Post::
by Алексей Алексеев
https://telegra.ph/Perehod-mezhdu-fazam-ehmpiricheskih-krivyh-veroyatnosti-smerti-ot-vozrasta--nezasluzhenno-zabytyj-no-krajne-vazhnyj-fakt-12-18
by Алексей Алексеев
https://telegra.ph/Perehod-mezhdu-fazam-ehmpiricheskih-krivyh-veroyatnosti-smerti-ot-vozrasta--nezasluzhenno-zabytyj-no-krajne-vazhnyj-fakt-12-18
Telegraph
Переход между фазам эмпирических кривых вероятности смерти от возраста — незаслуженно забытый, но крайне важный факт!
В изучении старения как-то само-собой постулируется, что старение — монотонный процесс. Что, конечно, не столь очевидно для людей, знакомых с основами патофизиологии старения [см. прекрасную книжка А.А. Кишкуна]. Недавно группа В. Гладышева опубликовала статью…
agingmodels.pdf
2.5 MB
Review::
Обзоры по матметодам в старении являются, увы, не часто. Но этот в своё время оказался приятным.
Обзоры по матметодам в старении являются, увы, не часто. Но этот в своё время оказался приятным.
Code::
by Vladimir Shakirov
Полезные скрипты для начала работы с базой биомедицинских данных NHANES
https://github.com/Schakirov/nhanes
by Vladimir Shakirov
Полезные скрипты для начала работы с базой биомедицинских данных NHANES
https://github.com/Schakirov/nhanes
GitHub
GitHub - Schakirov/nhanes
Contribute to Schakirov/nhanes development by creating an account on GitHub.
Article::
Майская статья Calico о том как именно репрограммирование омолаживает клетки на уровне single-cell. Читая её в мае, я конечно не оценил масштаба катастрофы (плохо соображал тогда). Работа конечно шикарная, наверное лучшая работа по математике и биологии старения, которую мне приходилось видеть. Приведу просто несколько тэгов о том, что вас ждёт внутри: Single-cell RNA-seq, AutoEncoder, Dynamical systems modeling, Yamanaka factors combinations, GAN, RNA velocity, GSEA, Gene Regulatory Networks...
В общем, цените сами:
https://www.biorxiv.org/content/10.1101/2021.05.21.444556v2
Майская статья Calico о том как именно репрограммирование омолаживает клетки на уровне single-cell. Читая её в мае, я конечно не оценил масштаба катастрофы (плохо соображал тогда). Работа конечно шикарная, наверное лучшая работа по математике и биологии старения, которую мне приходилось видеть. Приведу просто несколько тэгов о том, что вас ждёт внутри: Single-cell RNA-seq, AutoEncoder, Dynamical systems modeling, Yamanaka factors combinations, GAN, RNA velocity, GSEA, Gene Regulatory Networks...
В общем, цените сами:
https://www.biorxiv.org/content/10.1101/2021.05.21.444556v2
bioRxiv
Partial reprogramming restores youthful gene expression through transient suppression of cell identity
Transient induction of pluripotent reprogramming factors has been reported to reverse some features of aging in mammalian cells and tissues. However, the impact of transient reprogramming on somatic cell identity programs and the necessity of individual pluripotency…
Course::
Хочу порекомендовать курс по динамическим системам в биологии. Сам прослушал уже 8 лекций и полностью доволен подачей, уровнем сложности и качеством материала.
https://www.youtube.com/channel/UCEtVHpLOWhaelIoDRP9nt4w/videos
Хочу порекомендовать курс по динамическим системам в биологии. Сам прослушал уже 8 лекций и полностью доволен подачей, уровнем сложности и качеством материала.
https://www.youtube.com/channel/UCEtVHpLOWhaelIoDRP9nt4w/videos
АНОНС: В это воскресенье на нашем семинаре выступит Владимир Алипов с докладом на тему: Память, её изменение и стирание. Перенос памяти на электронные носители. Цифровое бессмертие. - крайне щепетильная трансгуманистическая тема.
