기계 학습은 양자 물리학의 신비를 열어줍니다

.나란히 앉은 스페인 왕비·영국 왕세손빈

(런던 AP=연합뉴스) 스페인 레티시아 왕비(왼쪽)와 영국 케이트 미들턴 왕세손빈이 17일(현지시간) 영국 런던 인근 윈저성 세인트 조지 채플의 연례 '가터 훈장' 수여식을 마치고 떠나고 있다. jelee@yna.co.kr

 

 

mss(magic square system)master:jk0620
http://blog.naver.com/mssoms
http://jl0620.blogspot.com
http://jk0620.tripod.com
https://twitter.com/ljunggoo



Raymond Lefevre - Da Troppo Tempo (1973)

 

 

.기계 학습은 양자 물리학의 신비를 열어줍니다

멜라니 Lefkowitz, 코넬 대학에 의해 신경망을 사용하여 스캐닝 터널링 현미경에서 데이터를 이론적 가설과 일치시키는 방법을 보여주는 개략도. 크레딧 : Cornell University, 2019 년 6 월 20 일

전자의 복잡한 행동을 이해하면 컴퓨팅의 혁명이 트랜지스터의 발명으로 가능해진 것과 같이 사회를 변화시킨 발견을 이끌어 냈습니다. 오늘날 기술의 진보를 통해 전자 동작 은 과거보다 훨씬 더 깊이 연구 될 수 있으며 잠재적으로 개인용 컴퓨터처럼 세계를 변화시키는 과학적 발전을 가능하게합니다. 그러나 이러한 도구가 생성하는 데이터는 사람이 해석하기에는 너무 복잡합니다. Cornell 주도 팀은 기계 학습 을 사용하여 다양한 에너지에서 재료 표면의 전자 동작에 대한 아 원자 크기의 이미지를 생성하고 다른 방법으로는 얻을 수없는 정보를 제공하는 스캐닝 터널링 현미경 (STM)으로 생성 된 데이터를 분석 하는 방법을 개발했습니다. . 물리학 교수 인 김은아 (Eun-Ah Kim)는 "이 이미지 중 일부는 중요하고 신비한 것으로 여겨지는 물질에 찍혔다. "어떤 종류의 비밀이 그 이미지 속에 묻혀 있는지 궁금해. 우리는 그 비밀을 풀고 싶다." Kim은 Nature 6 월 19 일에 발표 한 "전자 양자 영상 이미징 실험에서의 기계 학습"의 수석 저자입니다. 첫 번째 저자는 이전에 김 연구실의 박사후 연구원이었고 현재 중국의 북경 대학의 Yi Zhang과 전직의 Andrej Mesaros입니다 김 연구실의 박사후 연구원은 현재 프랑스 Universite Paris-Sud에 있습니다. 공동 저자로는 JC Séamus Davis, STM 주도 연구의 혁신자인 물리학 분야의 Cornell James Gilbert White 저명한 교수가 있습니다. 이 연구는 전자가 상호 작용하는 방식에 대한 새로운 통찰력을 얻었으며 기계 학습을 사용하여 실험 양자 물리에서 추가 발견을 유도하는 방법을 보여주었습니다. 아 원자 규모에서 주어진 샘플은 서로 조화를 이루는 1 조의 전자와 주변 인프라를 포함 할 것이다. 전자의 행동은 부분적으로 두 가지 경쟁 경향 사이의 긴장에 의해 결정된다 : 운동 에너지와 관련된 주위를 돌아 다니며; 반동적 인 상호 작용 에너지와 관련된 서로 멀리 떨어져 있어야합니다. 이 연구에서 Kim과 공동 연구자들은 고온 초전도 재료에서 이러한 경향 중 더 중요한 것을 발견하기 시작했습니다. STM을 사용하여 전자는 현미경의 전도 팁과 검사되는 샘플 표면 사이의 진공을 통해 터널링하여 전자 동작에 대한 자세한 정보를 제공합니다. "문제는, 당신이 그런 데이터를 가지고 기록 할 때, 당신은 이미지와 같은 데이터를 얻지 만 사과 나 배와 같은 자연스러운 이미지는 아닙니다." 그녀는 장비에서 생성 된 데이터가 패턴과 같다고 말하면서 기존의 측정 곡선보다 약 1 만 배나 복잡하다고 말합니다. "우리는 그러한 종류의 데이터 세트를 연구 할 수있는 좋은 도구가 없습니다." 이 데이터를 해석하기 위해 연구자는 이상적인 환경을 시뮬레이션하고 전자 동작을 변화시키는 요소를 추가했습니다. 그런 다음 인공 신경 네트워크, 즉 여러 가지 이론과 관련된 상황을 인식하기 위해 뇌가 작동하는 방식에 영감을받은 방법을 사용하여 특정 작업을 학습 할 수있는 인공 지능 을 교육했습니다 . 연구자가 실험 데이터를 신경망에 입력하면 실제 데이터가 가장 유사한 이론을 결정합니다. 이 방법은 반발하는 상호 작용 에너지가 전자의 행동에 더 큰 영향을 미친다는 가설을 확인했다. 서로 다른 물질과 다른 조건에서 얼마나 많은 전자가 상호 작용 하는지 더 잘 이해 하면 새로운 물질의 개발을 포함하여 더 많은 발견이 가능할 것이라고 그녀는 말했다. "트랜지스터의 초기 혁명을 가져온 물질은 실제로 매우 단순한 물질이었으며, 이제는 훨씬 더 복잡한 물질 을 설계 할 수있게되었습니다 . "이러한 강력한 도구가 원하는 속성으로 이어지는 중요한 측면을 밝힐 수 있다면 우리는 그 속성을 가진 자료를 만들 수 있기를 원합니다."

