| آکادمی زیست اومیکس |
07.05.202517:18
📚 کتاب ارزشمند «Bioinformatics and Functional Genomics»
⌨️کتاب بیوانفورماتیک و ژنومیک عملکردی، نوشته‌ی جاناتان پوسنر، یکی از بهترین منابع آموزشی در این زمینه است که به بررسی روش‌ها و ابزارهای بیوانفورماتیک برای تحلیل داده‌های ژنومی و پروتئومی می‌پردازد و مفاهیم پیچیده‌ای مانند توالی‌یابی ژنوم، آنالیز ژنها، شبکه‌های تنظیم ژنی، و کاربردهای بالینی بیوانفورماتیک را با زبانی روان و قابل فهم توضیح می‌دهد. یکی از ویژگی‌های بارز این کتاب، استفاده از مثال‌های عملی و تصویری است که به درک بهتر مطالب کمک میکند.
👥این کتاب برای دانشجویان و علاقه‌مندان به بیوانفورماتیک، ژنومیک، زیستشناسی مولکولی، پزشکی و سایر رشته‌های مرتبط بسیار مناسب است. نویسنده تلاش کرده‌است تا با ارائه‌ی جدیدترین یافته‌های علمی و تحقیقاتی، خوانندگان را با پیشرفت‌های روز دنیا در حوزه‌ی بیوانفورماتیک و ژنومیک عملکردی آشنا کند. ساختار منظم و تدریجی کتاب، یادگیری را برای خوانندگان آسان‌تر کرده و آن را به یکی از منابع مرجع در این زمینه تبدیل کرده است.
#کتاب
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
⌨️کتاب بیوانفورماتیک و ژنومیک عملکردی، نوشته‌ی جاناتان پوسنر، یکی از بهترین منابع آموزشی در این زمینه است که به بررسی روش‌ها و ابزارهای بیوانفورماتیک برای تحلیل داده‌های ژنومی و پروتئومی می‌پردازد و مفاهیم پیچیده‌ای مانند توالی‌یابی ژنوم، آنالیز ژنها، شبکه‌های تنظیم ژنی، و کاربردهای بالینی بیوانفورماتیک را با زبانی روان و قابل فهم توضیح می‌دهد. یکی از ویژگی‌های بارز این کتاب، استفاده از مثال‌های عملی و تصویری است که به درک بهتر مطالب کمک میکند.
👥این کتاب برای دانشجویان و علاقه‌مندان به بیوانفورماتیک، ژنومیک، زیستشناسی مولکولی، پزشکی و سایر رشته‌های مرتبط بسیار مناسب است. نویسنده تلاش کرده‌است تا با ارائه‌ی جدیدترین یافته‌های علمی و تحقیقاتی، خوانندگان را با پیشرفت‌های روز دنیا در حوزه‌ی بیوانفورماتیک و ژنومیک عملکردی آشنا کند. ساختار منظم و تدریجی کتاب، یادگیری را برای خوانندگان آسان‌تر کرده و آن را به یکی از منابع مرجع در این زمینه تبدیل کرده است.
#کتاب
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
25.04.202516:17
داستانی از دل تکامل به مناسبت روز DNA، رمزگشایی از ژنوم سگ‌های جیندو🧬🐕
🔎تحقیقات نوینی که با استفاده از توالی‌یابی عمیق کل ژنوم (Whole Genome Sequencing) بر روی ۱۱۳ قلاده سگ بومی کره‌ای نژاد جیندو انجام شده، نگاه بی‌سابقه‌ای به پایه ژنتیکی و مسیر تکاملی رنگ‌های متنوع پوشش آن‌ها ارائه داده است. این مطالعه با هدف درک فرآیندهای پیچیده تکاملی که این الگوهای رنگی منحصر به فرد را شکل داده‌اند، صورت پذیرفته است.
📝با تجزیه و تحلیل کامل کد ژنتیکی، دانشمندان ژن‌های خاصی را که در تعیین رنگ پوشش حیاتی هستند، شناسایی کردند: CBD103، ASIP و MC1R. این ژنها تولید رنگدانه‌های ملانین (اوملانین و فئوملانین) را هماهنگ می‌کنند که پالت رنگی سگ را تعیین می‌کنند.
🐾ردیابی "جیندو" اصیل:
📚تحلیل‌های ژنومی، با بررسی عدم تعادل پیوستگی (Linkage Disequilibrium - LD) و تخمین سن آلل‌ها، قویاً نشان می‌دهند که سگ‌های سیاه و قهوه‌ای (Black-and-Tan - BT) احتمالاً از اولین جمعیت تأسیس‌کننده اصلی در جزیره جیندو منشأ گرفته‌اند. ناحیه ژنی ASIP مرتبط با رنگ BT، شواهدی از انتخاب در بالاترین تعداد نسل‌ها را در مقایسه با سایر رنگ‌های پوشش مورد تحلیل نشان داد.
⏳ارتباطات اجدادی شگفت‌انگیز:
🧮با استفاده از روشهای تخمین نیاکان مانند qpAdm، این مطالعه نیاکان جیندو را بر اساس ژنوم سگ‌ها و گرگ‌های باستانی مدل‌سازی کرد. در حالی که سگ‌های جیندو به طور کلی شباهت به نیاکان شرق اوراسیا/سیبری نشان می‌دهند، سگ‌های BT به طور منحصر به فردی ارتباط ژنتیکی نزدیک‌تری به گرگ‌های باستانی از غرب اوراسیا نسبت به گرگ‌های شرق اوراسیا نشان دادند. این امر جریان ژنی تاریخی پیچیده‌ای را آشکار میکند.
📉فراتر از رنگ:
📊تأثیر بر اندازه بدن (پلیوتروپی)! یکی از شگفت‌انگیزترین کشف‌ها، مشاهده اثر پلیوتروپیک در سگ‌های BT است. آلل‌های خاص و منحصر به فرد جمعیت BT، که در ناحیه اینترونی ژن ASIP قرار دارند، نه تنها با رنگ پوشش، بلکه به طور قابل توجهی با کاهش اندازه بدن (قد و وزن) در این سگ‌ها مرتبط بودند. این یافته نشان می‌دهد که چگونه صفاتی مانند رنگ و ساختار فیزیکی می‌توانند به صورت ژنتیکی به هم پیوسته باشند.