Доклад состоится в это воскресенье (16.01.22) в сити в 14.00.
Будем также транслировать доклад в телеграм (в основном чате).
Запись затем будет добавлена на YouTube канал.
Доклад состоится в это воскресенье (16.01.22) в сити в 14.00.
Будем также транслировать доклад в телеграм (в основном чате).
Запись затем будет добавлена на YouTube канал.
Память.pptx
28.9 MB
Ссылка на запись сегодняшнего семинара. Также прикрепляю презентацию. Благодарим Владимира Алипова за доклад.
garfinkel2017.pdf
17.1 MB
Book:
Подсказали очень неплохую книгу про мат. моделирование жизни. A. Garfinkel et. al. Modelling Life. Внутри куча динамических систем с необходимыми математическими выкладками. Рабочий язык программирования учебника - SageMath (обёртка над питоном, как я понял).
Подсказали очень неплохую книгу про мат. моделирование жизни. A. Garfinkel et. al. Modelling Life. Внутри куча динамических систем с необходимыми математическими выкладками. Рабочий язык программирования учебника - SageMath (обёртка над питоном, как я понял).
👍1
АНОНС:
В эту пятницу в 19.30 (время МСК) с докладом выступит Александр Фединцев.
Тема: Кривые дожития, Закон Гомпертца и корреляция Стрелера—Милдвана
Доклад будет транслироваться онлайн в этом телеграмм чате (запись будет загружена на наш youtube канал).
В эту пятницу в 19.30 (время МСК) с докладом выступит Александр Фединцев.
Тема: Кривые дожития, Закон Гомпертца и корреляция Стрелера—Милдвана
Доклад будет транслироваться онлайн в этом телеграмм чате (запись будет загружена на наш youtube канал).
👍2
Кажется получился очень годный семинар с лаконичным и качественным контентом. Рекомендую к просмотру!
https://www.youtube.com/watch?v=kdO44AO4l-4
https://www.youtube.com/watch?v=kdO44AO4l-4
YouTube
Кривые дожития, Закон Гомпертца и корреляция Стрелера—Милдвана [Aging Math]
Дата проведения: 11.02.22
Докладчик: Александр Фединцев
Ссылка на ноутбук: https://colab.research.google.com/drive/1Po-OMzIJ_4hVVj5O7btc8OmjJlu0N3cQ?usp=sharing
Докладчик: Александр Фединцев
Ссылка на ноутбук: https://colab.research.google.com/drive/1Po-OMzIJ_4hVVj5O7btc8OmjJlu0N3cQ?usp=sharing
👍2
Tutorial:
Correlation is not causation! Так говорят, и обычно это правильно, но не всегда. Ниже прикрепляю туториал в causality inference in dynamic systems. Туториал в рамках курса Computational Neuroscience, но не обращайте внимания. Все выводы могут быть с лёгкостью адаптированы под нужды Aging science. Сам прошёл тутор за 4 часа и остался чрезвычайно доволен. Там есть еще много интересного, оставляю ссылку:
https://compneuro.neuromatch.io/tutorials/W3D5_NetworkCausality/W3D5_Intro.html
Correlation is not causation! Так говорят, и обычно это правильно, но не всегда. Ниже прикрепляю туториал в causality inference in dynamic systems. Туториал в рамках курса Computational Neuroscience, но не обращайте внимания. Все выводы могут быть с лёгкостью адаптированы под нужды Aging science. Сам прошёл тутор за 4 часа и остался чрезвычайно доволен. Там есть еще много интересного, оставляю ссылку:
https://compneuro.neuromatch.io/tutorials/W3D5_NetworkCausality/W3D5_Intro.html
👍3
Methylom_review_2022.pdf
2.4 MB
Article::
Хочу поделиться безупречным обзором про связь старения и метилирования ДНК. Внутри:
- Красивые картинки и сводная таблица с описанием наиболее распространённых методов анализа метиломов (включая epigenetic clocks, entropy, EWAS etc.)