추가 탐색 감금하지 않는 이산 에너지 레벨 - 새로운 양자 트릭 자세한 정보 : Yi Zhang 외. 전자 - 양자 - 물질 이미징 실험에서 기계 학습, Nature (2019). DOI : 10.1038 / s41586-019-1319-8 저널 정보 : 자연 코넬 대학교 제공

https://phys.org/news/2019-06-machine-mysteries-quantum-physics.html

 

 

.천문학 자들이 발견 한 거대한 갈색 왜성

Tomasz Nowakowski, Phys.org EPIC 212036875의 궤도주기로 접힌 통과 광도 곡선 b. K2 측광 데이터는 적색 점으로 표시되고 가장 잘 맞는 운송 모델은 실선으로 표시됩니다. 적합의 잔차가 아래쪽 패널에 표시됩니다. 크레디트 : Persson et al., 2019.2019 년 6 월 20 일 보고서

국제 천문학 팀은 지금까지 발견 된이 유형의 가장 거대한 개체 중 하나 인 새로운 갈색 왜성을 발견했습니다. 새롭게 발견 된 갈색 왜성 EPIC 212036875 b는 목성보다 약 50 배 더 큰 것으로 밝혀졌습니다. 이 발견은 arXiv.org에서 6 월 13 일에 발표 된 논문에 자세히 나와 있습니다. 갈색 왜성은 행성과 별 사이의 중간 개체입니다. 천문학 자들은 일반적으로 그들이 목성 질량이 13에서 80 사이의 질량 범위를 차지하는 별 소체라고 동의합니다. 특히, 지금까지 발견 된 2,000 마리의 갈색 왜성 중에서 단지 약 400 마리 만이 별 주위를 돌고있는 것으로 밝혀졌습니다. 관측에 따르면 상대적으로 먼 거리 (3.0 AU 미만)에서 주 궤도를 도는 35 ~ 55 개의 목성 질량을 가진 갈색 왜성은 극히 드물고 찾기가 어렵다. 이 소위 "갈색 왜성 사막"은이 독특한 유형의 다른 예를 찾기 위해 다양한 기술을 사용하여 천문학 자에 의해 끊임없이 연구되고 있습니다. 스웨덴의 Chalmers University of Technology에서 Carina M. Persson이 이끄는 국제 연구팀은 새로운 거대한 갈색 왜성의 발견을보고합니다. 분명히이 사막의 또 다른 대표자입니다. EPIC 212036875 b로 명명 된 새로운 물체 는 K2로 알려진 NASA의 연장 된 케플러 임무에 의해 확인되었으며, Persson 팀은 지상 기반 망원경을 사용하여 갈색 왜성을 확인했다. "이 논문에서 우리는 KESPRINT 컨소시엄에 의해 수행 된 EPIC 212036875 b의 독립적 인 발견과 관찰을보고했다.이 논문의 발견은 다른 천문학 자들에 의해 거의 동시에보고되었다. 이 연구에 따르면, EPIC 212036875 b는 목성의 약 51 배이지만 태양계의 가스 거인보다 약 17 % 작습니다. 이 값은 g / cm 약 108의 수준으로 갈색 왜성의 평균 밀도를 의미 3 . Persson의 연구팀은 EPIC 212036875가 약 5.16 일 간격으로 약 0.06 AU 거리에서 호스트를 선회한다는 사실을 확인했다. 이 결과는 새로 발견 된 개체가 갈색 왜성 사막을 나타냄을 확인합니다. 