🔬تحلیل تنوع ژنتیکی و تاریخچه:
تحلیل‌هایی مانند تحلیل مؤلفه‌های اصلی (PCA) و روشهای نیاکانی مبتنی بر خوشه‌بندی نشان دادند که گروه BT یک خوشه ژنتیکی متمایز در مقایسه با سایر رنگ‌ها تشکیل می‌دهد. تحلیل اشتراک هاپلوتایپ (IBD)نیز نشان داد که سگ‌های BT کمترین میزان اشتراک ژنتیکی را با نژادهای مدرن مانند آکیتا و ژرمن شپرد دارند، که احتمالاً نشان‌دهنده ذخیره ژنی وسیع‌تر با شجره‌نامه‌های قدیمی‌تر است.
📊شناسایی صفات غنی‌شده:
این مطالعه با استفاده از تحلیل غنی‌سازی مجموعه ژن (GSEA) به دنبال صفاتی دیگر، غیر از رنگ بود که با ژن‌های خاص هر گروه رنگی مرتبط هستند. این تحلیل نشان داد که ژن‌های BT با عملکردهای مرتبط با مغز و مورفولوژی مرتبط هستند. ژن‌های بریندل (BR) با صفات مرتبط با مغز و فعالیت فیزیکی و ژن‌های خاص سفید (WT) با صفات مرتبط با کارسینوما (مانند سرطان پستان) مرتبط بودند. این یافته‌ها با مشاهدات قبلی در مورد تفاوت‌های رفتاری مرتبط با رنگ پوشش در جیندوها همسو است.
✔️با به‌کارگیری این تکنیک‌های پیشرفته ژنومیکی، محققان بینش بی‌سابقه‌ای در مورد معماری ژنتیکی، تاریخچه تکاملی و ارتباطات عملکردی پنهان در نژاد سگ جیندو کره‌ای به دست آوردند. این کار بر اهمیت حفظ تنوع ژنتیکی این نژاد منحصر به فرد تأکید میکند!
✔️منبع #مقاله
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
🔎تحقیقات نوینی که با استفاده از توالی‌یابی عمیق کل ژنوم (Whole Genome Sequencing) بر روی ۱۱۳ قلاده سگ بومی کره‌ای نژاد جیندو انجام شده، نگاه بی‌سابقه‌ای به پایه ژنتیکی و مسیر تکاملی رنگ‌های متنوع پوشش آن‌ها ارائه داده است. این مطالعه با هدف درک فرآیندهای پیچیده تکاملی که این الگوهای رنگی منحصر به فرد را شکل داده‌اند، صورت پذیرفته است.
📝با تجزیه و تحلیل کامل کد ژنتیکی، دانشمندان ژن‌های خاصی را که در تعیین رنگ پوشش حیاتی هستند، شناسایی کردند: CBD103، ASIP و MC1R. این ژنها تولید رنگدانه‌های ملانین (اوملانین و فئوملانین) را هماهنگ می‌کنند که پالت رنگی سگ را تعیین می‌کنند.
🐾ردیابی "جیندو" اصیل:
📚تحلیل‌های ژنومی، با بررسی عدم تعادل پیوستگی (Linkage Disequilibrium - LD) و تخمین سن آلل‌ها، قویاً نشان می‌دهند که سگ‌های سیاه و قهوه‌ای (Black-and-Tan - BT) احتمالاً از اولین جمعیت تأسیس‌کننده اصلی در جزیره جیندو منشأ گرفته‌اند. ناحیه ژنی ASIP مرتبط با رنگ BT، شواهدی از انتخاب در بالاترین تعداد نسل‌ها را در مقایسه با سایر رنگ‌های پوشش مورد تحلیل نشان داد.
⏳ارتباطات اجدادی شگفت‌انگیز:
🧮با استفاده از روشهای تخمین نیاکان مانند qpAdm، این مطالعه نیاکان جیندو را بر اساس ژنوم سگ‌ها و گرگ‌های باستانی مدل‌سازی کرد. در حالی که سگ‌های جیندو به طور کلی شباهت به نیاکان شرق اوراسیا/سیبری نشان می‌دهند، سگ‌های BT به طور منحصر به فردی ارتباط ژنتیکی نزدیک‌تری به گرگ‌های باستانی از غرب اوراسیا نسبت به گرگ‌های شرق اوراسیا نشان دادند. این امر جریان ژنی تاریخی پیچیده‌ای را آشکار میکند.
📉فراتر از رنگ:
📊تأثیر بر اندازه بدن (پلیوتروپی)! یکی از شگفت‌انگیزترین کشف‌ها، مشاهده اثر پلیوتروپیک در سگ‌های BT است. آلل‌های خاص و منحصر به فرد جمعیت BT، که در ناحیه اینترونی ژن ASIP قرار دارند، نه تنها با رنگ پوشش، بلکه به طور قابل توجهی با کاهش اندازه بدن (قد و وزن) در این سگ‌ها مرتبط بودند. این یافته نشان می‌دهد که چگونه صفاتی مانند رنگ و ساختار فیزیکی می‌توانند به صورت ژنتیکی به هم پیوسته باشند.
🔬تحلیل تنوع ژنتیکی و تاریخچه:
تحلیل‌هایی مانند تحلیل مؤلفه‌های اصلی (PCA) و روشهای نیاکانی مبتنی بر خوشه‌بندی نشان دادند که گروه BT یک خوشه ژنتیکی متمایز در مقایسه با سایر رنگ‌ها تشکیل می‌دهد. تحلیل اشتراک هاپلوتایپ (IBD)نیز نشان داد که سگ‌های BT کمترین میزان اشتراک ژنتیکی را با نژادهای مدرن مانند آکیتا و ژرمن شپرد دارند، که احتمالاً نشان‌دهنده ذخیره ژنی وسیع‌تر با شجره‌نامه‌های قدیمی‌تر است.
📊شناسایی صفات غنی‌شده:
این مطالعه با استفاده از تحلیل غنی‌سازی مجموعه ژن (GSEA) به دنبال صفاتی دیگر، غیر از رنگ بود که با ژن‌های خاص هر گروه رنگی مرتبط هستند. این تحلیل نشان داد که ژن‌های BT با عملکردهای مرتبط با مغز و مورفولوژی مرتبط هستند. ژن‌های بریندل (BR) با صفات مرتبط با مغز و فعالیت فیزیکی و ژن‌های خاص سفید (WT) با صفات مرتبط با کارسینوما (مانند سرطان پستان) مرتبط بودند. این یافته‌ها با مشاهدات قبلی در مورد تفاوت‌های رفتاری مرتبط با رنگ پوشش در جیندوها همسو است.
