📌 پیشرفت چشمگیر چین در رقابت هوش مصنوعی با معرفی مدل Kimi K2

🧠💻 "رقابت در مرزهای کدنویسی؛ چالش جدید برای غرب"

🟠 شرکت مون‌شات (Moonshot AI) که تحت حمایت مالی غول تجارت الکترونیک چین، علی‌بابا قرار دارد، از نسخه جدید مدل زبان بزرگ خود با نام Kimi K2 رونمایی کرده است. این مدل، در رقابت مستقیم با غول‌های فناوری غربی، به‌ویژه OpenAI و Anthropic توسعه یافته است.

📍 طبق اعلام رسمی، Kimi K2 به‌عنوان مدلی متن‌باز و مقرون‌به‌صرفه طراحی شده و یکی از نقاط تمرکز کلیدی آن، توانایی در برنامه‌نویسی اپلیکیشن‌ها است. مون‌شات با بهره‌گیری از الگوریتم‌های پیشرفته و داده‌های به‌روز، مدعی شده که Kimi K2 در برخی تسک‌های کدنویسی عملکردی بهتر از مدل‌های تجاری ChatGPT و Claude ارائه می‌دهد.

🔍 در حالی که شرکت OpenAI اخیراً عرضه مدل متن‌باز خود را به دلیل نگرانی‌های امنیتی به تأخیر انداخته، چین با توسعه Kimi K2 در تلاش است جایگاه خود را در اکوسیستم هوش مصنوعی باز (Open-source AI) تقویت کند. این استراتژی مشابه الگویی است که شرکت دیپ‌سیک (DeepSeek) نیز دنبال می‌کند.

🔧 در سوی دیگر ماجرا، شرکت Anthropic نیز با معرفی مدل جدید خود Opus 4، وارد رقابت جدی در عرصه برنامه‌نویسی هوش مصنوعی شده است. رقابتی که نه‌تنها توسعه‌دهندگان را هدف قرار داده، بلکه به حوزه پژوهش‌های محاسباتی و مهندسی نرم‌افزار نیز وارد شده است.

📚 این دستاورد می‌تواند زمینه‌ساز استفاده گسترده‌تر از مدل‌های بومی و قابل شخصی‌سازی در تحقیقات علمی و پروژه‌های دانشگاهی باشد؛ به‌ویژه در کشورهایی که دسترسی به مدل‌های تجاری غربی با محدودیت همراه است.

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

📊 آیا هوش مصنوعی می‌تواند جایگزین داوران علمی شود؟

🔬 ارزیابی تخصصی مدل‌های زبانی در پلتفرم SciArena

پلتفرم SciArena که توسط مؤسسه Allen Institute for AI (AI2) توسعه یافته، اقدام به ارزیابی عملکرد ۲۳ مدل زبانی بزرگ (LLM) بر اساس توانایی پاسخ‌گویی به سؤالات علمی کرده است. این رتبه‌بندی بر پایه‌ی بیش از ۱۳٬۰۰۰ رأی تخصصی از سوی ۱۰۲ پژوهشگر تا تاریخ ۳۰ ژوئن ۲۰۲۵ صورت گرفته است.

📌 پنج مدل برتر در حوزه‌های علمی مختلف

🧠 در همه زمینه‌ها:

o3 (OpenAI)
Claude 4 Opus
Gemini 2.5 Pro
DeepSeek R1 0528
o4‑mini (OpenAI)

🏥 علوم پزشکی و سلامت:

o3
Claude 4 Opus
Claude 4 Sonnet
o4-mini
Gemini 2.5 Pro

⚙️ مهندسی:

o3
Claude 4 Opus
GPT-4.1
DeepSeek R1 0528
Gemini 2.5 Pro

📚 علوم انسانی و اجتماعی:

o3
Claude 4 Opus
Claude 4 Sonnet
Gemini 2.5 Pro
Gemini 2.5 Pro-Preview

🌱 علوم طبیعی:

o3
DeepSeek R1 0528
Gemini 2.5 Pro
o4-mini
Qwen3-235B-A22B

🧩 آیا نظر مدل‌ها با داوران انسانی هم‌راستا است؟

در بررسی SciArena، مدل o3 در ۶۵.۱٪ مواقع همان پاسخی را برتر دانسته که داوران انسانی انتخاب کرده‌اند. این به آن معناست که در حدود یک‌سوم موارد، نظر بهترین مدل هوش مصنوعی با قضاوت متخصص انسانی متفاوت است.
برای مقایسه، در بنچمارک‌های عمومی‌تر مانند AlpacaEval، میزان تطابق پاسخ مدل‌ها با نظر انسان به بیش از ۷۰٪ می‌رسد. اما در سؤالات علمی تخصصی، این هماهنگی کاهش می‌یابد.

📉 نتیجه مهم برای جامعه پژوهشگران:
حتی بهترین مدل‌های زبانی مانند o3، هنوز قادر نیستند به‌طور کامل و قابل‌اعتماد جایگزین داوری علمی انسانی شوند. در حوزه‌هایی که نیاز به تحلیل عمیق، استدلال تخصصی و استناد دقیق وجود دارد، عملکرد مدل‌ها هنوز محدود است.
این یافته‌ها تأکید می‌کنند که خودکارسازی کامل ارزیابی علمی با LLMها فعلاً امکان‌پذیر نیست و نقش انسان در پژوهش و داوری علمی همچنان حیاتی باقی می‌ماند.

📖 همچنین این ارزیابی در مجله Nature نیز مورد توجه قرار گرفته است.

🔗 برای اطلاعات بیشتر به گزارش کامل مراجعه کنید:

allenai.org/blog/sciarena

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

📌 ابزار رایگان و دقیق برای تبدیل فایل‌های صوتی به متن فارسی و انگلیسی

🔹 تبدیل گفتار به نوشتار (Speech to Text) در زبان انگلیسی سابقه‌ای نسبتاً طولانی دارد؛ به‌ویژه از اوایل دهه ۱۹۹۰ میلادی با توسعه نرم‌افزاری مانند Dragon Dictate. اما برای زبان فارسی، این مسیر به‌مراتب کوتاه‌تر و محدودتر بوده است.
🔹 خوشبختانه، امروزه ابزارهای متعددی (رایگان یا تجاری) برای تبدیل گفتار فارسی به نوشتار وجود دارند که با کیفیت نسبتاً خوبی عمل می‌کنند. پیش‌تر نیز یکی از این ابزارها با نام Speechtexter در این کانال معرفی شده بود.

🗣️ اما اگر فایل صوتی یا تصویری از قبل ضبط شده داشته باشیم و بخواهیم آن را به متن تبدیل کنیم (فرایند Trannoscription)، چطور؟ آیا راهکاری وجود دارد؟

✅ بله، راهکار وجود دارد؛ ولی با چند نکته مهم:
تعداد نرم‌افزارهای مخصوص فایل‌های ضبط‌شده، بسیار کمتر از ابزارهای گفتار همزمان (Real-time Speech Recognition) است.
برای زبان فارسی، هنوز نرم‌افزارهای دقیق و حرفه‌ای محدودی داریم.
اخیراً با پیشرفت هوش مصنوعی، ابزارهای جدیدتری در این زمینه توسعه یافته‌اند.
اغلب این ابزارها رایگان نیستند و هزینه‌ها بر اساس مدت زمان فایل محاسبه می‌شود.

🟠 اما در این پست، یک نرم‌افزار کاربردی، رایگان و متن‌باز به نام pyTranscriber معرفی می‌شود که از بسیاری از زبان‌ها از جمله زبان فارسی پشتیبانی می‌کند. این نرم‌افزار بر پایه‌ی زبان برنامه‌نویسی پایتون طراحی شده است.

