معرفی هوش مصنوعی CellWhisperer
تدوین: ح.رسولی، دانشجوی دکتری بیوتکنولوژی دانشگاه تربیت مدرس تهران
مقاله پیوست ابزار CellWhisperer یک مدل هوش مصنوعی چندوجهی و نرم‌افزاری که برای تحلیل تعاملی داده‌های scRNA-seq (توالی‌یابی RNA تک‌سلولی) طراحی شده است را معرفی می کند.
این ابزار با ترکیب داده‌های ترنسکریپتومی و متنی، امکان پرس‌و‌جو و تفسیر داده‌ها را به زبان انگلیسی فراهم می‌کند. CellWhisperer با استفاده از یک مجموعه‌داده بزرگ شامل بیش از یک میلیون جفت پروفایل RNA-seq و حاشیه‌نویسی‌های متنی مرتبط- منظور همان انوتیشن های متنی-، آموزش دیده و می‌تواند بدون نیاز به داده‌های مرجع، تحلیل‌های دقیقی ارائه دهد.
این ابزار با مرورگر CELLxGENE ادغام شده و به کاربران امکان می‌دهد تا داده‌های RNA-seq را از طریق یک رابط گرافیکی و چت تعاملی بررسی کنند. این ابزار کار با داده‌های پیچیده ترنسکریپتومی را ساده‌تر و شهودی‌تر می‌کند.
تدوین: ح.رسولی، دانشجوی دکتری بیوتکنولوژی دانشگاه تربیت مدرس تهران
مقاله پیوست ابزار CellWhisperer یک مدل هوش مصنوعی چندوجهی و نرم‌افزاری که برای تحلیل تعاملی داده‌های scRNA-seq (توالی‌یابی RNA تک‌سلولی) طراحی شده است را معرفی می کند.
این ابزار با ترکیب داده‌های ترنسکریپتومی و متنی، امکان پرس‌و‌جو و تفسیر داده‌ها را به زبان انگلیسی فراهم می‌کند. CellWhisperer با استفاده از یک مجموعه‌داده بزرگ شامل بیش از یک میلیون جفت پروفایل RNA-seq و حاشیه‌نویسی‌های متنی مرتبط- منظور همان انوتیشن های متنی-، آموزش دیده و می‌تواند بدون نیاز به داده‌های مرجع، تحلیل‌های دقیقی ارائه دهد.
این ابزار با مرورگر CELLxGENE ادغام شده و به کاربران امکان می‌دهد تا داده‌های RNA-seq را از طریق یک رابط گرافیکی و چت تعاملی بررسی کنند. این ابزار کار با داده‌های پیچیده ترنسکریپتومی را ساده‌تر و شهودی‌تر می‌کند.
1- لینک به مقاله CellWhisperer
2- لینک به ابزار CellWhisperer
3- لینک به ابزار CELLxGENE
👍3👏2
معرفی هوش مصنوعی آینده نگر GET برای پیش بینی فعالیت ژن ها در درون سلول با دقت بالا
ترجمه و تدوین: ح.رسولی، دانشجوی دکتری بیوتکنولوژی دانشگاه تربیت مدرس تهران
پژوهشگران دانشگاه کلمبیا در دانشکده پزشکی و جراحان واگلوس، به رهبری دکتر رائول رابادان، یک مدل هوش مصنوعی آینده نگر ایجاد کرده‌اند تا به بررسی و درک بهتر عملکرد داخلی سلول‌ها، چه سالم و چه بیمار، کمک کنند.
مدل پیش بینی کننده GET از داده‌های دسترسی به کروماتین و توالی‌های ژنومی برای پیش‌بینی الگوهای بیان ژن از میلیون‌ها سلول به‌دست‌آمده از بافت‌های طبیعی انسان استفاده می‌کند. این داده‌ها GET را آموزش دادند تا نحوه عملکرد کلی سلول‌ها را درک کند، که امکان پیش‌بینی در سلول‌های طبیعی یا بیمار را فراهم می‌کند.
...ادامه مطلب...
ترجمه و تدوین: ح.رسولی، دانشجوی دکتری بیوتکنولوژی دانشگاه تربیت مدرس تهران
پژوهشگران دانشگاه کلمبیا در دانشکده پزشکی و جراحان واگلوس، به رهبری دکتر رائول رابادان، یک مدل هوش مصنوعی آینده نگر ایجاد کرده‌اند تا به بررسی و درک بهتر عملکرد داخلی سلول‌ها، چه سالم و چه بیمار، کمک کنند.