✔️با به‌کارگیری این تکنیک‌های پیشرفته ژنومیکی، محققان بینش بی‌سابقه‌ای در مورد معماری ژنتیکی، تاریخچه تکاملی و ارتباطات عملکردی پنهان در نژاد سگ جیندو کره‌ای به دست آوردند. این کار بر اهمیت حفظ تنوع ژنتیکی این نژاد منحصر به فرد تأکید میکند!
✔️منبع #مقاله
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
16.04.202508:32
🔬اومیکس (Omics): از مولکول تا سیستم‌های زیستی🧬
⭐️فناوری‌های اومیکس، تحولی در درک مکانیسم‌های مولکولی حیات ایجاد کرده‌اند. در این پست، به صورت تخصصی‌تر به معرفی چهار شاخه اصلی می‌پردازیم:
1️⃣ژنومیکس (Genomics)
2️⃣ترنسکریپتومیکس (Transcriptomics)
3️⃣پروتئومیکس (Proteomics)
4️⃣متابولومیکس (Metabolomics)
🤝ادغام اومیکس (Multi-Omics Integration)
امروزه، رویکردهای یکپارچه‌سازی داده‌های ژنومیکس، ترنسکریپتومیکس، پروتئومیکس و متابولومیکس (مثل راهکارهای شبکه‌ای یا یادگیری ماشین) به درک جامع‌تری از سیستم‌های زیستی منجر شدهاند.
💻ابزارهای تحلیل داده رایج تر:
⏺ژنومیکس: GATK, PLINK
⏺ترنسکریپتومیکس: DESeq2, Seurat
⏺پروتئومیکس: MaxQuant, Perseus
⏺متابولومیکس: MetaboAnalyst, XCMS
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
⭐️فناوری‌های اومیکس، تحولی در درک مکانیسم‌های مولکولی حیات ایجاد کرده‌اند. در این پست، به صورت تخصصی‌تر به معرفی چهار شاخه اصلی می‌پردازیم:
1️⃣ژنومیکس (Genomics)
📌مطالعه کل مجموعه ژنوم (DNA) یک موجود، شامل توالی‌یابی، آنوتیشن، و تحلیل تغییرات ژنتیکی.
- روش‌ها:
- NGS (توالی‌یابی نسل جدید): Illumina, PacBio, Nanopore
- GWAS (مطالعه ارتباط ژنوم-ویژگی): شناسایی SNPs مرتبط با بیماری‌ها
- چالش‌ها:
- تفسیر واریانت‌های ناشناخته (VUS)
- یکپارچه‌سازی داده‌های چند-اومیکس
2️⃣ترنسکریپتومیکس (Transcriptomics)
📌
بررسی
کل مجموعه RNAهای ترنسکریپت شده
(کدکننده و غیرکدکننده) در یک سلول یا بافت.
-
روش‌ها:
-
RNA-Seq:
محاسبه بیان ژنها، شناسایی اسپلایسینگ‌های جایگزین
-
Single-Cell RNA-Seq:
بررسی ناهمگونی سلولی
-
کاربردها:
- شناسایی بیومارکرهای تومورها
- مطالعه پاسخ به دارو در سطح سلولی
3️⃣پروتئومیکس (Proteomics)
📌
شناسایی و کمیت‌سنجی
کل پروتئین‌های موجود
در یک سیستم زیستی.
-
روش‌ها:
-
Mass Spectrometry (LC-MS/MS):
شناسایی پسا-ترجمه‌ای (فسفوریلاسیون، گلیکوزیلاسیون)
-
Protein Microarrays:
بررسی برهمکنش‌های پروتئین-پروتئین
-
چالش‌ها:
- محدودیت در تشخیص پروتئین‌های با بیان پایین
- پیچیدگی داده‌های مولتی-اُمیکی
4️⃣متابولومیکس (Metabolomics)
📌
تحلیل
متابولیت‌های کوچک
(مانند قندها، لیپیدها، اسیدهای آمینه) در یک سیستم بیولوژیک.
-
روش‌ها:
-
NMR (طیف‌سنجی رزونانس مغناطیسی هسته‌ای):
شناسایی غیرمخرب متابولیت‌ها
-
GC-MS/LC-MS:
جداسازی و کمیت‌سنجی با حساسیت بالا
-
کاربردها:
- تشخیص بیماری‌های متابولیک (مثل دیابت)
- مطالعات Nutrigenomics (تغذیه شخصی‌سازی‌شده)
🤝ادغام اومیکس (Multi-Omics Integration)
امروزه، رویکردهای یکپارچه‌سازی داده‌های ژنومیکس، ترنسکریپتومیکس، پروتئومیکس و متابولومیکس (مثل راهکارهای شبکه‌ای یا یادگیری ماشین) به درک جامع‌تری از سیستم‌های زیستی منجر شدهاند.
💻ابزارهای تحلیل داده رایج تر:
⏺ژنومیکس: GATK, PLINK
⏺ترنسکریپتومیکس: DESeq2, Seurat
⏺پروتئومیکس: MaxQuant, Perseus
⏺متابولومیکس: MetaboAnalyst, XCMS
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
05.05.202514:04
🔬پروتئومیکس، انقلابی در نانو سیم‌ها
💡مواد مصنوعی سنتی معمولاً توانایی تعیین توالی دقیق مونومرها را ندارند، که این موضوع باعث محدودیت در عملکردهای قابل دستیابی آن‌ها می‌شود. در مقابل، سیستم‌های زیستی به طور طبیعی پروتئین‌ها را با توالی دقیق اسیدهای آمینه سنتز می‌کنند، که امکان تولید مواد با ویژگی‌های خاص و قابل برنامه‌ریزی را فراهم می‌سازد.
📍در این مطالعه، پژوهشگران با استفاده از همین ویژگی زیستی، «پیلوس»های باکتریایی (ساختارهای رشته‌ای پروتئینی) را مهندسی کرده‌اند تا به عنوان سیم‌های نانویی بسیار رسانا عمل کنند.
🧪نوآوری‌های کلیدی پژوهش
⚙️اهمیت پژوهش
این پژوهش نشان می‌دهد که می‌توان سیم‌های نانویی پروتئینی را با ویژگی‌های الکترونیکی قابل تنظیم و سفارشی‌سازی طراحی و تولید کرد؛ ویژگی‌هایی که در مواد مصنوعی متداول قابل دسترس نیستند. این رویکرد مبتنی بر توالی، مسیر را برای پیشرفت در حوزه‌های الکترونیک زیستی، انرژی پایدار، و مواد زیستی هوشمند هموار می‌سازد.