🔧 مراحل استفاده از نرم‌افزار pyTranscriber:
نرم‌افزار را اجرا کنید.
از گزینه‌ی Select files، فایل صوتی یا تصویری خود را انتخاب کنید.
در بخش Audio Language، زبان مورد نظر را انتخاب نمایید (برای فارسی: fa-Persian).
روی گزینه‌ی Transcribe Audio / Generate Subnoscript کلیک کنید.

🧪 نتایج بررسی عملکرد این نرم‌افزار:

🔸 سرعت بالا: فایل ۳۰ دقیقه‌ای، در حدود ۲ دقیقه به متن تبدیل می‌شود.
🔸 دقت بالا در زبان انگلیسی و دقت کمتر برای فارسی.
🔸 اصطلاحات انگلیسی در فایل‌های فارسی، به‌درستی تشخیص داده نمی‌شوند یا به‌شکل فارسی‌نویس ثبت می‌گردند.
🔸 دو نوع خروجی ارائه می‌دهد:
 • فایل .txt برای متن
 • فایل .srt برای زیرنویس‌گذاری ویدیوها (در صورت قرار دادن فایل ویدیو و srt در کنار هم، زیرنویس خودکار نمایش داده می‌شود.)

📌 جمع‌بندی:
اگر فایل‌های صوتی یا تصویری به زبان انگلیسی دارید، نرم‌افزار pyTranscriber می‌تواند ابزار بسیار مفیدی برای شما باشد. برای زبان فارسی نیز، با وجود نیاز به ویرایش متن خروجی، می‌تواند تجربه‌ای ارزشمند و قابل اتکا باشد.

📥 برای دریافت نسخه‌ی مناسب سیستم‌عامل خود (ویندوز، مک، لینوکس) می‌توانید به لینک زیر مراجعه کرده و از بخش Assets نسخه‌ی نصبی یا پرتابل (بدون نیاز به نصب) را دانلود کنید:

🔗 https://github.com/raryelcostasouza/pyTranscriber/releases

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🔬 «بررسی اثرات ترکیبی ویتامین D، اسیدهای چرب امگا-۳ و منیزیم بر پیشگیری از زوال شناختی و پیری سلولی در سالمندان» 🧠✨

بر اساس مطالعه‌ای که در سال ۲۰۲۵ در مجله معتبر Nutrients منتشر شده، ترکیب ویتامین D، اسیدهای چرب امگا ۳ و منیزیم می‌تواند نقش مهمی در محافظت از مغز در برابر زوال شناختی و پیری سلولی ایفا کند. 🧪📊

این پژوهش که مجموعه‌ای از داده‌های بالینی روی افراد مسن را بررسی کرده، نشان می‌دهد که این سه ماده مغذی می‌توانند به عنوان یک ترکیب پیشگیرانه برای حفظ عملکرد مغز عمل کنند.

🧠 ویتامین D که به طور گسترده‌ای با سلامت استخوان شناخته می‌شود، در مغز نیز گیرنده‌هایی دارد که نقش نوروتروفیک ایفا می‌کنند و به رشد و زنده‌مانی سلول‌های عصبی کمک می‌کنند. کمبود این ویتامین با کاهش حافظه، اختلالات خلقی و افزایش خطر ابتلا به آلزایمر همراه است.

در کنار آن، امگا ۳ که در ماهی‌های چرب یا مکمل‌های غذایی یافت می‌شود، با کاهش التهاب مزمن در مغز نقش مهمی در حفظ سلامت نورون‌ها و تقویت ارتباطات عصبی دارد. 🐟🧬

اما عنصر کمتر شناخته‌شده یعنی منیزیم نیز نقشی کلیدی در عملکرد شناختی ایفا می‌کند. منیزیم در انتقال پیام‌های عصبی، تنظیم خواب و محافظت در برابر استرس اکسیداتیو دخیل است. 🧲💤

تحقیقات اخیر نشان داده‌اند که سطح مناسب منیزیم در خون با بهبود حافظه، تمرکز و کاهش نرخ زوال شناختی مرتبط است.

بنابراین، مصرف منظم این سه ماده می‌تواند به عنوان یک راهبرد مؤثر برای کند کردن روند پیری مغز در نظر گرفته شود. ⏳🧓🧠

https://www.mdpi.com/2072-6643/16/20/3567

https://www.realsimple.com/vitamins-and-nutrients-for-longevity-8775736


راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🔷 کتابی برای دیدن داده‌ها، نه فقط خواندن آن‌ها

📊 مبانی مصورسازی داده‌ها؛ اصول اولیه برای ترسیم نمودارهای گویا و گیرا

📘 نویسنده: کلاوس ویلکه
📗 مترجمان: مجید خادم رضاییان، محمد معصوم‌وند
🏛 ناشر: دانشگاه علوم پزشکی مشهد
📅 سال انتشار: ۱۴۰۲
📄 تعداد صفحات: ۳۸۳ صفحه

📚 مروری بر محتوای کتاب:

کتاب «مبانی مصورسازی داده‌ها» یکی از منابع مرجع و تخصصی در زمینه طراحی و تحلیل بصری داده‌هاست. نویسنده با بیانی ساده، اما علمی و ساختاریافته، اصول اساسی تبدیل داده‌های خام به نمودارهای تأثیرگذار و دقیق را آموزش می‌دهد.
این اثر نه‌تنها به جنبه‌های زیبایی‌شناسی نمودارها توجه دارد، بلکه عمیقاً به مباحث تحلیلی، روش‌شناسی و حتی خطاهای رایج در طراحی گراف‌ها می‌پردازد؛ موضوعاتی که برای پژوهشگران، تحلیلگران داده، و دانشجویان تحصیلات تکمیلی بسیار کاربردی است.

📌 عناوین فصل‌ها:

🔸 فصل‌های مقدماتی و مفهومی:
مقدمه: اشکال زشت، بد و اشتباه
نمایش داده‌ها بر مبنای زیبایی‌شناسی
سیستم‌های مختصات و محورها
مقیاس‌های رنگی
فهرست راهنمای نمودارها

🔸 فصل‌های کاربردی:
ترسیم مقدارها و توزیع‌ها (هیستوگرام، نمودارهای Q-Q، تراکمی و...)
نمایش نسبت‌ها و ساختارهای لانه‌گزیده
ترسیم روابط بین متغیرها، سری‌های زمانی، روندها و داده‌های مکانی
نمایش عدم قطعیت و اصول جوهر متناسب

🔸 فصل‌های فنی و تخصصی:
مدیریت نقاط همپوشان
اشتباهات رنگی
کدگذاری اضافی و اشکال چند پانلی
عناوین، جداول و بزرگنمایی محورها
پرهیز از گراف‌های سه‌بعدی و خطوط زائد

🔸 فصل‌های تکمیلی و اجرایی:
قالب‌های فایل تصویری
انتخاب نرم‌افزار مناسب برای مصورسازی
داستان‌گویی با داده‌ها و انتقال دقیق پیام پژوهشی

🔬 این کتاب، ابزاری قدرتمند برای پژوهشگران است تا یافته‌های خود را شفاف‌تر، علمی‌تر و اثرگذارتر ارائه دهند. مصورسازی، نه صرفاً تزئین داده، بلکه بخشی از تفکر علمی است.

📌 اگر به دنبال ارائه داده‌هایی هستید که دقیق فهمیده شوند، نه فقط دیده شوند، این کتاب را از دست ندهید.