مدل پیش بینی کننده GET از داده‌های دسترسی به کروماتین و توالی‌های ژنومی برای پیش‌بینی الگوهای بیان ژن از میلیون‌ها سلول به‌دست‌آمده از بافت‌های طبیعی انسان استفاده می‌کند. این داده‌ها GET را آموزش دادند تا نحوه عملکرد کلی سلول‌ها را درک کند، که امکان پیش‌بینی در سلول‌های طبیعی یا بیمار را فراهم می‌کند.
1- Fu et al. 2025, Nature
2- GET online website
...ادامه مطلب...
👍6👏1
معرفی پایگاه اطلاعات زیستی ViralZone
تهیه و تدوین: ح.رسولی، دانشجوی دکتری بیوتکنولوژی دانشگاه تربیت مدرس تهران
@irbioinformatics
یکی از جامع ترین پایگاه اطلاعات زیستی در خصوص ژنوم ویروس ها و اطلاعات ساختاری مربوط به انواع ویروس ها است که به عنوان یکی از زیرمجموعه های دیتابیس ExPasy فعالیت می کند و مدام در حال آپدیت اطلاعات می باشد.
دوستانی که در زمینه ویروس شناسی کار میکنند یا فعالیت هایی را در حوزه ویروس های گیاهی یا جانوری انجام می دهند می توانند از اطلاعات این پایگاه داده استفاده نمایند تا بتوانند از اطاعات موجود در آن بهره ببرند. اطلاعات کامل در مورد این پایگاه را در لینک زیر مطالعه کنید.
...ادامه مطلب...
تهیه و تدوین: ح.رسولی، دانشجوی دکتری بیوتکنولوژی دانشگاه تربیت مدرس تهران
@irbioinformatics
یکی از جامع ترین پایگاه اطلاعات زیستی در خصوص ژنوم ویروس ها و اطلاعات ساختاری مربوط به انواع ویروس ها است که به عنوان یکی از زیرمجموعه های دیتابیس ExPasy فعالیت می کند و مدام در حال آپدیت اطلاعات می باشد.
دوستانی که در زمینه ویروس شناسی کار میکنند یا فعالیت هایی را در حوزه ویروس های گیاهی یا جانوری انجام می دهند می توانند از اطلاعات این پایگاه داده استفاده نمایند تا بتوانند از اطاعات موجود در آن بهره ببرند. اطلاعات کامل در مورد این پایگاه را در لینک زیر مطالعه کنید.
...ادامه مطلب...
👍6👏2✍1👌1
برای یادگیری ژنومیکس محاسباتی از کجا شروع کنم؟ چه ابزارهایی را یادبگیرم؟ و چطوری راه صحیح محاسبات ژنومیکسی را یاد بگیرم؟
با مطالعه این پست به این سوالات و سوالات دیگری که در ذهن شما ممکن است وجود داشته باشد پاسخ داده شده است.
این پست را با دوستان خود نیز به اشتراک بگذارید.
ب
....ادامه مطالب...
با مطالعه این پست به این سوالات و سوالات دیگری که در ذهن شما ممکن است وجود داشته باشد پاسخ داده شده است.
این پست را با دوستان خود نیز به اشتراک بگذارید.
ب
ژنومیکس محاسباتی شاخه‌ای از بیوانفورماتیک است که از روش‌های محاسباتی و الگوریتم‌های کامپیوتری برای تحلیل و تفسیر داده‌های ژنومی استفاده می‌کند. این حوزه شامل تکنیک‌هایی مانند توالی‌یابی ژنوم، شناسایی واریانت‌های ژنتیکی، بررسی بیان ژن‌ها، و تحلیل شبکه‌های تعاملی پروتئین‌ها است. با استفاده از ابزارهای نرم‌افزاری و پایگاه‌های داده، ژنومیکس محاسباتی به پژوهشگران کمک می‌کند تا اطلاعات بیولوژیکی را از حجم عظیم داده‌های ژنومی استخراج کنند و به بینش‌های جدید در زمینه‌هایی مانند پزشکی شخصی‌شده، تکامل، و بیماری‌های ژنتیکی دست یابند.
....ادامه مطالب...
👍4❤1🔥1🫡1