لینک #مقاله
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
💡مواد مصنوعی سنتی معمولاً توانایی تعیین توالی دقیق مونومرها را ندارند، که این موضوع باعث محدودیت در عملکردهای قابل دستیابی آن‌ها می‌شود. در مقابل، سیستم‌های زیستی به طور طبیعی پروتئین‌ها را با توالی دقیق اسیدهای آمینه سنتز می‌کنند، که امکان تولید مواد با ویژگی‌های خاص و قابل برنامه‌ریزی را فراهم می‌سازد.
📍در این مطالعه، پژوهشگران با استفاده از همین ویژگی زیستی، «پیلوس»های باکتریایی (ساختارهای رشته‌ای پروتئینی) را مهندسی کرده‌اند تا به عنوان سیم‌های نانویی بسیار رسانا عمل کنند.
🧪نوآوری‌های کلیدی پژوهش
درج ژنتیکی تریپتوفان: با وارد کردن اسید آمینه‌ی تریپتوفان به توالی پروتئین پیلوس در باکتری E. coli اصلاح‌شده، رسانایی رشته‌های پیلوس بیش از ۸۰ برابر افزایش یافت.
آرایش برنامه‌ریزی‌شده با کمک محاسبات
: با استفاده از طراحی محاسباتی برای سازمان‌دهی این پیلوس‌های تغییر یافته در ساختارهای منظم، رسانایی آن‌ها تا ۵ برابر نسبت به آرایش‌های نامنظم افزایش یافت.
اتصال اختصاصی ذرات نانوی طلا
: با وارد کردن یک اسید آمینه غیرطبیعی به نام propargyloxy-phenylalanine، امکان اتصال دقیق ذرات نانوی طلا به رشته‌های پیلوس فراهم شد که این کار موجب افزایش حدود ۱۷۰ برابری رسانایی آن‌ها گردید.
⚙️اهمیت پژوهش
این پژوهش نشان می‌دهد که می‌توان سیم‌های نانویی پروتئینی را با ویژگی‌های الکترونیکی قابل تنظیم و سفارشی‌سازی طراحی و تولید کرد؛ ویژگی‌هایی که در مواد مصنوعی متداول قابل دسترس نیستند. این رویکرد مبتنی بر توالی، مسیر را برای پیشرفت در حوزه‌های الکترونیک زیستی، انرژی پایدار، و مواد زیستی هوشمند هموار می‌سازد.
لینک #مقاله
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
24.04.202508:30
🧠هوش مصنوعی و رمزگشایی ساختار پروتئین‌ها
🔬یکی از چالش‌های اساسی در زیست‌فناوری، پیش‌بینی ساختار سه‌بعدی پروتئین‌ها بر اساس توالی آمینواسیدی آن‌هاست. این کار برای درک عملکرد زیستی پروتئین‌ها و طراحی داروهای هدفمند حیاتی است. تا چند سال پیش، این فرآیند نیازمند سال‌ها تحقیق آزمایشگاهی و صرف هزینه‌های بالا بود.
💻اما حالا، با ورود یادگیری عمیق (Deep Learning) به این حوزه، تحول عظیمی در پیش‌بینی ساختار پروتئین‌ها ایجاد شده است. ابزارهایی مثل AlphaFold و سایر مدلهای پیشرفته، با استفاده از داده‌های عظیم و الگوریتم‌های پیچیده، می‌توانند ساختار دقیق یک پروتئین را در مدت زمان کوتاهی پیش‌بینی کنند—با دقتی که قبلاً تصور نمی‌شد.
💡در رویداد کنفرانسی Conf42 ML 2024، متخصصان این حوزه به بررسی نقش یادگیری عمیق در زیستشناسی ساختاری پرداختند و نمونه‌هایی از کاربردهای واقعی آن در تحقیقات دارویی و مولکولی را به اشتراک گذاشتند. نتیجه‌گیری این بود که هوش مصنوعی در حال بازتعریف روشهای تحقیق در علوم زیستی است.
📌اگر به آینده زیست‌فناوری و تاثیر هوش مصنوعی علاقه‌مندید، تماشای این ویدیو را از دست ندهید:
📚منبع: #کنفرانس
Deep Learning for Protein Structure Prediction | Conf42 ML 2024
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
🔬یکی از چالش‌های اساسی در زیست‌فناوری، پیش‌بینی ساختار سه‌بعدی پروتئین‌ها بر اساس توالی آمینواسیدی آن‌هاست. این کار برای درک عملکرد زیستی پروتئین‌ها و طراحی داروهای هدفمند حیاتی است. تا چند سال پیش، این فرآیند نیازمند سال‌ها تحقیق آزمایشگاهی و صرف هزینه‌های بالا بود.
💻اما حالا، با ورود یادگیری عمیق (Deep Learning) به این حوزه، تحول عظیمی در پیش‌بینی ساختار پروتئین‌ها ایجاد شده است. ابزارهایی مثل AlphaFold و سایر مدلهای پیشرفته، با استفاده از داده‌های عظیم و الگوریتم‌های پیچیده، می‌توانند ساختار دقیق یک پروتئین را در مدت زمان کوتاهی پیش‌بینی کنند—با دقتی که قبلاً تصور نمی‌شد.
💡در رویداد کنفرانسی Conf42 ML 2024، متخصصان این حوزه به بررسی نقش یادگیری عمیق در زیستشناسی ساختاری پرداختند و نمونه‌هایی از کاربردهای واقعی آن در تحقیقات دارویی و مولکولی را به اشتراک گذاشتند. نتیجه‌گیری این بود که هوش مصنوعی در حال بازتعریف روشهای تحقیق در علوم زیستی است.
📌اگر به آینده زیست‌فناوری و تاثیر هوش مصنوعی علاقه‌مندید، تماشای این ویدیو را از دست ندهید:
📚منبع: #کنفرانس
Deep Learning for Protein Structure Prediction | Conf42 ML 2024
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
14.04.202512:36
👨💻رمزگشایی کد‌های حیات: پایگاه‌های داده ضروری در بیوانفورماتیک و اومیکس
💻برای شروع فعالیت در زمینه بیوانفورمایتک ابتدا لازم است که با دیتابیس‌های مهم آشنا شوین!
📌در ادامه مهم‌ترین دیتابیس‌ها را بررسی خواهیم کرد:
. GenBank (NCBI)
. UniProt
. Protein Data Bank (PDB)
. European Nucleotide Archive (ENA)
. Gene Expression Omnibus (GEO)
. KEGG (دایرةالمعارف کیوتو از ژنها و ژنومها)
. Ensembl
. Pfam
🔍چرا این پایگاه های داده مهم هستند؟
این منابع ستون فقرات زیست شناسی مدرن‌اند و به محققان امکان می‌دهند:
🔬توالی‌های ژنتیکی گونه‌های مختلف را مقایسه کنند.