📎 برای پژوهش‌هایی که می‌خواهند تأثیر بگذارند، مصورسازی علمی، بخشی ضروری از فرآیند تولید دانش است.

https://dl.evidence.ir/ebooks/persian/Fundamentals-of-data-visualization.pdf

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🔬 دستاوردی نوین در درمان سیروز ناشی از کبد چرب غیرالکلی 🧪

پس از سال‌ها تلاش بی‌وقفه، سرانجام دارویی کشف شده است که می‌تواند روند پیشرفت یکی از خطرناک‌ترین بیماری‌های مزمن کبدی، یعنی سیروز ناشی از کبد چرب غیرالکلی (MASLD/NASH) را متوقف یا حتی معکوس کند. این موفقیت علمی، روزنه‌ای از امید را برای میلیون‌ها بیماری گشوده است که تاکنون هیچ درمان تأییدشده‌ای برای این بیماری نداشته‌اند.

🔹 داروی Resmetirom
این دارو، نخستین درمان تأییدشده توسط سازمان غذا و داروی آمریکا (FDA) برای فیبروز کبدی ناشی از MASLD است. Resmetirom با الگوبرداری از عملکرد هورمون تیروئید و فعال‌سازی گیرنده‌های اختصاصی در کبد، نه‌تنها به کاهش چربی در بافت کبد کمک می‌کند، بلکه با کاهش التهاب و فیبروز، به ترمیم تدریجی بافت‌های آسیب‌دیده نیز می‌پردازد.
نتایج کارآزمایی‌های بالینی نشان داده‌اند که مصرف این دارو باعث بهبود چشمگیر عملکرد کبد و کاهش پیشرفت بیماری در بیماران شده است.

🔹 داروی Efruxifermin؛ درمانی نوین در راه است
در کنار Resmetirom، داروی نویدبخش دیگری با نام Efruxifermin نیز در آستانه ورود به بازار جهانی قرار دارد. این دارو با شبیه‌سازی عملکرد پروتئین FGF21، در مطالعات بالینی موجب بهبود وضعیت بیماران مبتلا به سیروز جبرانی شده است.
در مطالعات منتشرشده، بیش از ۳۹٪ از بیماران تحت درمان با Efruxifermin کاهش قابل‌توجهی در شدت فیبروز بدون پیشرفت بیماری را تجربه کرده‌اند.

✨ این پیشرفت‌ها، سرآغازی بر تحولی بزرگ در درمان بیماری‌های مزمن کبدی محسوب می‌شوند و نویدبخش آینده‌ای روشن برای بیماران در سراسر جهان هستند.

📎 منابع:

1. FDA
2. FattyLiver Canada

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

📽️🧠 هوش صنوعی NotebookLM و تحولی نوین در ارائه اطلاعات پژوهشی با قابلیت Video Overviews

ابزار هوش مصنوعی NotebookLM، محصول پیشرفته شرکت گوگل، به‌تازگی با اضافه شدن قابلیت جدیدی به نام Video Overviews، وارد مرحله‌ای نوین در حوزه خلاصه‌سازی و ارائه محتوای تحقیقاتی شده است.
در این به‌روزرسانی، کاربران می‌توانند خلاصه‌های تصویری و ویدیویی از یادداشت‌ها، اسناد و اطلاعات خود تولید کنند. این ویژگی نوآورانه، امکان تهیه محتوای تصویری از موضوعات مختلف پژوهشی و آموزشی را در اختیار افراد قرار می‌دهد و به آنها کمک می‌کند تا مفاهیم پیچیده را به شکلی بصری، ساده و قابل فهم ارائه کنند.

🎯 کاربردهای اصلی این قابلیت شامل موارد زیر است:

تدوین راهنماهای مطالعه (Study Guides)
تولید اسناد خلاصه‌شده
ساخت جدول‌های زمانی (Timelines)
ترسیم نقشه‌های ذهنی (Mind Maps)
طراحی بخش پرسش‌های پرتکرار (FAQs)
کاربران می‌توانند با تعیین هدف مخاطب و موضوعات مورد نظر، بر بخش‌های خاصی از محتوا تمرکز بیشتری داشته باشند. به بیان دیگر، ساختار و محتوای ویدیوها کاملاً قابل تنظیم بوده و می‌توان از آن در محیط‌های دانشگاهی، تحقیقاتی، آموزشی و حتی برای ارائه‌های علمی استفاده کرد.

💡 نکته قابل توجه آن است که Video Overviews با استفاده از نمودارها، تصاویر و نقل‌قول‌های متنی، لایه‌ای بصری و تعاملی به محتوای متنی اضافه می‌کند که باعث درک بهتر، سریع‌تر و دقیق‌تر اطلاعات می‌شود.

🔍 در حال حاضر، این قابلیت تنها برای کاربران زبان انگلیسی در دسترس است، اما گوگل اعلام کرده است که در آینده‌ای نزدیک، پشتیبانی از زبان‌های دیگر و فرمت‌های بیشتر نیز فراهم خواهد شد.

📌 برای محققان، اساتید دانشگاه، دانشجویان و حتی تولیدکنندگان محتوا، این قابلیت یک گام مهم در ارائه موثرتر مفاهیم علمی و پژوهشی به شمار می‌رود و می‌تواند به بهبود فرآیند آموزش، یادگیری و انتقال دانش کمک شایانی کند.

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

نوآوری دقیق در درمان سرطان‌های تهاجمی: پروژه «ققنوس امید» برای هدف‌گیری سلول‌های بنیادی سرطانی 🔬🧬

در بسیاری از سرطان‌های تهاجمی مانند پانکراس، سینه و مری، گروهی از سلول‌ها وجود دارند که علی‌رغم انجام درمان‌های رایج مانند شیمی‌درمانی و پرتودرمانی، زنده می‌مانند. این سلول‌ها که به «سلول‌های بنیادی سرطانی» معروف هستند، به دلیل مقاومت بالای خود و توانایی خودنوسازی، باعث رشد مجدد تومور و بازگشت بیماری می‌شوند. 🧪

پروژه Phoenix of Hope – ققنوس امید با هدف شناسایی و نابودی این سلول‌های مقاوم شکل گرفته است. این پروژه به رهبری دکتر سارا ژینوس خدایاری، پزشک پژوهشگر چندرشته‌ای و نوآور ایرانی-اروپایی در حوزه سرطان، در حال توسعه است. 🧑‍⚕️🔍

دکتر خدایاری موفق به طراحی یک آنتی‌بادی هوشمند شده که با دقت بسیار بالا، سلول‌های بنیادی سرطانی را هدف قرار می‌دهد. این آنتی‌بادی نشانگر اختصاصی OCT4B1 را هدف می‌گیرد، نشانگری که تنها بر روی سلول‌های سرطانی تهاجمی یافت می‌شود. بدین ترتیب، حمله‌ای بسیار دقیق به ریشه سرطان انجام شده و سلول‌های سالم به حداقل آسیب دچار می‌شوند، ضمن اینکه عوارض جانبی به شکل قابل توجهی کاهش می‌یابد. 🎯🧬

در آزمایش‌های پیش‌بالینی، این درمان توانسته است در کمتر از یک ماه، حجم تومور را تا ۹۰٪ کاهش دهد و احتمال بازگشت سرطان را به شدت کاهش دهد. این پیشرفت مهم، نویدبخش افقی تازه در درمان سرطان‌های تهاجمی و امیدی برای بیماران است که پس از درمان، بتوانند زندگی سالم و عاری از بیماری را تجربه کنند. 🌟📉

دستاوردهای علمی دکتر سارا خدایاری در این حوزه منجر به کسب دو مدال نقره در مسابقات بین‌المللی معتبر، از جمله انجمن بین‌المللی مخترعان نوین دنیا (IFIA) و مسابقات iCAN کانادا در آگوست ۲۰۲۴ شده است. این موفقیت‌ها، اعتبار و اهمیت بالای این پروژه نوآورانه را به خوبی نشان می‌دهند. 🏅🌍


منبع:
Title: A Phoenix of Hope: A Novel Precision Breakthrough in Cancer Care
Author: Sara (Xinos) Khodayari
Type: Patent (Intellectual Property entry)
Publication Date: August 2024
Platform: ResearchGate

https://www.researchgate.net/profile/Sara-khodayari

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🔍 خودکارسازی مرورهای سیستماتیک با مدل‌های زبانی بزرگ؛ تحولی در سنت مرور شواهد علمی

🧠 پژوهشی تازه منتشرشده در سرور medRxiv، گردش‌کاری عامل‌محور (Agentic Workflow) به نام otto-SR را معرفی می‌کند؛ سیستمی پیشرفته مبتنی بر مدل‌های زبانی بزرگ (LLM) که قادر است کل فرآیند مرور سیستماتیک را از جستجوی مقدماتی تا تحلیل نهایی، به‌صورت خودکار اجرا کند.

