
آزمایشگاه زیستمحاسباتی ما با هدف ارائه خدمات آموزشی، پژوهشی و مشاورهای در حوزههای زیستشناسی محاسباتی تشکیل شده است. تیم ما متشکل از اساتید و پژوهشگران برجستهای است که در زمینههای تخصصی خود دانش و تجربهی گستردهای دارند.
واقعیت اینه که یکی از بهترین روشهای نمایش گراف، ماتریس مجاورت (Adjacency Matrix) هست. تو این روش هر راس میشه یه سطر و ستون، اگه بین دو راس ارتباط باشه عدد ۱ میذاریم و اگه نباشه ۰. همین ماتریس ساده کلی اطلاعات مهم به ما میده: درجه هر راس رو میتونیم از جمع سطر یا ستون به دست بیاریم، تعداد مسیرها رو با توانهای مختلف ماتریس حساب کنیم و …
۰۲ مهر ۰۴
وقتی اسم گراف میاد، خیلیها یاد یک مفهوم در علم ریاضی میافتن! اما واقعیت اینه که دنیای زیستشناسی پر از شبکههاست، و گراف بهترین زبون برای خوندن این شبکههاست. گراف یعنی مجموعهای از نقطهها (راسها) و خطها (یالها) که نشون میده کی به کی وصله. حالا بذار ببینیم تو زیست چه جوریه: شبکه پروتئینها (PPI): پروتئینها تنها کار نمیکنن؛ دست به دست هم میدن. هر پروتئین یه راسه …
۰۲ مهر ۰۴
همونطور که ما آدما شناسنامه داریم (اسم، سن، قد و …)، داروها هم میتونن یک شناسنامه عددی داشته باشن. این شناسنامه در علم به اسم ماتریس ویژگی داروها (Feature Matrix) شناخته میشه. مثلاً: دارو A → وزن مولکولی 300، محلول در آب، ۲ پیوند هیدروژنی دارو B → وزن مولکولی 450، چربیدوست، ۵ پیوند هیدروژنی وقتی صدها یا هزاران دارو رو کنار هم بذاریم، یک جدول بزرگ تشکیل …
۲۴ شهریور ۰۴
هر دارو یا مولکول یک ساختار پیچیده شیمیایی دارد، اما برای اینکه رایانهها بتوانند آن را تحلیل کنند، باید این ساختار به زبان اعداد ترجمه شود. اینجاست که ماتریس ویژگی داروها (Feature Matrix) وارد عمل میشود. در این ماتریس، هر دارو به صورت یک ردیف و هر ویژگی (Feature) به صورت یک ستون نمایش داده میشود: ویژگیهای فیزیکوشیمیایی: وزن مولکولی، LogP، بار الکتریکی… ویژگیهای ساختاری: تعداد حلقههای آروماتیک، …
۲۱ شهریور ۰۴
شاید وقتی اسم ماتریس میاد یاد کلاس ریاضی بیفتید، اما همین ماتریسها قلب تپنده خیلی از پیشرفتهای امروزی در طراحی دارو هستن. ماتریسها به ما اجازه میدن: خواص شیمیایی هزاران مولکول رو در یک جدول منظم ذخیره کنیم. برهمکنش داروها با پروتئینها رو در قالب یک Drug–Target Matrix نشون بدیم. شبکههای زیستی مثل ارتباط ژنها و پروتئینها رو مدل کنیم. حرکت هزاران اتم رو در شبیهسازی دینامیک مولکولی دنبال کنیم. …
۱۷ شهریور ۰۴
در سیستمهای زیستی، اجزایی مثل ژنها، پروتئینها یا متابولیتها با یکدیگر ارتباط دارند. این ارتباط میتواند به صورت فعالسازی، مهار کردن یا بیاثر بودن باشد. برای ذخیره این روابط به شکلی که بتوانیم آن را محاسبه کنیم، از چیزی به نام ماتریس مجاورت استفاده میکنیم. در این ماتریس، هر سطر نشان میدهد یک جزء روی کدام اجزای دیگر اثر میگذارد و هر ستون نشان میدهد یک جزء از کدام اجزای …
۱۵ شهریور ۰۴
با افتخار از شما دعوت میکنیم در کنگره بینالمللی رویان که در تاریخ ۱۲ تا ۱۴ شهریور ۱۴۰۴ در مرکز همایشهای بینالمللی دانشگاه شهید بهشتی برگزار میشود، حضور یابید. رایا زیست آزما در این رویداد علمی حضور خواهد داشت و آماده دیدار با پژوهشگران، اساتید و علاقهمندان حوزه زیستمحاسباتی است. منتظر دیدار شما در غرفه رایا زیست آزما هستیم.
