🩺📌 آینده‌ای روشن در درمان اوتیسم!

با استفاده از مدل‌های پیشرفته یادگیری ماشین، پزشکان اکنون قادرند به‌سرعت و با دقت بیش‌تری اوتیسم را در کودکان شناسایی کنند. این پیشرفت می‌تواند به‌طور قابل توجهی، کیفیت زندگی خانواده‌ها را بهبود بخشد.

📝 حمیده صباغ
💬 روشنک رشیدی
😀 سودا یکتایی

「#بیوانفورماتیک #Machine_learning #درمان #AI #اوتیسم #پادکست 」

╠ Σ آکادمی بیوانفورماتیک ایران
╠ Σ @ir_bioinf_group

💡 کتابچه راهنمای طرح جامع بیوانفورماتیک؛ از صفر تا تسلط

⬇️ راهنمای کتابچه:

1️⃣ ویژگی‌های متمایز طرح جامع آموزش بیوانفورماتیک؛ از صفر تا تسلط

2️⃣ معرفی سرفصل‌‌ها، جزییات هر سرفصل و اساتید دوره اول (دوره مقدماتی بیوانفورماتیک: اصول و کاربرد در تحلیل داده‌های زیستی)



3️⃣ معرفی سرفصل‌های کارآموزی دوره اول (مقدمات بیوانفورماتیک) برای ۷۰ نفر برگزیده دوره

😀 معرفی سرفصل‌های دوره دوم (دوره تخصصی آنالیز داده‌های بیوانفورماتیک: از ژنومیکس تا مالتی‌اومیکس)

😀 معرفی سرفصل‌های دوره سوم (دوره پیشرفته آنالیز داده‌های بیوانفورماتیک: هوش مصنوعی و طراحی دارو)

💌 برای دریافت کد تخفیف ویژه و ثبت‌نام، به آیدی زیر پیام دهید:

✅ @ir_bioinf_academy_admin

╠ Σ آکادمی بیوانفورماتیک ایران
╠ Σ @ir_bioinf_group

🌟 توانایی هوش‌مصنوعی در پیش‌بینی نتایج مطالعات

📝 مدل‌های "LLM" که روی مجموعه‌های گسترده‌ی متنی آموزش دیده‌اند، توانایی استخراج الگوها از مقاله‌های علمی را دارند و می‌توانند نتایج را با دقتی فراتر از دقت انسان، بررسی و پیش‌بینی کنند. این موضوع نشان‌دهنده‌ پتانسیل این ابزار در تسریع تحقیقات علمی است.

📝 در "BrainBench"، چکیده‌های علوم‌اعصاب به‌صورت گروه‌های اطلاعاتی نگه‌داری می‌شوند. یک نسخه شامل پیشینه‌ تحقیق، روش‌های انجام شده و نتایج مطالعه است و نسخه‌ دیگر شامل پیشینه‌ تحقیق، روش‌های انجام شده و نتایج نادرست اما قابل قبول از نظر کارشناسان است.

😁 محققان دریافتند که LLM در تصمیم‌گیری و پیش‌بینی، نتایج عملکرد درستی دارند و این روش می‌تواند در آینده، راه را برای همکاری انسان و هوش مصنوعی هموار کند. به‌طوری که مدل جدید LLM که "BrainGPT" نامیده می‌شود، با دقت ۸۶٪ نتایج را پیش‌بینی می‌کند.

📎 اطلاعات بیشتر

📝 مریم ولی‌محمدی
👱‍♀️ سهیلا سلحشورفرد

「#بیوانفورماتیک #AI #خبر #LLM」

╠ Σ آکادمی بیوانفورماتیک ایران
╠ Σ @ir_bioinf_group

🚨🦠ششمین کنگره باکتری‌شناسی ایران🦠🚨
                     

انجمن علمی باکتری‌شناسی پزشکی
با همکاری دانشگاه تربیت مدرس برگزار می‌کند:

🗓 تاریخ برگزاری: ۲۴ لغایت ۲۶ بهمن‌ماه
⏰ مهلت ارسال مقالات: تا ۳۰ دی‌ماه
🎓 دارای ۱۵ امتیاز بازآموزی ویژه متخصصان،
      گروه‌های علوم‌پایه و پزشکان

◀️ شرایط ویژه برای دانشجویان علوم‌پایه:

۱) ثبت نام و شرکت در کنگره بدون ارسال مقاله با درج کد زیر امکان‌پذیر است (پس از ثبت‌نام با کد زیر، اطلاعات خود و تصویر فیش واریزی را به آیدی درج شده ارسال فرمایید):

Ismbtbahrshi2403

۲) دانشجویانی که قصد شرکت در این کنگره با مقاله و ارائه دارند و در حال حاضر مقاله‌ای آماده سازی نکردند، در قالب همکاران طرح‌ها در تیم‌های پژوهشی با مشاوره و آموزش تخصصی توسط همکاران اجرایی کمیته تحقیقات دانشگاه شهید بهشتی می‌توانند از این فرصت استفاده کرده و رزومه خود را تقویت کنند.