🔸 در روش سنتی، مراحل شامل جستجو، غربالگری چکیده و متن کامل توسط دو داور مستقل، استخراج داده توسط دو داور دیگر و حل اختلاف توسط داور سوم است.

🔹 اما otto-SR این فرآیند را به شکل زیر انجام می‌دهد:
غربالگری مقالات: با استفاده از مدل GPT-4.1
استخراج داده‌ها: با بهره‌گیری از مدل o3-mini-high
پردازش PDF: با مدل Gemini 2.0 Flash برای تبدیل به فرمت Markdown

📊 مقایسه عملکرد otto-SR با انسان و ابزارهای تجاری

🔸 غربالگری مقالات:
حساسیت:
otto-SR = 96.7٪
داوران انسانی = 81.7٪
ویژگی:
otto-SR = 97.9٪
داوران انسانی = 98.1٪

🔸 استخراج داده‌ها:
دقت (Accuracy):
otto-SR = 93.1٪
داوران انسانی = 79.7٪
ابزار Elicit = 74.8٪

در موارد اختلاف، هیئت انسانی در ۶۹.۳٪ موارد، داده‌های استخراج‌شده توسط otto-SR را دقیق‌تر دانستند.

🧪 کاربرد در عمل: بازتولید مرورهای Cochrane
حالا otto-SR در بازتولید ۱۲ مرور از مجله Cochrane تنها در دو روز کاری عملکرد موفقی داشت؛ فرآیندی که در روش سنتی برابر با ۱۲ سال کاری است.
در هر مرور به‌طور میانگین ۲ مطالعه جدید شناسایی شد که در متاآنالیز نهایی تأثیرگذار بودند.

📌 نمونه: در یک مرور تغذیه‌ای، otto-SR با شناسایی ۵ مطالعه جدید نشان داد که مکمل‌های ایمنی قبل از جراحی معده، طول اقامت در بیمارستان را یک روز کاهش می‌دهد؛ یافته‌ای که در مرور اصلی موجود نبود.

⚠️ ملاحظات و محدودیت‌ها
نیاز به ارزیابی در حوزه‌های بالینی و مرورهای کیفی دیگر
احتمال خطا در پردازش PDF یا جداول تکمیلی
استفاده از مدل‌های LLM به‌عنوان داور (احتمال سوگیری)
احتمال وجود داده‌های آموزش مدل از مرورهای آوریل ۲۰۲۴ (بدون تأثیر بر مطالعات جدید)

📌 پتانسیل‌های مهم این فناوری:
به‌روزرسانی سریع مرورها
ایجاد مرورهای زنده (Living Reviews)
تولید مرورهای جدید با سرعت بسیار بالا
لزوم انتشار ماشینی‌خوان مطالعات برای تحلیل دقیق‌تر

📎 Preprint:
https://www.medrxiv.org/content/10.1101/2024.07.22.24308642v1

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

📌 گامی نو در مسیر واکسن HIV: نتایج امیدوارکننده واکسن‌های mRNA مدرنا

"Breakthrough Research" یا "Early Clinical Trial Results"

نتایج یک کارآزمایی بالینی در مراحل اولیه نشان می‌دهد که واکسن‌های آزمایشی HIV بر پایه فناوری mRNA، تولیدشده توسط شرکت مدرنا، می‌توانند پاسخ ایمنی قابل‌توجهی در بدن انسان ایجاد کنند. بر اساس این مطالعه، حدود ۸۰ درصد از داوطلبانی که یکی از دو واکسن آزمایشی را دریافت کرده‌اند، آنتی‌بادی علیه پروتئین‌های ویروس HIV تولید کرده‌اند؛ آنتی‌بادی‌هایی که نقش مهمی در جلوگیری از ورود ویروس به سلول‌های بدن دارند.

🔬 برتری واکسن‌های mRNA نسبت به روش‌های سنتی

فناوری mRNA نخستین بار در سال ۲۰۲۰ برای تولید واکسن مقابله با کووید-۱۹ تأیید شد. از مهم‌ترین مزایای این فناوری می‌توان به سرعت بالا در طراحی و ساخت، هزینه کم و امکان تطبیق سریع با انواع ویروس‌های نوظهور یا جهش‌یافته اشاره کرد. برخلاف روش‌های کلاسیک که ممکن است سال‌ها زمان نیاز داشته باشند، واکسن‌های mRNA می‌توانند ظرف چند ماه طراحی، تولید و مورد ارزیابی قرار گیرند.

🧬 مکانیسم عملکرد واکسن‌های mRNA

در این روش، به‌جای تزریق مستقیم پروتئین ویروسی، دستور ساخت آن پروتئین به شکل mRNA وارد سلول‌های بدن می‌شود. سلول‌ها با استفاده از این دستورالعمل، پروتئین مورد نظر (مثلاً پروتئین سطحی HIV) را می‌سازند. سپس سیستم ایمنی بدن، این پروتئین را شناسایی کرده و علیه آن پاسخ ایمنی ایجاد می‌کند. بنابراین اگر فرد در آینده با ویروس واقعی مواجه شود، بدن آمادگی لازم برای مقابله را خواهد داشت.

📚 جزئیات مطالعه منتشر شده در Science Translational Medicine

این مطالعه به‌صورت فاز یک کارآزمایی بالینی و با هدف ارزیابی ایمنی و اثربخشی اولیه طراحی شده است. در آن، دو رویکرد متفاوت در طراحی واکسن بررسی شده‌اند:
پروتئین محلول (Soluble Trimers) که به‌صورت آزاد در بدن ساخته می‌شود.
پروتئین متصل به غشا (Membrane-Anchored Trimers) که مشابه رفتار ویروس واقعی، به غشای سلول متصل باقی می‌ماند.
در مجموع سه نوع واکسن بر پایه mRNA مورد آزمایش قرار گرفته‌اند: دو نوع با پروتئین متصل به غشا و یک نوع با پروتئین محلول.

📈 نتایج کلیدی مطالعه
✅ در گروه دریافت‌کننده واکسن‌های دارای پروتئین متصل به غشا، ۸۰٪ از داوطلبان آنتی‌بادی خنثی‌کننده تولید کردند.
❌ در مقابل، تنها ۴٪ از گروه دریافت‌کننده واکسن محلول، چنین پاسخی نشان دادند.
این اختلاف معنادار نشان می‌دهد که شبیه‌سازی دقیق‌تر رفتار ویروس در طراحی واکسن، می‌تواند به تحریک مؤثرتر سیستم ایمنی کمک کند.

🧪 یافته‌های جانبی و آینده تحقیق
در کنار نتایج انسانی، مطالعات حیوانی (پیش‌بالینی) نیز در این مقاله منتشر شده و یافته‌های آن‌ها از اثربخشی این رویکرد حمایت می‌کند. با این حال، متخصصان تأکید دارند که مسیر رسیدن به واکسن تاییدشده و قابل استفاده گسترده، همچنان نیازمند مطالعات تکمیلی در فازهای بعدی است.

