شبکه‌های زیستی در بیوانفورماتیک - پست 8

Eigenvector Centrality

🔹 تعریف:
اهمیت یک نود نه فقط به تعداد ارتباطاتش، بلکه به اهمیت نودهایی که به آن متصل‌اند بستگی دارد.

🔹 تفسیر:
اگر به افراد با نفوذ وصل باشی، خودت هم مهم می‌شوی.

🔹 مثال:
در شبکه ژن-ژن، ژنی که به ژن‌های مهم متصل است، خودش هم مهم محسوب می‌شود. این روش برای شناسایی biomarker candidates در بیماری‌ها استفاده می‌شود.

#شبکه‌های_زیستی
----------
🆔 @BioinfCamp

در باتِ زیر می‌تونید با وارد کردن عنوان مقاله، doi و یا لینک مقاله، به اصل مقالات دسترسی پیدا کنید 👇

💎 @scihubot
#مقاله
----------
🆔 @BioinfCamp

تعامل و interaction بین T cell و Cancer cell

#طراحی_واکسن #ایمنی
----------
🆔 @BioinfCamp

معرفی 7 نمودار مهم در آنالیز داده‌های زیستی

📊 Post 1: Alluvial plot

🔹 این نوع نمودار یکی از روش‌های جذاب برای نمایش جریان و ارتباط داده‌هاست.

🔹 این نمودار وقتی کاربرد داره که بخوایم تغییرات یا ارتباط بین چند دسته‌ی مختلف داده رو نشون بدیم.

🔹 توی این تصویر یک نمونه از Alluvial Plot رو می‌بینید.

#آنالیز_داده
----------
🆔 @BioinfCamp

راهنمای شناسایی مجلات برتر در هر رشته

🔹 برای شناسایی مجلات برتر در رشته خود، به Google Scholar مراجعه کنید.

🔹 سپس از منوی بالای صفحه، گزینه Metrics را انتخاب کنید.

🔹 در بخش Categories، رشته خود را انتخاب کرده و در ادامه به Subcategories بروید تا حوزه تخصصی مورد نظر خود را مشخص کنید.

🔹 در نهایت، می‌توانید فهرست ۲۰ مجله برتر مرتبط با آن دسته‌بندی و زیرشاخه را مشاهده کنید.

#مقاله
----------
🆔 @BioinfCamp

فرهنگ کاری 996 در دانشگاه‌ها
(9 صبح تا 9 شب، 6 روز هفته)

🔹 زندگی با 12 ساعت کار در 6 روز هفته، پایدار نیست و به‌هیچ وجه نباید به عنوان فرهنگ استاندارد یا نشانه موفقیت ترویج شود.

🔹 شدت کار و علاقه به پروژه مهم است، اما سنجش با ساعت کاری نیست، بلکه با خروجی واقعی است.

🔹 کار طولانی و طاقت‌فرسا بدون انتخاب شخصی، منجر به سوختن و کاهش بهره‌وری می‌شود.

🔹 وقتی کسی فرهنگ 996 را تبلیغ می‌کند، باید مخالف آن ایستاد.

#فرهنگ_کاری
----------
🆔 @OxinCode

مارکرهای رایج و سرطان‌های مرتبط 👇

Cancer antigen 125 (CA-125):
Ovarian cancer

Cancer antigen 15-3 (CA 15-3):
Breast cancer

Cancer antigen 19-9 (CA 19-9):
Pancreatic and biliary tract cancers

Calcitonin:
Medullary thyroid cancer

Chromogranin A:
Neuroendocrine tumors

Prostate-specific antigen (PSA):
Prostate cancer

Thyroglobulin:
Thyroid cancer

Fibrin/Fibrinogen:
Bladder cancer

#دانستنی‌ها #سرطان
----------
🆔 @BioinfCamp

معرفی 7 نمودار مهم در آنالیز داده‌های زیستی

📊 Post 2: Upset plot

🔹 این نوع نمودار روشی برای نمایش اشتراک داده‌ها بین چند گروه است و عموما جایگزین نمودار وِن می‌شود، مخصوصاً وقتی تعداد گروه‌ها زیاد باشد.

🔹 مثلا در این تصویر می‌بینید که چه خوشه‌های سلولی بیشترین کلون مشترک رو دارند.

🔹 برای نمونه، خوشه‌های CD8 Cyt و Trm IEL تعداد 24 کلون مشترک دارند. نوارهای عمودی تعداد اشتراک‌ها را نشون می‌دهد و نقاط سیاه پایین ترکیب گروه‌های درگیر رو مشخص می‌کند.