✈️ جهت کسب اطلاعات بیشتر در خصوص نحوه تیم‌سازی مقالات و... با آیدی زیر در ارتباط باشید:

🔤 @Bioteach_Academy_Admin

📎 وب‌سایت کنگره:
https://www.imbc2025.ir/

📌داده توالی‌یابی RNA: راهنمای جامع آنالیز بیان ژن

📕 ژورنال: Annual Review of Biomedical Data Science
(ضریب انتشار: ۷)

「#بیوانفورماتیک #RNA #توالی‌یابی」

╠ Σ آکادمی بیوانفورماتیک ایران
╠ Σ @ir_bioinf_group

⭐️ ۵ تکنولوژی برتر در دنیای یادگیری ماشین

👫 یادگیری ماشین (TinyML):

اجرای الگوریتم‌های یادگیری ماشین بر روی دستگاه‌های محاسباتی با منابع محدود (مثل سنسورها و میکروکنترلرها)، که امکان پردازش داده‌ها به‌صورت محلی و در زمان واقعی را فراهم می‌کند.

👨‍👨‍👦‍👦 هوش مصنوعی (XAI):

مدل‌هایی که فرآیند تصمیم‌گیری آن‌ها برای انسان قابل درک است، به‌منظور افزایش شفافیت و اعتماد به سیستم‌های هوش مصنوعی.

👶 یادگیری فدرال (Federated Learning):

آموزش مدل‌های یادگیری ماشین با استفاده از داده‌های توزیع‌شده در دستگاه‌های مختلف، بدون نیاز به تجمیع داده‌ها در یک مکان مرکزی. این روش به حفظ حریم خصوصی کاربران کمک می‌کند.

👄 مدیریت عملیات (MLOps):

رویکردی برای مدیریت و عملیاتی‌سازی مدل‌های یادگیری ماشین در محیط‌های تولیدی، شامل جمع‌آوری داده‌ها، نظارت، و ساده‌سازی پیاده‌سازی.

💑 شبکه‌های مولد تخاصمی (GANs):

نوعی شبکه عصبی که با استفاده از دو شبکه مولد و تشخیص‌دهنده به‌طور همزمان، داده‌های جدید و واقعی‌مانند تولید می‌کند؛ کاربردی در تولید تصاویر، موسیقی و شبیه‌سازی‌های دقیق.


╠ Σ آکادمی بیوانفورماتیک ایران
╠ Σ @ir_bioinf_group

✈️ علاقه به مهاجرت و ادامه تحصیل در دانشگاه‌های جهانی پرطرفداری را به خود اختصاص داده است و این علاقه، همراه با فرصت‌های بیوانفورماتیک، به شدت در حال افزایش است. اگر به دنبال یک مسیر شغلی پویا و چالش‌برانگیز هستید، بیوانفورماتیک می‌تواند گزینه‌ای عالی برای شما باشد!

🔺 در این پست، فرصت‌ها و فاندهای تحصیلی این حوزه را معرفی می‌کنیم. با ما همراه باشید تا دنیای جدیدی از علم و تحقیق را کشف کنید! 💡📚

「#بیوانفورماتیک #فرصت_تحصیلی #مهاجرت」

╠ Σ آکادمی بیوانفورماتیک ایران
╠ Σ @ir_bioinf_group

🔹 نسخه‌ای از علم برای هر فرد
پارت ۱

💊 آیا پزشکی فردمحور می‌تواند در بهبود درمان بیماری‌های مختلف، به ویژه سرطان تأثیرگذار باشد؟ برخلاف روش‌های قدیمی و درمان‌ یکسان برای همه بیماران، پزشکی فردمحور تحولی در درمان ایجاد کرده‌ است.

🔗 با شناخت تفاوت‌های ژنتیکی و بیولوژیکی هر فرد و تحلیل آن، پزشکان عوامل ایجادکننده سرطان و نوع جهش‌های ژنتیکی را شناسایی کرده و درمان‌های دقیق‌تری، انتخاب کنند.

✅ این رویکرد با بهره‌گیری از داده‌های مولکولی و فناوری‌های پیشرفته، تومورها و بافت‌های بیمار را هدف قرار داده و علاوه بر بهبود نتایج درمانی، از توسعه مقاومت دارویی نیز جلوگیری می‌کند.

