مورد بهره برداری قرار گرفته است و تمامی مراکز درمان ناباروری و آزمایشگاه های ژنتیک کشور می توانند از آن استفاده کنند.

بیشتر بدانید:
1️⃣ویژگی های روش PGD&PGS همزمان :
https://t.me/exirlabs/81

2️⃣Combining PGD and PGS to Select Embryos
Increases Pregnancy Rate:
https://t.me/exirlabs/29
3️⃣مقاله چاپ شده در نشریه American Journal of Human Genetics:
https://goo.gl/AnxOG7

www.ExirLabs.com
@ExirLabs

🏆دوره آموزشی بایو پایتون

▫️مدت: 4 هفته 12 جلسه

▫️شروع دوره پنجشنبه 14 دی


📞 اطلاعات بیشتر:
۰۹۱۰۶۶۶۵۵۹۰
۰۲۱۸۸۵۹۴۱۰۴
🌍goo.gl/ZSbJM2
⏳ آزمایشگاه پارس سیلیکو
@practicalbioinformatics

🔴 هم اکنون ما را در اینستاگرام دنبال کنید...

🔔صفحه اینستاگرام "آزمایشگاه بیوانفورماتیک پارس سیلیکو"
👇👇👇
https://www.instagram.com/pars_silico

📣 در هفتمین «همایش بیوانفورماتیک ایران» پذیرا شما هستیم.

⏳13 الی 15 دی ماه
📌تهران - دانشگاه تربیت مدرس - دانشکده علوم زيستی

@Practicalbioinformatics