💊داروها را با استفاده از ساختارهای سه بعدی مولکولی طراحی کنند.
🧬ارتباط ژن-بیماری را از طریق داده‌های اُمیک کشف کنند.
🌍داده‌ها را به‌صورت آزاد به اشتراک بگذارند تا علم جهانی سرعت گیرد.
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
💻برای شروع فعالیت در زمینه بیوانفورمایتک ابتدا لازم است که با دیتابیس‌های مهم آشنا شوین!
📌در ادامه مهم‌ترین دیتابیس‌ها را بررسی خواهیم کرد:
. GenBank (NCBI)
✏️تمرکز: توالی‌های نوکلئوتیدی (DNA/RNA).
⏺مرور: یک پایگاه داده پایه ای از مرکز ملی اطلاعات زیست فناوری آمریکا (NCBI)، بخشی از همکاری بینالمللی پایگاه های توالی نوکلئوتیدی (INSDC). توالی‌های حاشیه نویسی شده تمام گونه‌های زیستی را که توسط محققان سراسر جهان ثبت شدهاند، ذخیره میکند. با ابزارهایی مانند BLAST برای همترازی توالی ها یکپارچه شده است.
. UniProt
✏️
تمرکز: توالی‌های پروتئینی و داده‌های عملکردی.
⏺
مرور: منبعی جامع که Swiss-Prot (داده‌های دستیاری شده با تفسیرهای کیفی) و TrEMBL (ترجمههای خودکار توالی های DNA) را ترکیب میکند.
شامل جزئیاتی درباره عملکرد، ساختار و تعاملات پروتئین هاست
.
. Protein Data Bank (PDB)
✏️
تمرکز: ساختارهای سه بعدی مولکول‌های زیستی.
⏺
مرور: مخزن جهانی ساختارهای تجربی پروتئین ها، اسیدهای نوکلئیک و کمپلکس ها. ا
ز روشهای بلورشناسی اشعه ایکس، NMR یا میکروسکوپ الکترونی کرایو (cryo-EM) استفاده میکند. برای زیست شناسی ساختاری و طراحی دارو حیاتی است
.
. European Nucleotide Archive (ENA)
✏️
تمرکز: داده‌های خام توالی یابی.
⏺
مرور: معادل اروپایی GenBank تحت نظر EMBL-EBI و بخشی از INSDC.
داده‌های خام توالی یابی (مثلاً از Illumina یا PacBio) و ژنوم های سر هم بندی شده را ذخیره میکند
. از تکرارپذیری پژوهش‌های ژنومیک پشتیبانی میکند.
. Gene Expression Omnibus (GEO)
✏️
تمرکز: داده‌های بیان ژن و اپیژنومیک.
⏺
مرور:
مخزن NCBI برای داده های پرحجم ( RNA-seq، ChIP-seq
). امکان تحلیل‌های فرا داده از تنظیم ژنها در بیماری‌ها و شرایط مختلف را فراهم میکند.
. KEGG (دایرةالمعارف کیوتو از ژنها و ژنومها)
✏️
تمرکز: مسیرهای متابولیک، بیماری‌ها و تعاملات شیمیایی.
⏺
مرور:
داده‌های سیستم‌های زیستی مانند مسیرهای متابولیک/سیگنالینگ، ارتباط ژن-بیماری و اهداف دارویی را یکپارچه میکند
. منبعی کلیدی برای زیستشناسی سامانه‌ها و تحلیل شبکه‌ها.
. Ensembl
✏️
تمرکز: حاشیه نویسی ژنومها و ژنومیک تطبیقی.
⏺
مرور: پلتفرم EMBL-EBI
برای ارائه ژنوم های حاشیه نویسی شده مهره داران و موجودات مدل.
شامل مرورگر‌های ژنومی، پیش‌بینی اثر واریانت‌ها و ابزارهای بررسی تکاملی است.
. Pfam
✏️
تمرکز: خانواده‌ها و دامنه‌های پروتئینی.
⏺
مرور:
پایگاه دادهای از دامنه
های پروتئینی هم ترازی شده و مدلهای مارکوف پنهان (HMM)
. به شناسایی نواحی عملکردی در پروتئین‌های ناشناخته کمک میکند.
🔍چرا این پایگاه های داده مهم هستند؟
این منابع ستون فقرات زیست شناسی مدرن‌اند و به محققان امکان می‌دهند:
🔬توالی‌های ژنتیکی گونه‌های مختلف را مقایسه کنند.
💊داروها را با استفاده از ساختارهای سه بعدی مولکولی طراحی کنند.
🧬ارتباط ژن-بیماری را از طریق داده‌های اُمیک کشف کنند.
🌍داده‌ها را به‌صورت آزاد به اشتراک بگذارند تا علم جهانی سرعت گیرد.
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
03.05.202506:35
⌛️شمارش معکوس تا کلاس پایتون برای زیست شناسان | Python for biologists 🐍
منتظر شروع گام اول باشید.💚
✅قرار ما امروز ۱۳ ام اردیبهشت ماه ساعت ۱۸.
🔗لینک ثبت نام (آخرین مهلت قبل از شروع کلاس)
⁉️سوالات متداول
ارتباط با ادمین: @Biology_network_admin
| @Biology_Network |
| @BioOmics_Academy |
منتظر شروع گام اول باشید.💚
✅قرار ما امروز ۱۳ ام اردیبهشت ماه ساعت ۱۸.
🔗لینک ثبت نام (آخرین مهلت قبل از شروع کلاس)
⁉️سوالات متداول
ارتباط با ادمین: @Biology_network_admin
| @Biology_Network |
| @BioOmics_Academy |
22.04.202512:34
🔼متابولومیکس و کشف راز‌های افزایش طول عمر!
📝همه ما دوست داریم طولانی‌تر و سالم‌تر زندگی کنیم، اما چه چیزی واقعاً عمر ما رو می‌تواند طولانی‌تر کند؟ یه مطالعه که توی مجله Nature Communications منتشر شده است نشان می‌دهد که متابولیت‌ها، یعنی مولکول‌های کوچیکی که توی فرایندهای متابولیکی بدن تولید می‌شوند، می‌توانند کلید افزایش طول عمر باشند. این تحقیق با استفاده از تکنیک‌های پیشرفته امیکس، به‌ویژه متابولومیکس، پرده از ارتباط رژیم غذایی، ژنتیک و پیری برداشته است.
