دومین کارگاه عملی از  مجموعه کارگاه‌های آموزشی In silico بر پایه AI، با نظارت سرکار خانم دکتر فاطمه ابراهیمی طی 4 جلسه برگزار و به پایان رسید.   در این دوره، شرکت‌کنندگان به‌طور عملی با اصول برنامه‌نویسی پایتون و کاربردهای آن در حوزه هوش مصنوعی آشنا شدند و با انجام یک پروژه کوچک، یادگیری خود را تثبیت کردند.  و به منظور ارتقاء دانش شرکت‌کنندگان، مجموعه‌ای از ویدئوهای آموزشی سرکار خانم …

ادامه مطلب

     روش‌های مولکولی و مدل‌سازی در کشف دارو، به مجموعه‌ای از تکنیک‌ها و رویکردها اشاره دارند که به پژوهشگران کمک می‌کنند تا مولکول‌های جدید دارویی را شناسایی، طراحی و بهینه‌سازی کنند. این روش‌ها معمولاً شامل ترکیبی از بیوانفورماتیک، شبیه‌سازی‌های کامپیوتری و تکنیک‌های آزمایشگاهی هستند.   روش‌های مولکولی   اسکن دارویی (High-throughput screening):  این روش شامل آزمایش هزاران ترکیب شیمیایی برای شناسایی مولکول‌هایی است که می‌توانند با هدف بیولوژیکی خاصی …

ادامه مطلب

   در تاریخ 16 الی 18 بهمن ماه، شهر زنجان میزبان جمعی از اساتید و پژوهشگران علاقه‌مند به حوزه زیست‌شناسی محاسباتی و بیوانفورماتیک بود.     در این کنگره، شرکت‌کنندگان با بازدید از میز رایازیست‌آزما، از نزدیک با فعالیت‌های ما آشنا شدند و زمینه‌های همکاری‌های آینده را بررسی کردند.   پژوهشگران رایازیست‌آزما نیز با ارائه پوسترهای حضوری در حوزه‌های متنوع بالینی و محاسباتی از جمله داکینگ، شبیه‌سازی دینامیک مولکولی، زیست‌شناسی سامانه‌ای، …

ادامه مطلب

پایان روز اول سیزدهمین همایش ملی بیوانفورماتیک ایران    دیدار و گفتگو با شما عزیزان فرصتی بسیار عالی و فوق‌العاده برای ما بود.     امیدواریم در آینده با شمار بیشتری از شما همراهان گرامی ملاقات داشته باشیم.     به امید دیدار مجدد شما  

ادامه مطلب

دومین کارگاه از دوره جامع آموزش‌های In Silico بر پایه AI در حال برگزاری است!  در روز گذشته جلسه اول کارگاه عملی پایتون در تحلیل‌های In Silico با تدریس سرکار خانم دکتر فاطمه ابراهیمی برگزار شد و شرکت‌کنندگان با مبانی برنامه‌نویسی پایتون و کاربردهای آن در هوش مصنوعی آشنا شدند. این کارگاه فرصتی بی‌نظیر برای یادگیری روش‌های نوین تحلیل داده‌ها در زیست‌شناسی محاسباتی است. چرا باید به این دوره بپیوندید؟ آموزش …

ادامه مطلب

تحولی عظیم در زیست‌شناسی با قدرت محاسبات آنالیزهای بیوانفورماتیکی و شبیه‌سازی‌های In Silico، همچون پلی میان زیست‌شناسی و علوم کامپیوتر، به ما اجازه می‌دهند تا به اعماق پیچیدگی‌های موجودات زنده نفوذ کنیم. این روش‌ها، با بهره‌گیری از قدرت محاسبات و الگوریتم‌های پیچیده، تحولی شگرف در حوزه‌های زیست‌شناسی، پزشکی و داروسازی ایجاد کرده‌اند. اما چرا آنالیزهای In Silico این‌قدر مهم هستند؟ سرعت و دقت بی‌نظیر: تصور کنید که بتوانیم بدون انجام …

ادامه مطلب

در تاریخ جمعه 22 دی‌ماه 1403، آزمایشگاه زیست‌شناسی محاسباتی رایازیست‌آزما در نمایشگاه توانمندی‌ها و دستاوردهای پژوهشگاه رویان و با حضور سایر شرکت‌های مستقر در مرکز رشد رویان، که در مصلای تهران برگزار شد، شرکت کرد. این رویداد با حضور آقایان دکتر حسن مسلمی نایینی، ریاست محترم جهاد دانشگاهی و دکتر فاخری، ریاست محترم مرکز رشد رویان همراه بود و فرصتی مناسب برای معرفی آخرین نوآوری‌ها و دستاوردهای ما در حوزه …

ادامه مطلب

در یک مطالعه‌ی جدید که در مجله‌ی Science Advances منتشر شده است، پژوهشگران کالج کینگ لندن از مدل‌های یادگیری ماشین برای بررسی "ساعت‌های زیستی مبتنی بر متابولومیک" استفاده کردند. این مدل‌ها با داده‌های متابولیت پلاسمای بانک زیستی بریتانیا آموزش داده شدند. هدف این مطالعه ارزیابی قابلیت ساعت‌های زیستی متابولومیک در پیش‌بینی نتایج سلامت و طول عمر با بررسی دقت، پایداری، و ارتباط آن‌ها با نشانگرهای زیستی فراتر از سن تقویمی …

ادامه مطلب

جبر خطی، به‌ویژه ماتریس‌ها، بردارها و تنسورها، ابزارهای اساسی در یادگیری ماشین برای طراحی پروتئین و آنتی‌بادی هستند. این ابزارها امکان نمایش و پردازش داده‌های پیچیده زیستی را فراهم می‌کنند و توسعه مدل‌های قدرتمند را ممکن می‌سازند. در این زمینه، توالی‌های پروتئین به صورت بردار و ساختارهای آنها به شکل ماتریس یا تنسور نمایش داده می‌شوند. شبکه‌های عصبی و مدل‌های تولیدی، با استفاده از عملیات جبر خطی مانند ضرب ماتریسی و تنسورهای چندبعدی، ویژگی‌ها و …

ادامه مطلب

یادگیری ریاضی نه تنها تفکر منطقی و مهارت‌های حل مسئله را تقویت می‌کند، بلکه درک عمیق‌تری از الگوریتم‌ها، ساختار داده‌ها و مدل‌های محاسباتی فراهم می‌آورد. این موارد برای کدنویسی بسیار حیاتی هستند. در دنیای زیست‌شناسی که با حجم زیادی از داده‌ها مواجه هستیم، کدنویسی به زبان Python یا BioPython به معنای تجزیه و تحلیل این داده‌ها به کمک ریاضیات، به ویژه آمار، است. این تجزیه و تحلیل برای فهم داده‌های …

ادامه مطلب