- Вдумчивая попытка объяснить почему же метилирование таки способно предсказывать; "биологический" возраст (лично мне зашла гипотеза про ассиметричное деление стволовых клеток;
- Внимательный разбор биологических механизмов, влияющих на механизмы метилирования ДНК.
Рекомендую!
Хочу поделиться безупречным обзором про связь старения и метилирования ДНК. Внутри:
- Красивые картинки и сводная таблица с описанием наиболее распространённых методов анализа метиломов (включая epigenetic clocks, entropy, EWAS etc.)
- Вдумчивая попытка объяснить почему же метилирование таки способно предсказывать; "биологический" возраст (лично мне зашла гипотеза про ассиметричное деление стволовых клеток;
- Внимательный разбор биологических механизмов, влияющих на механизмы метилирования ДНК.
Рекомендую!
invivo_Browderetal2022NatureAging.pdf
16.6 MB
Article::
Прочитал новую статью Бельмонте про репрограммирование мышей in vivo.
О чём статья?
Длительное репрограммирование живых мышей факторами Яманака (OSKM). С последующим их разбором и изучением различных тканей.
Какие данные анализировали?
Метилирование ДНК разных тканей, транскриптомы, метаболомы, липидомы, гистология.
Какие модели использовали?
Диф. экспрессия для анализа транскриптомов и метаболомов; часы старения (старый добрый ElasticNet но была и чуть более новая модель); немного повращали транскриптомы на PCA, в надежде увидеть различия между treatment/control.
Какие результаты?
Получилось зафиксировать омоложение только в коже и немного в почках, остальные ткани не омолодились. Изменения видны как на часах, так и на транскриптомах/метаболомах. Up-регулируются гены вовлеченные в метаболизм жирных кислот и Down-регулируются ответственные за дифференцировку эпидермиса. Немного улучшается регенеративная способность кожи. [На мой взгляд всё это выглядит слабо]
Прочитал новую статью Бельмонте про репрограммирование мышей in vivo.
О чём статья?
Длительное репрограммирование живых мышей факторами Яманака (OSKM). С последующим их разбором и изучением различных тканей.
Какие данные анализировали?
Метилирование ДНК разных тканей, транскриптомы, метаболомы, липидомы, гистология.
Какие модели использовали?
Диф. экспрессия для анализа транскриптомов и метаболомов; часы старения (старый добрый ElasticNet но была и чуть более новая модель); немного повращали транскриптомы на PCA, в надежде увидеть различия между treatment/control.
Какие результаты?
Получилось зафиксировать омоложение только в коже и немного в почках, остальные ткани не омолодились. Изменения видны как на часах, так и на транскриптомах/метаболомах. Up-регулируются гены вовлеченные в метаболизм жирных кислот и Down-регулируются ответственные за дифференцировку эпидермиса. Немного улучшается регенеративная способность кожи. [На мой взгляд всё это выглядит слабо]
👍4
Continuation::
Почему не получилось?
Сами авторы пишут, что вероятно кожа и почки более восприимчивы к OSKM репрограммированию, чем другие ткани. Я склонен с ними согласиться и посетовать на то, что за пределы OSKM почему-то редко выходят в этой науке, а там весьма много всего интересного. Статья может, на первый взгляд, даже вызвать отчаяние, мол "вот, репрограммирование тоже мимо - не лекарство от старости" - но на деле, дьявол кроется в сложности подбора протокола и комбинации факторов. За первую попытку авторам следует сказать большое СПАСИБО.
Почему не получилось?
Сами авторы пишут, что вероятно кожа и почки более восприимчивы к OSKM репрограммированию, чем другие ткани. Я склонен с ними согласиться и посетовать на то, что за пределы OSKM почему-то редко выходят в этой науке, а там весьма много всего интересного. Статья может, на первый взгляд, даже вызвать отчаяние, мол "вот, репрограммирование тоже мимо - не лекарство от старости" - но на деле, дьявол кроется в сложности подбора протокола и комбинации факторов. За первую попытку авторам следует сказать большое СПАСИБО.