💻دانشمندان با کمک متابولومیکس، داده‌های مگس‌های میوه و انسان‌ها رو بررسی کردند. آن‌ها با استفاده از ابزارهای محاسباتی مثل یادگیری ماشین، متابولیت‌هایی رو پیدا کردند که روی طول عمر تأثیر مستقیم دارند. از این متابولیت‌ها می‌توان به موارد زیر اشاره کرد:
1️⃣ترئونین (threonine): این آمینواسید به‌عنوان یه متابولیت محافظتی شناخته شد که می‌تواند طول عمر را در مگس‌های میوه افزایش بدهد.
2️⃣اوروتات (Orotate): این متابولیت اثر منفی روی طول عمر داشت. در مگس‌های سرکه، اوروتات باعث کاهش اثرات مثبت رژیم غذایی محدودشده (Dietary Restriction یا DR) می‌شود و در انسان‌ها با سن پایین‌تر در زمان مرگ مرتبط بود.
3️⃣کولین (Choline): کولین هم به‌عنوان یه متابولیت مهم در مدل‌سازی‌های طول عمر شناسایی شد، این متابولیت احتمالاً از طریق تنظیم مسیرهای مرتبط با متابولیسم لیپیدها و انتقال گروه‌های متیل (مثل مسیرهای مرتبط با فسفاتیدیل‌کولین) به بهبود سلامت سلولی و افزایش طول عمر کمک میکند.
✍️تکنیک‌های اومیکس در بررسی اثر این موارد نقش کلیدی داشتند، به این دلیل که به محققان اجازه دادند تا هزاران متابولیت را به‌صورت همزمان تحلیل کنند و الگوهای پیچیده‌ای که به پیری مربوط می‌شوند را کشف کنند، برخلاف تحقیقات قدیمی که فقط روی ژنها یا پروتئین‌ها تمرکز داشتند، در حال حاضر با داده‌های امیکس می‌توانیم بفهمیم که چرا یک رژیم غذایی برای یه نفر عالی است، ولی برای فردی دیگر نه!
❓حال گام بعدی چیست؟ محققان در حال بررسی این هستند که که چطور می‌توانند از این متابولیت‌ها برای طراحی رژیم‌های غذایی شخصی‌سازی‌شده یا مکمل‌هایی برای بهینه سازی متابولیسم فرد استفاده کنند.اگر این روش‌ها در آزمایش‌های انسانی موفق باشند، شاید یک روز بتوانیم با یه رژیم ساده یا مکمل، سال‌های بیشتری به زندگیمان اضافه کنیم.
لینک #مقاله
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
📝همه ما دوست داریم طولانی‌تر و سالم‌تر زندگی کنیم، اما چه چیزی واقعاً عمر ما رو می‌تواند طولانی‌تر کند؟ یه مطالعه که توی مجله Nature Communications منتشر شده است نشان می‌دهد که متابولیت‌ها، یعنی مولکول‌های کوچیکی که توی فرایندهای متابولیکی بدن تولید می‌شوند، می‌توانند کلید افزایش طول عمر باشند. این تحقیق با استفاده از تکنیک‌های پیشرفته امیکس، به‌ویژه متابولومیکس، پرده از ارتباط رژیم غذایی، ژنتیک و پیری برداشته است.
💻دانشمندان با کمک متابولومیکس، داده‌های مگس‌های میوه و انسان‌ها رو بررسی کردند. آن‌ها با استفاده از ابزارهای محاسباتی مثل یادگیری ماشین، متابولیت‌هایی رو پیدا کردند که روی طول عمر تأثیر مستقیم دارند. از این متابولیت‌ها می‌توان به موارد زیر اشاره کرد:
1️⃣ترئونین (threonine): این آمینواسید به‌عنوان یه متابولیت محافظتی شناخته شد که می‌تواند طول عمر را در مگس‌های میوه افزایش بدهد.
2️⃣اوروتات (Orotate): این متابولیت اثر منفی روی طول عمر داشت. در مگس‌های سرکه، اوروتات باعث کاهش اثرات مثبت رژیم غذایی محدودشده (Dietary Restriction یا DR) می‌شود و در انسان‌ها با سن پایین‌تر در زمان مرگ مرتبط بود.
3️⃣کولین (Choline): کولین هم به‌عنوان یه متابولیت مهم در مدل‌سازی‌های طول عمر شناسایی شد، این متابولیت احتمالاً از طریق تنظیم مسیرهای مرتبط با متابولیسم لیپیدها و انتقال گروه‌های متیل (مثل مسیرهای مرتبط با فسفاتیدیل‌کولین) به بهبود سلامت سلولی و افزایش طول عمر کمک میکند.
✍️تکنیک‌های اومیکس در بررسی اثر این موارد نقش کلیدی داشتند، به این دلیل که به محققان اجازه دادند تا هزاران متابولیت را به‌صورت همزمان تحلیل کنند و الگوهای پیچیده‌ای که به پیری مربوط می‌شوند را کشف کنند، برخلاف تحقیقات قدیمی که فقط روی ژنها یا پروتئین‌ها تمرکز داشتند، در حال حاضر با داده‌های امیکس می‌توانیم بفهمیم که چرا یک رژیم غذایی برای یه نفر عالی است، ولی برای فردی دیگر نه!
❓حال گام بعدی چیست؟ محققان در حال بررسی این هستند که که چطور می‌توانند از این متابولیت‌ها برای طراحی رژیم‌های غذایی شخصی‌سازی‌شده یا مکمل‌هایی برای بهینه سازی متابولیسم فرد استفاده کنند.اگر این روش‌ها در آزمایش‌های انسانی موفق باشند، شاید یک روز بتوانیم با یه رژیم ساده یا مکمل، سال‌های بیشتری به زندگیمان اضافه کنیم.
لینک #مقاله
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
12.04.202504:46
⏺آغاز به کار انجمن علمی زیست اومیکس
✅انجمن علمی زیست اومیکس، به عنوان مرجع فعالیت‌های آموزشی و پژوهشی در این حوزه آغاز به کار کرد.
این انجمن در زمینه انتشار محتواهای آموزشی، برگزاری کارگاه‌های پژوهشی و آموزشی، اجرای طرح‌های پژوهشی زیر نظر اعضای برجسته هیئت علمی دانشگاه‌های داخلی و خارجی، حمایت از پایان‌نامه‌های دانشجویی، ارتباط با صنعت و فناوری، توسعه دانش در این حوزه و ... فعالیت خواهد کرد.