۱۳ شهریور ۰۴
زیستشناسی مدرن دیگر فقط توصیف موجودات زنده نیست؛ امروز این علم تحلیلی، کمی و پیشبینیگر شده است. مدلسازی ریاضی به زیستشناسان کمک میکند: درک بهتر پدیدههای پیچیده با مدلها میتوان فهمید تغییر یک عامل (مثل غلظت آنزیم) چگونه کل سیستم را تغییر میدهد. مثال: پیشبینی اثر مهار یک پروتئین در توقف رشد تومور. پیشبینی بدون آزمایش پرهزینه یا غیرممکن مدلها میتوانند سناریوهای مختلف را شبیهسازی کنند. مثال: …
۰۴ شهریور ۰۴
شبکههای عصبی، یکی از پیشرفتهترین مدلهای یادگیری ماشین هستند که از ساختار مغز انسان الهام گرفتهاند. اما چطور؟ مغز ما از میلیونها سلول عصبی یا «نورون» تشکیل شده که به هم متصلاند و با هم کار میکنند تا اطلاعات را پردازش کنند. شبکههای عصبی هم از تعداد زیادی نورون مصنوعی ساخته شدهاند که لایهلایه به هم متصلاند. هر نورون ورودیهایی میگیرد، آنها را با وزنهای خاصی …
۰۲ شهریور ۰۴
درخت تصمیم یکی از مدلهای محبوب یادگیری ماشین است که شبیه یک نمودار شاخهدار کار میکند. تصور کنید میخواهید تصمیم بگیرید که آیا امروز لباس گرم بپوشید یا نه. برای این تصمیم، ممکن است چند سوال بپرسید: آیا هوا سرد است؟ آیا باران میآید؟ آیا فردا قرار است بیرون بروید؟ هر سوال مثل یک شاخه در درخت است. بر اساس جوابها، مسیرهای مختلفی را طی میکنید تا به …
۳۰ مرداد ۰۴
رگرسیون خطی یکی از مدلهای پایه و پرکاربرد در یادگیری ماشین است که سعی میکند رابطهای ساده بین ویژگیهای ورودی (مثلاً وزن، سن یا ساعت مطالعه) و نتیجهای که میخواهیم پیشبینی کنیم (مثل قد، نمره یا درآمد) پیدا کند. تصور کنید میخواهید قد یک نفر را فقط بر اساس وزنش پیشبینی کنید. رگرسیون خطی مانند کشیدن یک خط مستقیم روی نموداری از دادههاست، به طوری که این خط بهترین حدس …
۲۷ مرداد ۰۴
حالا که فهمیدیم مدلسازی ریاضی چقدر مهمه، بیاید چند مدل معروف و ساده رو با هم مرور کنیم: رگرسیون خطی (Linear Regression) یه مدل خیلی ساده که رابطهی بین ورودیها و خروجیها رو با یه خط یا صفحه توصیف میکنه. درخت تصمیم (Decision Tree) یه مدل شبیه یک نمودار شاخهدار که سوالهای ساده میپرسه و بر اساس جوابها مسیر رو انتخاب میکنه تا به نتیجه برسه. ماشین بردار پشتیبان …
۲۴ مرداد ۰۴
نگاهی کوتاه به این مسیر علمی و نوآورانه
۱۹ مرداد ۰۴
مدلسازی ریاضی یعنی استفاده از زبان ریاضی برای توصیف یه مسئله یا سیستم. مثل یه نقشه که مسیر حرکت رو به ما نشون میده! حالا تو یادگیری ماشین، مدلسازی ریاضی کلی کار مهم انجام میده: کمک میکنه مسئله رو دقیق و واضح تعریف کنیم مدلهای مختلف مثل رگرسیون خطی یا شبکههای عصبی رو به صورت فرمولهای ریاضی بسازیم پارامترهای مدل رو با دادهها بهینه کنیم تا …
۱۴ مرداد ۰۴
زیستشناسی سامانهای (Systems Biology) رویکردی نوین برای درک رفتار کلنگر سیستمهای زیستی است. در این رویکرد، بهجای بررسی یک مولکول یا مسیر خاص بهتنهایی، به تحلیل تعاملات شبکهای ژنها، پروتئینها و سایر اجزای زیستی پرداخته میشود. در این میان، مدلسازی ریاضی نقش کلیدی دارد. چرا؟ چون به ما امکان میدهد این سیستمهای پیچیده را به زبان ریاضی بیان کنیم، رفتار آنها را در زمان تحلیل کنیم، و حتی …
۱۲ مرداد ۰۴