💭 تکنیک‌ها و روش‌های فردمحور
◇ دارورسانی هدفمند: رساندن دارو به‌طور دقیق به سلول‌های بیمار با کمترین آسیب به بافت‌های سالم.
◇ داروهای هوشمند: با شناسایی نشانگرهای خاص سلول‌های بیمار، در محیط هدف فعال می‌شوند.
◇ بررسی پروفایل ژنتیکی برای انتخاب درمان‌های سازگار با ویژگی‌های فردی.
◇ ایمونوتراپی و ژن‌درمانی

💉 رویکردهایی مانند دارورسانی هدفمند و داروهای هوشمند در حال ظهور هستند که می‌توانند با هدف‌گیری دقیق سلول‌های سرطانی، آسیب به بافت‌های سالم و سمیت را کاهش داده و اثر درمانی را افزایش دهند. در بخش‌های بعدی، به‌طور دقیق‌تر به بررسی این دو حوزه، خواهیم پرداخت.

✍️ نگين رحیمی

「#بیوانفورماتیک #پزشکی_فردمحور #درمان #تکنیک」

╠ Σ آکادمی بیوانفورماتیک ایران
╠ Σ @ir_bioinf_group

💫 پیشرفت‌های اخیر در Deep Learning، برای آنالیز برهم‌کنش پروتئین-پروتئین

📕 ژورنال: Molecules
(ضریب تاثیر:۴/۲)

🗓 سال انتشار: ۲۰۲۳

「#بیوانفورماتیک #Deep_Learning #پروتئین #معرفی_مقاله」

╠ Σ آکادمی بیوانفورماتیک ایران
╠ Σ @ir_bioinf_group

🔹 تحلیل هم‌پوشانی نقشه‌های تماس پروتئین توسط GoFold

📌 در تحقیقات اخیر، دو روش پیش‌بینی ساختار پروتئین به‌نام‌های "GoFold" و "map_align" مقایسه شدند. GoFold با استفاده از نقشه‌های تماس پیش‌بینی‌شده توسط "trRosetta"، عملکرد بهتری از map_align و حتی در مواردی "AlphaFold2" نشان داد به‌ویژه در شرایطی که کیفیت نقشه‌های تماس پایین‌تر بود.

🟪 همچنین GoFold در داده‌های مختلف مانند "CAMEO"، عملکرد بهتری در پیش‌بینی پروتئین‌های سخت نسبت‌به map_align داشت و نشان داد که در شرایط مختلف، پیش‌بینی‌های پایداری ارائه می‌دهد.

👍 در نهایت، GoFold به‌عنوان ابزاری آموزشی به دانشجویان کمک می‌کند تا مفاهیم پیش‌بینی ساختار پروتئین را به‌طور ساده‌تری درک کنند. این ابزار برای افراد تازه‌کار در زمینه بیوانفورماتیک مفید است و درک بهتری از فرآیند پیش‌بینی ساختار پروتئین‌ها فراهم می‌آورد.

✨ اطلاعات بیشتر

🥄 کیمیا عزیزی
🔍 سارا حسینی

「#بیوانفورماتیک #AlphaFold #خبر」

╠ Σ آکادمی بیوانفورماتیک ایران
╠ Σ @ir_bioinf_group

⭐️ دانشمندان با استفاده از یک «چراغ‌قوه مولکولی» فوق‌العاده نازک، موفق به شناسایی متاستازهای مغزی در موش‌ها شده‌اند. این فناوری نوآورانه امکان مشاهده تغییرات مولکولی در بافت عصبی را بدون آسیب به مغز فراهم می‌کند.

🔍 Source

✏️ اَوین آسایش فرد

「#بیوانفورماتیک #دانستنی」

╠ Σ آکادمی بیوانفورماتیک ایران
╠ Σ @ir_bioinf_group

🧬 کاتالوگ ژنوم تنفسی انسان، زیربنای میکروبیوم تنفسی

📌 مطالعات نشان می‌دهند که میکروب‌های گسترده در دستگاه تنفسی انسان، در حفظ سلامت تنفسی نقش دارند. نکته قابل توجه درمورد این میکروبیوم‌، این است که هیچ کاتالوگ ژنوم تنفسی جامعی (RGC) برای مطالعه میکروبیوم وجود ندارد. دراین مطالعه داده‌های توالی‌یابی شاتگان کل متاژنوم را جمع‌آوری کرده‌اند.

👨‍🌾 برای توالی‌یابی نسل بعد، از نرم‌افزار "prinseq++" برای انجام فیلترینگ با کیفیت روی تمام داده‌های توالی‌یابی نسل بعدی استفاده کرده‌اند. سپس برای مونتاژ داده‌های توالی نسل بعدی متاژنومی، عمدتاً از نرم‌افزار و پایگاه‌های داده ادغام شده در "MetaWRAP" استفاده و در نهایت بالاترین کیفیت را در مونتاژ انتخاب و ادغام کرده‌اند.