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
✅انجمن علمی زیست اومیکس، به عنوان مرجع فعالیت‌های آموزشی و پژوهشی در این حوزه آغاز به کار کرد.
این انجمن در زمینه انتشار محتواهای آموزشی، برگزاری کارگاه‌های پژوهشی و آموزشی، اجرای طرح‌های پژوهشی زیر نظر اعضای برجسته هیئت علمی دانشگاه‌های داخلی و خارجی، حمایت از پایان‌نامه‌های دانشجویی، ارتباط با صنعت و فناوری، توسعه دانش در این حوزه و ... فعالیت خواهد کرد.
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
Repost qilingan:
| انجمن علمی زیستشناسی |
26.04.202512:40
🐍Python for Biologists | پایتون برای زیست شناسان
👨💻الگوریتم‌های هوشمند، دریچه‌ای به درک ژرف‌تر ساختارهای زیستی
👤کیانوش نقیب زاده
⏺پژوهشگر مقطع دکتری بیوتکنولوژی دانشگاه Helsinki فنلاند
⏺پژوهشگر آنالیز دیتا Omics در دانشگاه Manitoba کانادا
📝سرفصل‌ها:
⏺آشنایی با پایتون و IDE ها | نصب پایتون و VS Code
⏺چرا پایتون؟ | کاربرد آن در زیستشناسی
⏺متغیرها و انواع آن
توابع شرطی if و else و حلقه‌ها (for, while)
⏺تابع نویسی | همراه با پروژه اختصاصی برای هر فرد
⏺آشنایی با پکیج Pandas, Numpy و Biopython برای زیست شناسان
⏺نوشتن تابعی برای خواندن فایل FASTA و محاسبه GC content آن و نمایش دادن آن
⏺خواندن فایل های CSV و xlsx - و Visualize کردن دیتا (به کمک پکیج های matplotlib و seaborn)
⏺معرفی ماشین لرنینگ و کاربرد آن در بیوانفورماتیک
📆زمان شروع جلسات: از شنبه ۱۳ اردیبهشت ماه
💻در ۶ جلسه به صورت مجازی در بستر اسکای‌روم
🎖همراه با اعطای سرتیفیکیت انگلیسی از شبکه نخبگان ایران
🤝امکان همکاری با مدرس در آینده برای افراد برتر
💰هزینه سرمایه‌گذاری علمی:
۳۹۰ هزار تومان برای دانشجویان و ۵۹۰ هزار تومان برای سایر علاقه‌مندان
🔗لینک ثبت‌نام
ارتباط با ادمین:👇
🆔 @Biology_network_admin
🧬در کانال‌های انجمن علمی زیست شناسی و آکادمی زیست اومیکس با ما همراه باشید…
| @Biology_Network |
| @BioOmics_Academy |
👨💻الگوریتم‌های هوشمند، دریچه‌ای به درک ژرف‌تر ساختارهای زیستی
👤کیانوش نقیب زاده
⏺پژوهشگر مقطع دکتری بیوتکنولوژی دانشگاه Helsinki فنلاند
⏺پژوهشگر آنالیز دیتا Omics در دانشگاه Manitoba کانادا
📝سرفصل‌ها:
⏺آشنایی با پایتون و IDE ها | نصب پایتون و VS Code
⏺چرا پایتون؟ | کاربرد آن در زیستشناسی
⏺متغیرها و انواع آن
توابع شرطی if و else و حلقه‌ها (for, while)
⏺تابع نویسی | همراه با پروژه اختصاصی برای هر فرد
⏺آشنایی با پکیج Pandas, Numpy و Biopython برای زیست شناسان
⏺نوشتن تابعی برای خواندن فایل FASTA و محاسبه GC content آن و نمایش دادن آن
⏺خواندن فایل های CSV و xlsx - و Visualize کردن دیتا (به کمک پکیج های matplotlib و seaborn)
⏺معرفی ماشین لرنینگ و کاربرد آن در بیوانفورماتیک
📆زمان شروع جلسات: از شنبه ۱۳ اردیبهشت ماه
💻در ۶ جلسه به صورت مجازی در بستر اسکای‌روم
🎖همراه با اعطای سرتیفیکیت انگلیسی از شبکه نخبگان ایران
🤝امکان همکاری با مدرس در آینده برای افراد برتر
💰هزینه سرمایه‌گذاری علمی:
۳۹۰ هزار تومان برای دانشجویان و ۵۹۰ هزار تومان برای سایر علاقه‌مندان
🔗لینک ثبت‌نام
ارتباط با ادمین:👇
🆔 @Biology_network_admin
🧬در کانال‌های انجمن علمی زیست شناسی و آکادمی زیست اومیکس با ما همراه باشید…
| @Biology_Network |
| @BioOmics_Academy |
20.04.202512:22
🧠هوش مصنوعی می‌تواند سم مارها را بی‌خطر کند🐍
💊دانشمندان با استفاده از هوش مصنوعی موفق شدهاند پروتئین‌هایی طراحی کنند که قادرند سموم تولید شده توسط مارهای سمی مانند کبرا را خنثی کنند. این یک پیشرفت مهم در حوزه پزشکی است و می‌تواند در آینده به عنوان یک درمان مؤثر برای نیش مارها مورد استفاده قرار گیرد. در آزمایش‌های انجام شده، این پروتئین‌های طراحی شده توسط هوش مصنوعی توانستند موش‌هایی را که دوز کشنده‌ای از سم دریافت کرده بودند، نجات دهند. محققان در ۱۵ ژانویه در نشریه نیچر گزارش کردند.
مایکل هاست، پژوهشگر حوزه آنتی‌بادی در دانشگاه فنی براونشوایگ آلمان ، درباره این دستاورد گفت: (این پروتئین‌ها واقعاً مؤثر هستند. موش‌ها زنده ماندند و این دقیقاً همان نتیجه‌ای است که همه ما به دنبال آن هستیم).
🧪تولیدکنندگان فعلی پادزهر (آنتی‌ونوم) سم مارها، برای به دست آوردن سم، مستقیماً از خود مارها سم استخراج می‌کنند. این فرآیند بسیار خطرناک است و جنکینز آن را مانند «دست زدن به یک نارنجک زنده» توصیف میکند. در این روش، مقدار کمی از سم به حیوانات بزرگی مانند اسب تزریق می‌شود و سپس آنتی‌بادی‌های تولید شده توسط این حیوانات استخراج می‌شود.