در دنیای امروز، ریاضیات فقط در کلاسهای درس کاربرد ندارد! یکی از جذابترین کاربردهای آن، کمک به درمان بیماریهایی مثل سرطان است. اما چطور؟ مدلسازی ریاضی یعنی استفاده از معادلات، الگوریتمها و شبیهسازیها برای درک بهتر بیماریها و پیشبینی نتایج درمان. در مورد سرطان، این مدلها میتوانند: ۱. رشد تومور را شبیهسازی کنند و به ما بگویند تومور چطور پیشرفت میکند یا چطور به درمان پاسخ میدهد. ۲. درمانها را شخصیسازی کنند؛ یعنی …
۰۸ مرداد ۰۴
مدلسازی ریاضی ابزاری قدرتمند برای درک پدیدههای پیچیده زیستی و پزشکی است. این مدلها به ما کمک میکنند تا: درک عمیقتر: مکانیسمهای بیماریها، پاسخهای دارویی و فرآیندهای فیزیولوژیکی را بهتر بفهمیم. پیشبینی: نتایج آزمایشها، پیشرفت بیماری و اثربخشی درمانها را پیشبینی کنیم. طراحی: درمانهای جدید طراحی کنیم و پروتکل های درمانی را بهینه کنیم. کاهش هزینهها: نیاز به آزمایشهای پرهزینه و زمانبر را کاهش دهیم. با توجه به …
۰۲ مرداد ۰۴
اولین جلسه کارگاه: چهارشنبه ۱ مرداد ساعت ۹ تا ۱۲ مکان: مرکز رشد پژوهشگاه رویان جهت ثبت نام و ارتباط با ادمین تلگرام: @zeinabshams73
۲۹ تیر ۰۴
امروزه استفاده از مدلهای ریاضی برای بررسی پدیدههای زیستی نقش بسیار مهمی ایفا میکند و محققان حوزه سلامت همواره به دنبال پیشگیری قبل از درمان بیماریها هستند. مدلهای ریاضی ابزاری کمهزینه و مفید برای رفع این نگرانیها محسوب میشوند. در این کارگاه، با رویکردهای مختلف مدلسازی آشنا خواهید شد و چگونگی نقش مدلهای ریاضی در پیشبینی و درک بهتر بیماریها را با ارائه مثالهای متنوع مورد ارزیابی قرار خواهیم داد. …
۲۵ تیر ۰۴
آیا تا به حال به این فکر کردهاید که چگونه میتوان با ابزارهای ریاضی، پدیدههای پیچیده زیستی و پزشکی را مدلسازی کرد؟ چگونه میتوان مسیر پیشرفت بیماریها، تعاملات سلولی یا حتی اثربخشی داروها را با معادلات ریاضی و تحلیلهای عددی پیشبینی کرد؟ مژده برای علاقهمندان به زیستشناسی محاسباتی و پژوهشهای میانرشتهای! بهزودی کارگاهی تخصصی و کاربردی با حضور اساتید توانمند و مجرب در حوزه مدلسازی ریاضی در علوم زیستپزشکی برگزار خواهد …
۲۴ تیر ۰۴
۱۸ خرداد ۰۴
طراحی دارو دیگر محدود به آزمون و خطاهای سنتی نیست. امروزه با پیشرفت زیستمحاسباتی و هوش مصنوعی، مسیرهای نوینی برای کشف و توسعه داروها ایجاد شدهاند. در این مقاله مروری، بررسی میکنیم که چگونه ابزارهای پیشرفتهای مثل: شبیهسازی دینامیک مولکولی روشهای مکانیک کوانتومی در درک مکانیسم بیماری، شناسایی نقاط اتصال دارویی و بهینهسازی ترکیبات مؤثر به کار میروند. همچنین نگاهی داریم به روشهای کلاسیک CADD (طراحی دارو به کمک …
۰۴ خرداد ۰۴
امروزه مدلسازی و پیش بینی ساختار پروتئین ها یکی از مهمترین بخش های تحقیقات زیست شناسی و پزشکی مدرن شده. ابزارهای مختلفی روز به روز دراین زمینه معرفی میشه. یکی از معروف ترین و پرکاربردترین ابزارها AlphaFold هست. با این که همه ی نسخه های آلفافولد به صورت رایگان عرضه شده، اما اجرای این مدل ها نیاز به سرور و سخت افزار قوی داره. اما نگران نباش! …
۰۳ خرداد ۰۴