این تحقیقات می‌تواند زمینه‌ساز توسعه واکسنی مؤثر برای یکی از مقاوم‌ترین ویروس‌های شناخته‌شده در پزشکی مدرن باشد.

📎 گزارش کامل: https://www.nature.com/articles/d41586-024-02047-1

📎 مقاله اصلی: Science Translational Medicine

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🔍📊ضریب تأثیر ۲۰۲۴؛ نگاهی به وضعیت مجلات ایرانی در نمایه‌های استنادی

🧪 اخیراً نسخه ۲۰۲۴ ضریب تأثیر (Impact Factor) مجلات نمایه‌شده در چهار نمایه‌نامه استنادی Web of Science منتشر شده است. مهم‌ترین تغییر امسال، حذف استنادات مربوط به مقالات ریترکت‌شده از محاسبه IF است؛ اقدامی که با هدف کاهش تحریف در ارزیابی‌های علمی و حفظ دقت شاخص‌های استنادی انجام شده است.

📉 اگرچه استنادهای مرتبط با مقالات ریترکت‌شده از صورت‌کسر IF حذف شده‌اند، اما این مقالات همچنان در مخرج کسر باقی می‌مانند تا شفافیت و پاسخ‌گویی در گزارش‌دهی حفظ شود.

🔺 حذف این استنادات موجب کاهش ضریب تأثیر بیش از ۲۰۰۰ مجله شده و چارک استنادی ۲۴ عنوان نیز تغییر یافته است (برای مثال، از Q1 به Q2).

📚 جایگاه مجلات ایرانی در گزارش JCR 2024

بر اساس داده‌های رسمی، ۱۶۱ مجله از ایران در نمایه‌های استنادی Web of Science نمایه شده‌اند و دارای IF هستند:
▪️ از این تعداد، ۱۲۱ عنوان (بیش از ۷۵٪) در نمایه ESCI قرار دارند.
▪️ ۴۰ مجله در نمایه SCIE و
▪️ ۲ مجله در نمایه SSCI جای گرفته‌اند (که هر دو هم‌زمان در SCIE نیز حضور دارند).
▪️ هیچ مجله‌ای از ایران در نمایه AHCI نمایه نشده است.

📊 توزیع چارکی مجلات ایرانی:
چارک اول (Q1): ۸ مجله (۴.۹۶٪)
چارک دوم (Q2): ۲۰ مجله (۱۲.۴۲٪)
چارک سوم (Q3): ۳۹ مجله (۲۴.۲۲٪)
چارک چهارم (Q4): ۹۴ مجله (۵۸.۳۸٪)
در مجموع، بیش از ۸۳٪ مجلات ایرانی در چارک‌های سوم و چهارم قرار دارند.

🏅 ۱۰ مجله ایرانی با بالاترین IF در سال ۲۰۲۴:

Journal of Nanostructure in Chemistry — 7.9 (Q1)
Asian Journal of Social Health and Behavior — 5.2 (Q1)
International Journal of Health Policy and Management — 5.1 (Q1)
Civil Engineering Journal-Tehran — 4.9 (Q1)
Advanced Pharmaceutical Bulletin — 4.1 (Q1)
International Nano Letters — 4.0 (Q3)
International Journal of Environmental Research — 3.5 (Q2)
Journal of Applied and Computational Mechanics — 3.4 (Q2)
International Journal of Environmental Science and Technology — 3.4 (Q2)
International Journal of Engineering — 2.9 (Q2)

از میان این مجلات، سه عنوان متعلق به دانشگاه‌های علوم پزشکی هستند:
▪️ دانشگاه علوم پزشکی قزوین (شماره ۲)
▪️ دانشگاه علوم پزشکی کرمان (شماره ۳)
▪️ دانشگاه علوم پزشکی تبریز (شماره ۵)

📌 نکته مهم درباره IF:
ضریب تأثیر، مانند شاخص CiteScore، یک سنجه استانداردشده بین‌رشته‌ای نیست و تنها در درون یک رشته خاص قابلیت مقایسه دارد. برای مقایسه بین‌رشته‌ای باید از چارک، صدک یا شاخص JCI (Journal Citation Indicator) استفاده کرد. JCI شاخصی نرمال‌شده بر اساس رشته است و امکان مقایسه مجلات در رشته‌های مختلف را فراهم می‌کند.

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🧠🔬 افق جدید در درمان آلزایمر: مکمل کراتین و بازسازی عملکرد نورونی

📄 نتایج یک مطالعه‌ی پیشگامانه نشان می‌دهد که مصرف مکمل کراتین با دوز بالا می‌تواند به بهبود عملکرد شناختی در بیماران مبتلا به آلزایمر کمک کند. در این پژوهش، شرکت‌کنندگانی که به مدت هشت هفته روزانه ۲۰ گرم کراتین دریافت کردند، افزایش معناداری در سطح کراتین مغزی و بهبودهایی در زمینه‌هایی نظیر حافظه‌ی کاری، توجه و مهارت‌های زبانی نشان دادند.

🧪 این یافته‌ها دانشمندان را متوجه نقش بالقوه‌ی کراتین، فراتر از عملکرد شناخته‌شده‌ی آن در عضلات، کرده است. به‌نظر می‌رسد کراتین می‌تواند به‌عنوان تنظیم‌کننده‌ی انرژی عصبی در مغز نیز ایفای نقش کند.

🧠 آنچه این مطالعه را برجسته می‌سازد، تمرکز آن بر اختلال در متابولیسم انرژی نورونی است؛ جنبه‌ای بنیادین ولی اغلب مغفول در پاتوفیزیولوژی بیماری آلزایمر. کراتین با تقویت تولید ATP در مغز، قادر است به بازیابی عملکرد نورون‌های دچار کمبود انرژی کمک کند.

🔋 این مکانیزم، برخلاف بسیاری از درمان‌های رایج که صرفاً بر کنترل علائم متمرکزند، منجر به بهبود عملکرد میتوکندری و افزایش ظرفیت فسفوکراتین در نورون‌ها می‌شود. بنابراین، رویکردی نوین و امیدوارکننده برای بازسازی عملکرد شناختی شکل می‌گیرد.

🧬 اگرچه این نتایج در مراحل اولیه هستند، اما نویدبخش افق جدیدی در درمان‌های مبتنی بر بازسازی متابولیک در بیماری آلزایمر است. در صورت تأیید در مطالعات بزرگ‌مقیاس، کراتین می‌تواند به‌عنوان مکملی ایمن، مقرون‌به‌صرفه و در دسترس، نقش مؤثری در کند کردن روند زوال شناختی ایفا کند.

🔄 این تغییر رویکرد می‌تواند نقطه‌ی عطفی در درمان بیماری‌های نورودژنراتیو باشد، و نگاه به درمان آلزایمر را از صرفاً مهار علائم، به سمت احیای زیستی نورون‌ها سوق دهد.

📎 منبع مقاله – Psychology Today

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🔍 راهنمای نوین برای پایگاه Scopus در ۲۰۲۴
تغییرات کلیدی، نکات کاربردی و فرصت‌های تازه برای پژوهشگران

🧭 معرفی کلی Scopus

یکی از بزرگ‌ترین و معتبرترین پایگاه‌های اطلاعاتی علمی دنیاست که توسط Elsevier توسعه یافته است. این پایگاه، ابزاری مهم برای ردیابی تولیدات علمی، ارزیابی پژوهشگران، تحلیل مجلات و کشف روندهای تحقیقاتی به‌شمار می‌رود.