🔬جنکینز و بیکر با همکاری یکدیگر از یک مدل هوش مصنوعی به نام RFdiffusion استفاده کردند تا پروتئین‌های سفارشی طراحی کنند. این ابزار شبیه به هوش‌های مصنوعی است که تصاویر تولید می‌کنند، اما به جای ایجاد تصویر، می‌تواند ساختارهای پروتئینی طراحی کند که دقیقاً با مولکول‌های هدف (مانند سموم مارها) مطابقت دارند.
بیکر و جنکینز از این هوش مصنوعی خواستند تا پروتئین‌هایی طراحی کند که به سموم مارها بچسبند. سپس این پروتئین‌ها در آزمایشگاه ساخته شدند. این پروتئین‌ها مانند یک کلاه مغناطیسی عمل می‌کنند که نوک یک کلید را می‌پوشاند و مانع از باز کردن قفل می‌شود. به همین ترتیب، پروتئین‌های طراحی شده توسط هوش مصنوعی از اتصال سموم به سلول‌های بدن جلوگیری کرده و آن‌ها را بی‌خطر می‌کنند.
☠️یکی از خطرناک‌ترین اجزای سم مارها، سموم سه‌انگشتی (3FTx) هستند که می‌توانند باعث آسیب‌های بافتی شدید و اختلال در عملکرد سیستم عصبی شوند. در حال حاضر، تنها درمان موجود برای نیش مارها، استفاده از آنتی‌بادی‌های پلی‌کلونال است که از حیوانات ایمن‌شده استخراج می‌شوند. این روش نه تنها هزینه‌بر است، بلکه کارایی محدودی در خنثی‌کردن سموم سه‌انگشتی دارد.
در این مطالعه، محققان از روشهای یادگیری عمیق و هوش مصنوعی برای طراحی پروتئین‌هایی استفاده کردند که به سموم عصبی و سیتوتوکسین‌های خانواده 3FTx متصل می‌شوند. این پروتئین‌ها با دقت بالا طراحی شدند و در آزمایش‌های اولیه، توانستند سموم را به طور مؤثر خنثی کنند و موش‌ها را از مرگ نجات دهند. این پروتئین‌ها نه تنها پایدار و قوی هستند، بلکه به راحتی قابل تولید نیز می‌باشند. این دستاورد می‌تواند پایه‌ای برای تولید نسل جدیدی از پادزهرها باشد که ایمن‌تر، ارزان‌تر و در دسترس‌تر هستند.
✔️منبع #خبر
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
💊دانشمندان با استفاده از هوش مصنوعی موفق شدهاند پروتئین‌هایی طراحی کنند که قادرند سموم تولید شده توسط مارهای سمی مانند کبرا را خنثی کنند. این یک پیشرفت مهم در حوزه پزشکی است و می‌تواند در آینده به عنوان یک درمان مؤثر برای نیش مارها مورد استفاده قرار گیرد. در آزمایش‌های انجام شده، این پروتئین‌های طراحی شده توسط هوش مصنوعی توانستند موش‌هایی را که دوز کشنده‌ای از سم دریافت کرده بودند، نجات دهند. محققان در ۱۵ ژانویه در نشریه نیچر گزارش کردند.
مایکل هاست، پژوهشگر حوزه آنتی‌بادی در دانشگاه فنی براونشوایگ آلمان ، درباره این دستاورد گفت: (این پروتئین‌ها واقعاً مؤثر هستند. موش‌ها زنده ماندند و این دقیقاً همان نتیجه‌ای است که همه ما به دنبال آن هستیم).
🧪تولیدکنندگان فعلی پادزهر (آنتی‌ونوم) سم مارها، برای به دست آوردن سم، مستقیماً از خود مارها سم استخراج می‌کنند. این فرآیند بسیار خطرناک است و جنکینز آن را مانند «دست زدن به یک نارنجک زنده» توصیف میکند. در این روش، مقدار کمی از سم به حیوانات بزرگی مانند اسب تزریق می‌شود و سپس آنتی‌بادی‌های تولید شده توسط این حیوانات استخراج می‌شود.
🔬جنکینز و بیکر با همکاری یکدیگر از یک مدل هوش مصنوعی به نام RFdiffusion استفاده کردند تا پروتئین‌های سفارشی طراحی کنند. این ابزار شبیه به هوش‌های مصنوعی است که تصاویر تولید می‌کنند، اما به جای ایجاد تصویر، می‌تواند ساختارهای پروتئینی طراحی کند که دقیقاً با مولکول‌های هدف (مانند سموم مارها) مطابقت دارند.
بیکر و جنکینز از این هوش مصنوعی خواستند تا پروتئین‌هایی طراحی کند که به سموم مارها بچسبند. سپس این پروتئین‌ها در آزمایشگاه ساخته شدند. این پروتئین‌ها مانند یک کلاه مغناطیسی عمل می‌کنند که نوک یک کلید را می‌پوشاند و مانع از باز کردن قفل می‌شود. به همین ترتیب، پروتئین‌های طراحی شده توسط هوش مصنوعی از اتصال سموم به سلول‌های بدن جلوگیری کرده و آن‌ها را بی‌خطر می‌کنند.
☠️یکی از خطرناک‌ترین اجزای سم مارها، سموم سه‌انگشتی (3FTx) هستند که می‌توانند باعث آسیب‌های بافتی شدید و اختلال در عملکرد سیستم عصبی شوند. در حال حاضر، تنها درمان موجود برای نیش مارها، استفاده از آنتی‌بادی‌های پلی‌کلونال است که از حیوانات ایمن‌شده استخراج می‌شوند. این روش نه تنها هزینه‌بر است، بلکه کارایی محدودی در خنثی‌کردن سموم سه‌انگشتی دارد.
در این مطالعه، محققان از روشهای یادگیری عمیق و هوش مصنوعی برای طراحی پروتئین‌هایی استفاده کردند که به سموم عصبی و سیتوتوکسین‌های خانواده 3FTx متصل می‌شوند. این پروتئین‌ها با دقت بالا طراحی شدند و در آزمایش‌های اولیه، توانستند سموم را به طور مؤثر خنثی کنند و موش‌ها را از مرگ نجات دهند. این پروتئین‌ها نه تنها پایدار و قوی هستند، بلکه به راحتی قابل تولید نیز می‌باشند. این دستاورد می‌تواند پایه‌ای برای تولید نسل جدیدی از پادزهرها باشد که ایمن‌تر، ارزان‌تر و در دسترس‌تر هستند.
✔️منبع #خبر
🧬در کانال آکادمی زیست اومیکس با ما همراه باشید…
| @BioOmics_Academy |
Ko'rsatilgan 1 - 11 dan 11
Ko'proq funksiyalarni ochish uchun tizimga kiring.