پس از برگزاری موفق دو کارگاه مقدماتی در حوزههای ریاضیات کاربردی و برنامهنویسی پایتون، اکنون در آستانه ورود به مرحلهای کلیدی و تخصصی قرار داریم: کارگاه سوم: آشنایی کاربردی با مفاهیم هوش مصنوعی در زیستشناسی محاسباتی در این بخش از دوره، شرکتکنندگان با مبانی نظری و کاربردی یادگیری ماشین و هوش مصنوعی آشنا خواهند شد و خواهند آموخت چگونه از این ابزارها در تحلیل دادههای زیستی، مدلسازی و …
۳۰ اردیبهشت ۰۴
سرطان پروستات یکی از شایعترین انواع سرطان در مردان است. پژوهشی تازه و جذاب منتشرشده در Scientific Reports نشان داده است که میتوان با استفاده از هوش مصنوعی، شبیهسازی دینامیک مولکولی و ترکیبات گیاهی، داروهای جدیدی برای درمان این سرطان پیدا کرد. در این مطالعه، پژوهشگران ابتدا بیش از ۹۰۰۰ ترکیب گیاهی را بررسی کردند تا ببینند کدامها میتوانند آنزیم کلیدی مرتبط با سرطان پروستات به نام PARP1 را مهار کنند. مراحل …
۲۸ اردیبهشت ۰۴
سفری هیجانانگیز به دنیای JUNO و IZUMO1 آیا میدانستید لقاح اسپرم و تخمک، حاصل ارتباط هماهنگ میان دو پروتئین کلیدی است؟ با کمک شبیهسازیهای دینامیک مولکولی، پرده از رازهای تعامل بین JUNO (در تخمک) و IZUMO1 (در اسپرم) برداشته شده است این یافتهها میتوانند در توسعه روشهای درمان ناباروری نقش کلیدی ایفا کنند. دنیای زیستمحاسباتی، هر روز ما را یک گام به رمزگشایی از پیچیدهترین پدیدههای زیستی نزدیکتر میکند. …
۲۷ اردیبهشت ۰۴
امروزه یادگیری ماشین (Machine Learning) صرفاً یک روند نوظهور در علوم کامپیوتر نیست، بلکه به یکی از ارکان اصلی تحلیل داده در علوم زیستی تبدیل شده است—بهویژه در عصر انفجار دادههای اُمیکی (Omics) از تحلیل داده تا کشف الگوهای پنهان روشهای یادگیری ماشین به پژوهشگران این امکان را میدهند که از دل دادههای پیچیده و حجیم، الگوهایی استخراج کنند که با روشهای سنتی آماری قابل شناسایی نیستند یا نیاز به زمان …
۲۵ اردیبهشت ۰۴
یادگیری ماشین برای بازکاربردیابی دارو: پیشرفتها و چالشهای اخیر از آنجایی که دانش رو به رشد درباره بیماریهای انسانی نسبت به درمانها کندتر از حد انتظار بوده است، استفاده از تکنیکهای یادگیری ماشین برای تغییر موقعیت دارو جذاب شده است. درک موثر و جامع از وضعیت فعلی تغییر موقعیت دارو میتواند به محققان کمک کند تا الگوریتمهای کارآمدتر و دقیقتری را بررسی کنند و نیز آن هارا در مسیر …
۰۶ اردیبهشت ۰۴
وقتی یک پروتئین افسارِ سرطان را پاره میکند... سرطان سینه، یکی از شایعترین تومورهای بدخیم در میان زنان، گاهیاوقات با یک بازیگر کلیدی وارد فاز تهاجمیتری میشود: پروتئین HER2. در حدود ۲۰٪ از موارد، ژنی به نام ERBB2 بیشازحد فعال میشود (overexpression) و پروتئین HER2 در غشای سلولی تجمع پیدا میکند. این تجمع، باعث فعال شدن بیرویهی مسیرهای سیگنالینگ میشود و رشد و تکثیر سلولها از …
۲۹ فروردین ۰۴
این مقاله به بررسی و تحلیل کاربردهای یادگیری ماشین (Machine Learning) و مدلسازی QSAR/QSPR (Quantitative Structure-Activity/Property Relationship) در پیشبینی تعاملات بین مولکولهای آلی و سیکلودکسترینها میپردازد. ادغام یادگیری ماشین با QSAR/QSPR میتواند به توسعه داروهای جدید و بهینهسازی فرایندهای صنعتی کمک کند و امید است با پیشرفتهای مداوم در تکنیکهای یادگیری عمیق و افزایش دسترسی به دادهها، انتظار میرود که این حوزه رشد بیشتری داشته باشد. سیکلودکسترینها: ترکیبات حلقوی …
۲۷ فروردین ۰۴