🆕 مهم‌ترین تغییرات در نسخه ۲۰۲۴

🔹 پایان انتظار دو ساله برای نمایه شدن مجلات:
از آگوست ۲۰۲۴، شرط داشتن حداقل دو سال سابقه انتشار برای پذیرش در Scopus حذف شده است. این تغییر، مسیر را برای مجلات تازه‌تأسیس ولی باکیفیت هموارتر می‌کند.
🔹 بازنگری در برچسب‌های Open Access (OA):
از آوریل ۲۰۲۴، برچسب‌های OA با تکیه بر داده‌های Unpaywall به شکل دقیق‌تری دسته‌بندی شده‌اند: طلایی، ترکیبی، سبز و...
🔹 افزایش حجم مجلات نمایه‌شده:
تا پایان سال، تعداد کل مجلات نمایه‌شده به حدود ۴۶٬۸۰۰ عنوان رسید و ۴۳ مجله جدید به فهرست اضافه شد. هم‌زمان، برخی مجلات به‌دلیل عدم رعایت استانداردهای علمی حذف شدند.
🔹 حذف مجلات فاقد اعتبار کیفی:
چندین عنوان به‌دلیل تخلف در فرآیند داوری یا پایین بودن کیفیت علمی از پایگاه Scopus خارج شده‌اند. این اقدام برای حفظ دقت استنادی و شفافیت علمی صورت گرفته است.

🛠️ نحوه استفاده از Scopus (گام‌به‌گام)
۱. ورود به سامانه از طریق سایت رسمی یا دسترسی سازمانی
۲. جستجو بر اساس نویسنده، کلیدواژه، مجله یا نهاد علمی
3. اعمال فیلترهای پیشرفته: سال، OA، نوع سند، حوزه موضوعی

📊 ابزارهای تحلیلی کلیدی

🔬 Author Profile: بررسی H-index، همکاری‌ها، حوزه تخصصی
📈 Journal Metrics: شاخص‌هایی نظیر CiteScore، SNIP و SJR
🔍 Scopus AI: کشف همکاران بالقوه، تحلیل روندهای نوین، پیش‌بینی مسیر تحقیقاتی

🌐 چشم‌انداز آینده
در واقع Scopus با این تغییرات، گامی در جهت ارتقاء شفافیت و کیفیت علمی برداشته و فرصت‌های بیشتری را برای پژوهشگران و مجلات در سطح بین‌المللی فراهم کرده است.

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🚀🤖 نسل تازه هوش مصنوعی GPT-5 ؛ OpenAI رونمایی شد

شرکت OpenAI امروز با معرفی GPT-5، قدرتمندترین و پیشرفته‌ترین مدل خود، گام بزرگی در دنیای هوش مصنوعی برداشت.
به گفته سم آلتمن، مدیرعامل OpenAI، این مدل یک جهش جدی نسبت به نسخه‌های پیشین است؛ مدلی که می‌تواند در طیف گسترده‌ای از حوزه‌ها، همانند یک متخصص تمام‌عیار عمل کند.

📌 ویژگی‌های کلیدی GPT-5:

⚡ سرعت و دقت بیشتر در پردازش و پاسخ‌دهی نسبت به نسخه‌های قبلی
🧠 توانایی پردازش و استدلال پیشرفته در موضوعات علمی، فنی، خلاقانه و تحقیقاتی
📦 عرضه در سه نسخه: استاندارد، مینی و نانو برای نیازهای متفاوت کاربران
🎭 اضافه‌شدن چهار شخصیت تازه به ChatGPT برای تجربه‌ای متنوع‌تر و شخصی‌سازی‌شده

💎 خبر مهم برای کاربران:

هوش مصنوعی GPT-5 از امروز به‌صورت رایگان برای تمام کاربران ChatGPT در دسترس است.
البته OpenAI اعلام کرده که در هفته‌های نخست ممکن است برای کاربران رایگان، محدودیت تعداد درخواست روزانه وجود داشته باشد.

🔍 اهمیت این رونمایی برای تحقیقات:

هوش مصنوعی  GPT-5 نه‌تنها یک ابزار مکالمه هوشمند است، بلکه بستری برای پژوهشگران، دانشجویان و فعالان علمی فراهم می‌کند تا با سرعت بیشتر، داده‌ها را تحلیل کرده و ایده‌های نوآورانه خلق کنند. این مدل می‌تواند به عنوان یک همکار تحقیقاتی دیجیتال، مرزهای نوآوری را جابه‌جا کند.

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🎨🚀 انقلاب در تولید مدل‌های سه‌بعدی با Copilot 3D مایکروسافت

🔹 مایکروسافت پس از اضافه‌کردن مدل قدرتمند GPT-5 به Copilot، این‌بار بی‌سروصدا از قابلیت جدیدی به نام Copilot 3D رونمایی کرده است. این ابزار هوش مصنوعی، می‌تواند تنها با دریافت یک تصویر دوبعدی، آن را به یک مدل سه‌بعدی دقیق تبدیل کند؛ آن‌هم به‌صورت کاملاً رایگان.

📌 کاربردهای گسترده در تحقیقات و صنعت

هوش مصنوعی Copilot 3D می‌تواند در حوزه‌های مختلفی مانند:
🎮 ساخت بازی‌های ویدیویی
🎞 انیمیشن و جلوه‌های ویژه
🖨 چاپ سه‌بعدی
🕶 واقعیت مجازی (VR) و واقعیت افزوده (AR)
و حتی پژوهش‌های علمی مورد استفاده قرار گیرد. پژوهشگران می‌توانند با استفاده از این قابلیت، مدل‌های سه‌بعدی آزمایشگاهی، نمونه‌های شبیه‌سازی‌شده و داده‌های تصویری را با دقت و سرعت بالا تولید کنند؛ رویکردی که می‌تواند هزینه و زمان پروژه‌های تحقیقاتی را به‌شدت کاهش دهد.

⚙️ نحوه عملکرد و فرمت خروجی

این ابزار تنها به یک تصویر دوبعدی باکیفیت نیاز دارد (JPG یا PNG، حداکثر حجم ۱۰ مگابایت) و حتی نیازی به وارد کردن دستور متنی نیست. پس از پردازش، مدل‌های تولیدشده به مدت ۲۸ روز در بخش Creations ذخیره می‌شوند و امکان دانلود آنها با فرمت GLB — سازگار با نرم‌افزارهای طراحی سه‌بعدی و موتورهای بازی‌سازی — وجود دارد.

💡 توصیه‌های مایکروسافت برای بهترین نتیجه

استفاده از تصاویری با پس‌زمینه ساده و واضح
تفکیک مناسب سوژه از پس‌زمینه
انتخاب تصاویر با کیفیت بالا برای خروجی دقیق‌تر

📊 ارتباط با تحقیقات:

ابزارهایی مانند Copilot 3D، مسیر پژوهشگران در حوزه‌های معماری، مهندسی، علوم پزشکی و حتی علوم باستان‌شناسی را متحول می‌کنند؛ چراکه مدل‌سازی سریع و دقیق از داده‌های تصویری را بدون نیاز به تجهیزات پیچیده ممکن می‌سازند. این یعنی یک گام دیگر به سمت دموکراتیزه‌کردن فناوری‌های پیشرفته در تحقیقات علمی.

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🧠🔍 «کشف دکمه ریست خاطرات در مغز انسان!»

📅 آگوست ۲۰۲۵، تیمی از پژوهشگران دانشگاه UCLA و دانشگاه کلمبیا موفق شدند بخشی شگفت‌انگیز از مغز را شناسایی کنند که مانند یک مرکز فرماندهی مخفی عمل می‌کند و توانایی بی‌نظیری در دسته‌بندی و حتی ریست کردن خاطرات دارد.

🔬 این بخش که در عمق ساختار عصبی مغز و در ناحیه‌ای کوچک به نام Locus Coeruleus پنهان شده، مانند یک کلید جادویی است که جریان بی‌پایان رویدادهای روزمره را به قطعات منظم و مجزا تقسیم می‌کند؛ درست مثل تدوینگری که فیلم زندگی ما را صحنه‌به‌صحنه برش می‌دهد.