👍4
Complex_systems_aging.pdf
3.5 MB
Review::
Прочел очень важную статью о применении теории и методологии сложных систем в старении.
О чем статья?
В сущности это сугубо методологическая и теоретико-философская статья о том почему теория сложных систем может быть полезна ученым осмыслить старение. Статья обозревает математические методы, касающиеся динамики сложных системы, диффуров и каузативных сетей в области старения. Встречаются также упоминания нейросетевых подходов, но это отнюдь не лейтмотив. Главным же я увидел то, что статья формирует необходимый язык для современного ученого, объясняет в контексте старения такие важные понятия как: emergence, buffering, criticality, degeneracy, resilience, canalization, network theory, top-down and bottom-up approaches - и многие другие важные понятия современной теории систем.
Прочел очень важную статью о применении теории и методологии сложных систем в старении.
О чем статья?
В сущности это сугубо методологическая и теоретико-философская статья о том почему теория сложных систем может быть полезна ученым осмыслить старение. Статья обозревает математические методы, касающиеся динамики сложных системы, диффуров и каузативных сетей в области старения. Встречаются также упоминания нейросетевых подходов, но это отнюдь не лейтмотив. Главным же я увидел то, что статья формирует необходимый язык для современного ученого, объясняет в контексте старения такие важные понятия как: emergence, buffering, criticality, degeneracy, resilience, canalization, network theory, top-down and bottom-up approaches - и многие другие важные понятия современной теории систем.
Continuation::
Какие выводы из статьи?
Главный вывод, это призыв коммюнити поставить науку на рельсы теории сложных систем. Смело давать математическую интерпретацию перечисленным выше понятиям и не увлекаться (но и не отбрасывать) редукционизмом, которым пронизана любая серьёзная статья в Cell. В заключение приведу важную цитату из статьи, которая передаёт её дух:
"Nothing in aging biology makes sense except in the light of dynamic equilibrium"
(кто распознал отсылку, тот молодец)
Какие выводы из статьи?
Главный вывод, это призыв коммюнити поставить науку на рельсы теории сложных систем. Смело давать математическую интерпретацию перечисленным выше понятиям и не увлекаться (но и не отбрасывать) редукционизмом, которым пронизана любая серьёзная статья в Cell. В заключение приведу важную цитату из статьи, которая передаёт её дух:
"Nothing in aging biology makes sense except in the light of dynamic equilibrium"
(кто распознал отсылку, тот молодец)
Review::
Очень короткая но внятная статья, показывающая, что в старении снижается сложность, различных систем. При этом сложность понимают, и измеряют, в информационном смысле этого слова, то есть сколько информации нам потребуется, чтобы описать наблюдаемое состояние системы. Прикреплю пару прекрасных иллюстраций из статьи и таблицу.
Какие выводы из статьи?
Мера сложности очень показательна и довольно вездесуще однозначно свидетельствует, что что-то происходит. Сама по себе она может служить только биомаркером, а значит подсказкой, Что искать, но не Где искать. Одно это уже полезно, но не избавляет от необходимости объяснить механизм, стоящий за снижением сложности. Меня очень порадовало, что в статье такие механизмы потрудились привести.
Очень короткая но внятная статья, показывающая, что в старении снижается сложность, различных систем. При этом сложность понимают, и измеряют, в информационном смысле этого слова, то есть сколько информации нам потребуется, чтобы описать наблюдаемое состояние системы. Прикреплю пару прекрасных иллюстраций из статьи и таблицу.
Какие выводы из статьи?
Мера сложности очень показательна и довольно вездесуще однозначно свидетельствует, что что-то происходит. Сама по себе она может служить только биомаркером, а значит подсказкой, Что искать, но не Где искать. Одно это уже полезно, но не избавляет от необходимости объяснить механизм, стоящий за снижением сложности. Меня очень порадовало, что в статье такие механизмы потрудились привести.
👍1