💻 کاتالوگ ژنوم تنفسی جامع، تحقیقات میکروبی تنفسی را با ارائه داده‌های ژنومی با کیفیت بالا و گسترده افزایش داده و دقت بالاتری برای تشخیص عفونت تنفسی نشان می‌دهد. با این‌حال، در بازیابی قارچ‌ها، باستانی‌ها و ویروس‌ها محدودیت‌هایی دارد. به‌طور کلی "RGC"، به‌عنوان یک منبع کلیدی برای تحقیقات و کاربردهای بالینی عمل می‌کند.

🔹 اطلاعات بیشتر

🖊 سهیلا سلحشورفرد
🔍 مهدی قربانی

「#بیوانفورماتیک #ژنوم #میکروبیوم #توالی‌یابی #خبر」

╠ Σ آکادمی بیوانفورماتیک ایران
╠ Σ @ir_bioinf_group

❗️ ریویوی سیستمیک از رویکرد‌های محاسباتی در درک زیست‌شناسی سرطان، برای تغییر کاربرد آگاهانه دارو

📌 ژورنال: Journal of Biomedical Informatics
(ضریب تاثیر: ۴)

🗓 سال انتشار: ۲۰۲۳

「#بیوانفورماتیک #دارو #زیست‌شناسی」

╠ Σ آکادمی بیوانفورماتیک ایران
╠ Σ @ir_bioinf_group

🏹 یک تیر و دو نشان برای ماشین لرنینگ
پارت ۲

✅ در پارت قبلی، روش "Synthetic Lethality" را به‌عنوان روشی مؤثر برای درمان هدفمند سرطان معرفی کردیم و به بیان اهمیت مدل‌های ماشین لرنینگ، برای دستیابی به این هدف پرداختیم. در این پارت، به‌طور اختصاصی با اهمیت‌ترین مدل را در این تعاملات مورد بررسی قرار می‌دهیم.

🔔 مدل "SLMGAE"، یکی از پیشرفته‌ترین مدل‌های ماشین لرنینگ برای پیش‌بینی تعاملات مرگ و میر مصنوعی سرطان است. این مدل داده‌های ژنتیکی را به‌صورت گراف، نمایش می‌دهد که در آن گره‌ها نماینده ژن‌ها و لبه‌ها معرف تعاملات مرگ و میر مصنوعی هستند.

📌 این مدل با کمک دو دستیار حرفه‌ای کار خود را به پیش می‌برد:
1️⃣ بخش "Autoencoder": این بخش با استفاده از چندین گراف خودرمزگذار، داده‌های منابع خاص را بازسازی می‌کند.
2️⃣ مکانیسم توجه "Attention": این مکانیسم وزن‌های متفاوتی به منابع مختلف داده اختصاص می‌دهد و داده‌های بازسازی‌شده را برای پیش‌بینی تعاملات ترکیب می‌کند.

👨‍👨‍👧‍👧 مطالعات نشان‌دهنده دقت بالای مدل SLMGAE نسبت‌به سایر مدل‌ها است، چرا که تعاملات ناشناخته مرگ و میر مصنوعی را که اغلب از دید آزمایش‌های تجربی پنهان می‌مانند، شناسایی می‌کند. همچنین به‌کارگیری شبکه‌های پروتئین-پروتئین (PPI) و "Gene Ontology"، این مدل را به ابزاری ارزشمند در زیست‌شناسی محاسباتی تبدیل کرده است.

🖊 زهرا مفیدی


「#بیوانفورماتیک #Machine_learning #هوش_مصنوعی #Synthetic_Lethality」

╠ Σ آکادمی بیوانفورماتیک ایران
╠ Σ @ir_bioinf_group

💀 جنگ علیه بشریت ☠️

🎥 | نام فیلم: «اطلس ۲۰۲۴»
🎥 | ژانر: اکشن، درام، علمی_تخیلی، ماجراجویی

🌟 | امتیاز IMDB: ‏۶/۵ از ۱۰
🇺🇸 | محصول کشور: امریکا

💭 | داستان در آینده‌ای تیر و تار روایت می‌شود، زمانی که یک سرباز هوش مصنوعی به این نتیجه می‌رسد که برای پایان یافتن جنگ، باید نسل بشر را نابود کند. در سال ۲۰۴۳ هارلن، یک تروریست انسان‌نما و حاصل هوش مصنوعی است که جنگ ماشین‌ها علیه انسان‌ها را رهبری می‌کند؛ جنگی که باعث مرگ میلیون‌ها انسان شده‌است.

「#معرفی_فیلم #هوش_مصنوعی #سینمایی」

╠ Σ آکادمی بیوانفورماتیک ایران
╠ Σ @ir_bioinf_group