📈 یافته‌ها نشان می‌دهد با فعال شدن این ناحیه، مغز می‌تواند بین خاطرات قدیمی و جدید مرزهای روشن ایجاد کرده و از قاطی شدن آنها جلوگیری کند.

🧪 نکته حیرت‌انگیز این کشف آن است که محققان توانسته‌اند این فرآیند مرزبندی خاطرات را در لحظه مشاهده کنند. آنها با ترکیب فناوری MRI و اندازه‌گیری واکنش مردمک، دریافتند که هنگام بروز تغییرات مهم، این بخش از مغز با موج عصبی قدرتمند فعال می‌شود و به هیپوکامپ فرمان می‌دهد تا الگوهای تازه‌ای برای ذخیره‌سازی شکل دهد.

⚡ این موج عصبی مانند یک سیگنال ریست عمل می‌کند و تمام کانال‌های ذهن را برای ثبت یک تجربه جدید پاکسازی می‌نماید. چنین مکانیسمی نه تنها درک ما از حافظه را دگرگون می‌کند، بلکه می‌تواند مسیر توسعه فناوری‌هایی را هموار کند که روزی به ما امکان سازماندهی یا حتی حذف خاطرات را بدهند.

🌟 چشم‌انداز آینده هیجان‌انگیز است:
تصور کنید بتوانید یک لحظه خاص را در ذهن خود پین کنید و هر بار با وضوح کامل به آن بازگردید، یا خاطرات ناخوشایند را تنها با یک فرمان عصبی به حاشیه ذهن برانید.

📅 این کشف که نتایج آن در ۹ اوت ۲۰۲۵ منتشر شد، نه تنها راز نظم شگفت‌انگیز مغز را آشکار می‌کند، بلکه امیدی تازه برای درمان اختلالاتی مانند PTSD و آلزایمر به وجود می‌آورد.

📍 اکنون با شناخت این دکمه ریست طبیعی، در آستانه عصری هستیم که مدیریت خاطرات دیگر یک رویا یا داستان علمی‌تخیلی نخواهد بود، بلکه بخشی از واقعیت علمی بشر خواهد شد.

📎 منبع: UCLA Newsroom

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🧠 دستگاهی برای بازگرداندن توانایی صحبت کردن با خوانش فعالیت مغزی

🔬 در یک پیشرفت قابل توجه علمی، پژوهشگران موفق به طراحی دستگاهی شده‌اند که می‌تواند توانایی صحبت کردن را در افرادی که به دلیل آسیب‌های مغزی این قابلیت را از دست داده‌اند، بازگرداند. این دستگاه در بخشی از مغز که مسئول کنترل گفتار است قرار داده می‌شود (Implant). پس از کاشت، دستگاه با استفاده از هوش مصنوعی پیشرفته، سیگنال‌های عصبی دریافتی را به‌صورت مداوم رمزگشایی می‌کند و آن‌ها را ابتدا به متن و سپس به گفتار شنیداری (Text-to-Speech Model) تبدیل می‌نماید.

🩺 بیمار مورد مطالعه در این پژوهش، فردی بود که به دلیل سکته مغزی در بخش ساقه مغز (Brainstem) توانایی صحبت کردن خود را از دست داده بود. نتایج این تحقیق نشان می‌دهد که این فناوری می‌تواند برای افرادی با شرایط مشابه نیز امیدبخش باشد و امکان برقراری ارتباط مؤثر را به آن‌ها بازگرداند.

📄 یافته‌های این پژوهش چند روز قبل در مجله معتبر Nature Neuroscience منتشر شده است. این مطالعه نشان می‌دهد که گفتار تولیدشده توسط این سیستم در زمان واقعی (Real Time) انجام می‌شود و می‌تواند در آینده نزدیک، گفتاری روان و طبیعی را برای بیماران فراهم کند.

این فناوری نوآورانه نه تنها در بازگرداندن توانایی صحبت کردن، بلکه در ایجاد راهکارهای جدید برای ارتباطات انسانی در بیماران با ناتوانی گفتاری، تحولی بنیادین ایجاد خواهد کرد.

🔗 مشاهده مقاله

📌 همچنین، برای مقایسه و درک بهتر پیشرفت‌های این حوزه، می‌توانید پژوهش مشابه قبلی را از این لینک مشاهده کنید:

🔗 مطالعه قبلی

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

📢 بازگشت GPT-4o؛ وقتی بازخورد کاربران مسیر تحقیقات را تغییر می‌دهد 🧠🔬

🟢 اعلام تغییرات جدید ChatGPT

شرکت OpenAI در اقدامی معنادار، مدل زبانی قدرتمند و محبوب خود، GPT-4o را بار دیگر برای تمامی کاربران اشتراک پولی ChatGPT فعال کرد. این تصمیم، که توسط سم آلتمن مدیرعامل OpenAI اعلام شد، در واقع یک عقب‌نشینی تاکتیکی پس از عرضه پر سر و صدای GPT-5 به شمار می‌رود. نکته مهم‌تر این است که آلتمن به کاربران اطمینان داده: در صورت حذف دوباره این مدل، اطلاع‌رسانی از مدت‌ها قبل انجام خواهد شد.

🔍 گزینه‌های پیشرفته‌تر در دسترس محققان

علاوه بر بازگشت GPT-4o، قابلیت تازه‌ای با عنوان «نمایش مدل‌های بیشتر» نیز به طور پیش‌فرض فعال شده است. این ویژگی دسترسی به مدل‌های GPT-4.1، o3 و o4-mini را بازمی‌گرداند؛ مدل‌هایی که هر کدام، به‌ویژه برای پژوهشگران داده و متخصصان پردازش زبان، ویژگی‌ها و دقت‌های متفاوتی ارائه می‌دهند.

💻 دسترسی ساده، فرصت‌های پژوهشی گسترده

تمام این مدل‌ها از طریق منوی انتخابگر در بالای صفحه ChatGPT، چه در نسخه وب و چه در اپلیکیشن موبایل، قابل انتخاب هستند. این تنوع در دسترس بودن مدل‌ها، برای محققانی که نیاز به مقایسه عملکرد نسخه‌های مختلف دارند، فرصتی ارزشمند ایجاد می‌کند تا با داده‌های واقعی، تحلیل‌های عمیق‌تری انجام دهند.

📊 پیوند با تحقیقات و توسعه

این رویداد نمونه‌ای واقعی از تعامل میان کاربران و توسعه‌دهندگان در حوزه فناوری‌های پیشرفته است. بازخورد کاربران نه‌تنها مسیر بهبود محصول را مشخص می‌کند، بلکه به‌عنوان یک مطالعه موردی (Case Study) در مدیریت نوآوری و تحقیق و توسعه نیز قابل تحلیل است. چنین بازخوردهایی می‌توانند نشان دهند که حتی در پروژه‌های عظیم هوش مصنوعی، تحقیقات کاربرمحور نقش کلیدی در جهت‌دهی آینده دارند.

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🦷🥦 "راز بروکلی: آزمایشگاه زنده‌ای که دندان‌ها و سلول‌ها را نجات می‌دهد"

🥦 سلاح میکروسکوپی در دل بروکلی

تصور کنید هر بار که تکه‌ای کلم بروکلی را می‌جوید، نه تنها فیبر و ویتامین وارد بدن‌تان می‌شود، بلکه موجی از یک سلاح میکروسکوپی ضد پوسیدگی نیز به میدان می‌آید. این سلاح نامش 3,3-دی‌ایندولیل متان (DIM) است؛ مولکولی طبیعی که در دل سبزیجاتی چون بروکلی و کلم پنهان شده و اکنون دانشمندان آن را «دهانشویه‌ی زنده‌ی طبیعت» می‌نامند.

