معرفی پایگاه داده IEDB برای پیش بینی اپیتوپ
پایگاه داده IEDB یا The Immune Epitope Database یک منبع آزاد و رایگان است که توسط موسسه NIAID تأمین مالی می‌شود. این پایگاه داده، اطلاعات تجربی مربوط به اپیتوپ‌های آنتی‌بادی و سلول T را که در انسان و سایر گونه‌های حیوانی در زمینه‌های بیماری‌های عفونی، آلرژی، خودایمنی و پیوند مطالعه شده‌اند، فهرست‌بندی می‌کند. IEDB همچنین ابزارهای پیش‌بینی و تحلیل اپیتوپ را به صورت رایگان ارائه می‌دهد و دارای یک سایت مکمل به نام CEDAR (که توسط NCI تأمین مالی می‌شود) است که اپیتوپ‌های سرطان را در خود جای داده است. برای کار با این دیتابیس و ابزارهای رایگان موجود در آن فقط کافی است تنظیمات دلخواه را در صفحه اول وبسایت اعمال نمایید و سپس آنالیزهای بیوانفورماتیکی خود را با آن انجام دهید.
پایگاه داده IEDB یا The Immune Epitope Database یک منبع آزاد و رایگان است که توسط موسسه NIAID تأمین مالی می‌شود. این پایگاه داده، اطلاعات تجربی مربوط به اپیتوپ‌های آنتی‌بادی و سلول T را که در انسان و سایر گونه‌های حیوانی در زمینه‌های بیماری‌های عفونی، آلرژی، خودایمنی و پیوند مطالعه شده‌اند، فهرست‌بندی می‌کند. IEDB همچنین ابزارهای پیش‌بینی و تحلیل اپیتوپ را به صورت رایگان ارائه می‌دهد و دارای یک سایت مکمل به نام CEDAR (که توسط NCI تأمین مالی می‌شود) است که اپیتوپ‌های سرطان را در خود جای داده است. برای کار با این دیتابیس و ابزارهای رایگان موجود در آن فقط کافی است تنظیمات دلخواه را در صفحه اول وبسایت اعمال نمایید و سپس آنالیزهای بیوانفورماتیکی خود را با آن انجام دهید.
1- IEDB database and tools
2- CEDAR database and tools
👍2👏1
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