#آنالیز_داده
----------
🆔 @BioinfCamp

چرا هوش مصنوعی بیشتر به نفع ارشدهاست تا تازه‌کارها؟

هوش مصنوعی در برنامه‌نویسی می‌تواند:
🔹 کدهای تکراری و ساختار اولیه بسازد
🔹 وظایف ساده را خودکار کند
🔹 نمونه‌سازی سریع و تست سریع انجام دهد

اما مشکلاتی هم دارد:
❌ نمی‌تواند معماری درست طراحی کند
❌ کیفیت و امنیت کد را تضمین نمی‌کند
❌ تازه‌کارها ممکن است اشتباهات آن را تشخیص ندهند

🔹 نتیجه:
هوش‌مصنوعی فعلاً قدرت را در دست توسعه‌دهندگان ارشد می‌گذارد و تازه‌کارها صرفا باید با احتیاط از آن استفاده کنند تا خود به مرحله سینیور برسند.

#هوش_مصنوعی
----------
🆔 @BioinfCamp

🧬 What is Bystander Activation?

🔹 به حالتی که سلول‌های ایمنی، به‌ویژه سلول‌های T، بدون نیاز به شناسایی آنتی‌ژن خاصی فعال می‌شوند Bystander Activation گویند.

🔹 یعنی این سلول‌ها توسط عواملی غیر از آنتی‌ژنی که به‌طور معمول برای آن برنامه‌ریزی شده‌اند، تحریک می‌گردند.

🔹 معمولاً این نوع فعال‌سازی توسط سایتوکاین‌ها (مولکول‌های سیگنال‌دهنده‌ای که در پاسخ ایمنی ترشح می‌شوند) رخ می‌دهد.

🔹 از یک سو، این فرایند می‌تواند به پاک‌سازی بهتر عوامل بیماری‌زا و تقویت سیستم ایمنی کمک کند.
🔹 اما از سوی دیگر، ممکن است منجر به بروز بیماری‌های خودایمنی و آسیب به بافت‌های بدن شود.

🔹 درک این پدیده برای شناخت بهتر پاسخ‌های ایمنی در بیماری‌ها و درمان آن‌ها اهمیت فراوانی دارد.

#سیستم_ایمنی
----------
🆔 @BioinfCamp

💥 What is Neoplastic Transformation?

🔹 تبدیل نئوپلاستیک فرآیندی است که در آن یک سلول طبیعی به سلولی با رفتار سرطانی یا پیش‌سرطانی تبدیل می‌شود.

🔹 این تغییر معمولاً نتیجه‌ی جهش‌های ژنتیکی یا تغییرات اپی‌ژنتیکی است که باعث رشد کنترل‌نشده و تغییر عملکرد سلول می‌شود.

📖 معرفی یک فصل مهم درباره‌ی این موضوع:
📚 Epigenetic Nature of Neoplastic Transformation
📖 منتشرشده در کتاب:
Developmental Biology and Cancer

🔹 در این فصل، نویسنده توضیح می‌دهد که چطور تغییرات اپی‌ژنتیکی می‌توانند بدون تغییر در DNA، باعث ایجاد سلول‌های نئوپلاستیک شوند. او این روند را نتیجه‌ی انتخاب تدریجی و شرایط محیطی می‌داند.

#دانستنی‌ها #کتاب #سرطان
----------
🆔 @BioinfCamp

معرفی 7 نمودار مهم در آنالیز داده‌های زیستی

📊 Post 3: Chord Diagram

🔹 این نوع نمودار روشی برای نمایش ارتباط بین گروه‌هاست. هر بخش روی دایره یک گروه را نشان می‌دهد و کمان‌های بین بخش‌ها میزان ارتباط را مشخص می‌کنند.

🔹 مثلا در این تصویر، جفت‌شدن ژن‌های TRGV و TRDV نمایش داده شده است. پهنای کمان‌ها نشان می‌دهد که کدام جفت‌ها بیشتر با هم دیده شدند.

🔹 برای نمونه ژن TRDV2 بیشترین جفت‌شدگی رو با TRGV9 دارد.

#آنالیز_داده
----------
🆔 @BioinfCamp

چندی پیش «راهنمای استفاده از ابزارهای هوش مصنوعی در پژوهش» که با نظارت معاونت پژوهشی وزارت علوم، تحقیقات و فناوری و توسط مؤسسه تحقیقات سیاست علمی کشور تدوین شده است، جهت اجرا به دانشگاه‌ها و مراکز آموزش عالی ابلاغ شد.
بد نیست نگاهی به این راهنما بیندازید.

#پژوهش #هوش_مصنوعی
----------
🆔 @BioinfCamp