🧪 کشف علمی شگفت‌انگیز

پژوهشگران دانشگاه سیچوان چین و مؤسسه ملی تحقیقات دندان‌پزشکی سنگاپور نشان داده‌اند که DIM می‌تواند در آزمایشگاه تا ۹۰٪ بایوفیلم باکتری Streptococcus mutans – عامل اصلی پوسیدگی دندان – را نابود کند.

🦷 مزیت بی‌سابقه برای سلامت دهان

دکتر محمدرضا حقانی، ایمپلنتولوژیست، درباره این یافته می‌گوید: راز هیجان‌انگیز ماجرا این است که DIM برخلاف بسیاری از مواد شیمیایی موجود در دهانشویه‌ها، به سلول‌های سالم دهان آسیبی نمی‌زند و حتی در دوزهای بالا هیچ نشانه‌ای از سمیت یا التهاب ایجاد نمی‌کند. این یعنی آینده‌ای قابل تصور است که خمیر دندان، دهانشویه یا حتی آدامس‌های روزمره ما حاوی این مولکول سبز و قدرتمند باشند و با هر بار مسواک زدن، همان حس محافظتی که گیاهان هزاران سال برای خود ساخته‌اند، در دهان ما جاری شود.

🛡 نگهبان دندان‌ها و سلول‌ها

در واقع DIM فقط یک محافظ دندان نیست؛ این ترکیب به عنوان یک عامل ضدسرطانی نیز شناخته می‌شود. حالا تصور کنید مولکولی که دندان‌ها را از پوسیدگی محافظت می‌کند، همزمان دیواری نامرئی در برابر سلول‌های سرطانی بسازد. طبیعت بی‌سروصدا و بی‌هیاهو قرن‌هاست این اکسیر دو منظوره را در بشقاب شما قرار داده است. شاید وقت آن رسیده که به بروکلی‌تان با نگاهی تازه نگاه کنید؛ مثل یک آزمایشگاه زنده که با هر لقمه، آینده‌ی دندان‌پزشکی و پزشکی را رقم می‌زند.

📄 عنوان مقاله علمی:

"3,3'-Diindolylmethane (DIM): A Potential Therapeutic Agent against Cariogenic Streptococcus mutans Biofilm"

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🔬 انقلاب در مقیاس پردازش زبان؛ Claude آنتروپیک فراتر از GPT-5 🟣🤖

🟢 گامی بزرگ در توسعه مدل‌های زبانی

شرکت آنتروپیک در تازه‌ترین به‌روزرسانی خود، قابلیت شگفت‌انگیزی به مدل Claude Sonnet 4 افزوده است. این مدل اکنون قادر است پرامپت‌هایی با طولی در حدود ۷۵۰ هزار کلمه یا حداکثر ۱ میلیون توکن را پردازش کند. این تغییر، یک جهش واقعی در مقایسه با تمام استانداردهای فعلی هوش مصنوعی محسوب می‌شود.

🟢 مقایسه با GPT-5 و محدودیت‌های پیشین

برای درک اهمیت این پیشرفت کافی است بدانیم که:

محدودیت قبلی Claude تنها ۲۰۰ هزار توکن بود.

مدل GPT-5 شرکت OpenAI تا سقف ۴۰۰ هزار توکن توان پردازش دارد.

اکنون Claude با ۱ میلیون توکن، مرزهای پردازش متن را دست‌کم دو برابر بیشتر از GPT-5 جابه‌جا کرده است.

🟢 پیامدهای مستقیم برای تحقیقات علمی

این توانایی جدید به پژوهشگران اجازه می‌دهد تا حجم عظیمی از داده‌ها، از مقالات علمی گسترده گرفته تا داده‌های چندمنبعی و پیچیده را در یک تعامل واحد پردازش کنند. این موضوع می‌تواند مسیر تحقیقات بین‌رشته‌ای را به‌طور اساسی تغییر دهد.

به‌عنوان مثال:

امکان تحلیل کل پایگاه‌های داده پزشکی یا مقالات بالینی در یک بار پردازش.

بررسی حجم عظیمی از داده‌های اجتماعی، اقتصادی یا اقلیمی در مطالعات کلان.

کاهش نیاز به تقسیم پروژه‌های پژوهشی به بخش‌های کوچک و پراکنده.

🟢 چشم‌انداز آینده

این جهش تنها یک تغییر فنی نیست؛ بلکه آغازگر عصری است که در آن هوش مصنوعی می‌تواند به‌عنوان شریک واقعی در تحقیقات علمی عمل کند. با Claude، پژوهشگران دیگر محدود به چند صد صفحه ورودی نخواهند بود، بلکه می‌توانند کل پروژه‌های تحقیقاتی یا کتابخانه‌های داده‌ای را یکجا در اختیار مدل بگذارند.

📄 به نظر می‌رسد آنتروپیک با این استراتژی، نه تنها توسعه‌دهندگان سازمانی را جذب می‌کند، بلکه مسیر تحقیقات جهانی را نیز به سمت سرعت، دقت و یکپارچگی بی‌سابقه هدایت خواهد کرد.

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

📌 انقلابی در پزشکی؛ تولید انسولین با سلول‌های ویرایش‌شده ژنی 🧬💉

یک دستاورد بی‌سابقه در دنیای پزشکی، امید تازه‌ای برای میلیون‌ها بیمار دیابتی در سراسر جهان به ارمغان آورده است. برای اولین بار در تاریخ، یک مرد مبتلا به دیابت نوع ۱ پس از دریافت پیوند سلول‌های جزیره‌ای (islet cells) که با فناوری ویرایش ژنی CRISPR اصلاح شده‌اند، توانسته است در بدن خود انسولین طبیعی تولید کند.

🔬 این دستاورد نه تنها مرزهای علم پزشکی را جابه‌جا کرده، بلکه گامی بزرگ به سوی درمان ریشه‌ای دیابت محسوب می‌شود؛ بیماری‌ای که تا پیش از این تنها با تزریق روزانه انسولین یا استفاده از پمپ‌های پیشرفته قابل کنترل بود.

🧪 راز این موفقیت در تغییرات هوشمندانه‌ای نهفته است که روی سلول‌های اهدایی انجام شده. پژوهشگران با حذف یا کاهش پروتئین‌هایی که سیستم ایمنی را تحریک به حمله می‌کنند و افزودن پروتئین محافظی به نام CD47 توانسته‌اند این سلول‌ها را برای سیستم ایمنی بیمار تقریباً «نامرئی» کنند.

💡 نتیجه این نوآوری، بقای طولانی‌مدت سلول‌ها و تولید پایدار انسولین بدون نیاز به داروهای سرکوب‌کننده سیستم ایمنی بوده است؛ داروهایی که معمولاً با عوارض جانبی خطرناک همراه هستند.

🌍 این موفقیت چشم‌انداز تازه‌ای برای درمان نه تنها دیابت نوع ۱ بلکه بسیاری از بیماری‌های خودایمنی و حتی برخی اختلالات متابولیک ایجاد کرده است. اکنون نگاه‌ها به مراحل بعدی تحقیقات دوخته شده است؛ جایی که این روش می‌تواند به درمانی پایدار و جهانی تبدیل شود و زندگی بیماران دیابتی را برای همیشه دگرگون کند.


📖 منبع پژوهش:

Figueiredo, F., et al. (2025). Immune-evasive gene-edited allogeneic islet cells in a patient with type 1 diabetes. The New England Journal of Medicine.

🔗 https://www.nejm.org/doi/full/10.1056/NEJMoa2502430

🔗 https://www.livescience.com/health/diabetes/diabetic-man-produces-his-own-insulin-after-gene-edited-cell-transplant

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️