그러한 가까운 궤도는 갈색 왜성이 상대적으로 뜨거워 야한다는 것을 의미한다. 평형 온도는 약 1,450K로 추정된다. 이 연구는 주최자 인 EPIC 212036875가 스펙트럼 유형 F7 V의 약간 진화 된 별인 것으로 밝혀 졌는데, 이는 태양보다 약 41 % 더 크고 15 % 더 방대하다. 그것의 나이는 약 51 억년으로 추정되었고, 그 유효 온도는 6,230 K로 측정되었다. 결론을 내릴 때, 연구원은 EPIC 212036875 b에 대한 가능한 형성 및 진화 시나리오를 숙고했다. 그들은이 갈색 왜성이 protoplanetary disc의 중력 불안정성으로 인해 형성되었다고 가정합니다 . "우리는 EPIC 212036875 b가 디스크의 바깥 부분에 중력 디스크 불안정성을 일으키고 빠른 이동이 일어난다 고 주장한다. 궤도 조석 원형 화는 갈색 왜성 반경이 더 짧은 짧은 기간 동안 역사 초기에 시작되었을 수있다"고 주장했다. 천문학 자들은 결론을 내렸다. 추가 탐색 시스템에있는 또 다른 갈색 왜성? HD 206893의 특성을 조사한 연구

추가 정보 : Carina M. Persson et al. 브라운 드워프 사막 녹화. EPIC 212036875 b-a F7 V 별 주위의 5 일 궤도에있는 51 MJ 개체입니다. arXiv : 1906.05048v2 [astro-ph.EP]. arxiv.org/abs/1906.05048

https://phys.org/news/2019-06-massive-brown-dwarf-astronomers.html

 

 

.PizzaGAN은 피자 만드는 법을 보여줍니다

 

낸시 코헨, 기술 Xplore에 의해, 2019 년 6 월 20 일 웹 로그

신성한 것이 아무것도 아닌가? 누가 감히 완벽한 (헐떡 거림) 피자가되는 기계 학습 실험에 대해 이야기하려고 시도 할 것입니까? 심사숙고하기는 어렵지만 연구 5 중주는 시도에서 벗어나지 않고 훌륭한 파이를 만드는 방법을 기계에 가르치기 위해 노력했습니다. 피자 만들기의 단계별 절차를 반영하기 위해 만들어진 구성 기반의 생성 모델 인 PizzaGAN에 인사 해주세요. 그들의 목표는 지시 된 명령 세트를 반영하는 생성 모델 을 작성 하여 기계를 가르치는 것이 었습니다 . "각 사업자는 GAN (Generative Adversarial Network)으로 설계되었습니다. 약한 이미지 레벨 감독이 주어지면 운영자는 기존 이미지에 추가하거나 제거해야하는 시각적 레이어를 생성하도록 교육받습니다. 모델은 해당 제거 모듈을 올바른 순서로 순차적으로 적용함으로써 이미지를 계층화 된 순서로 분해 할 수 있습니다. " (제너 적대적 네트워크는 수 할 많은 것들을, 빅토리아 송에 주목 기즈모 . 그녀는 그것을했다 "기본적으로 기계 학습의 유형은 AI가 직면하고 deepfakes 현실적인 생성하는 데 사용됩니다.") 결과는? 그들이 만족할만한 모델을 만들었다 고 말하면 충분합니다. "합성 피자 이미지와 실제 피자 이미지의 실험 결과는 제안 된 모델이 (1) 피자 토핑을 약하게 감독하는 방식으로 구분할 수 있고, (2) 피하 토막 아래에서 가려져있는 부분을 드러냄으로써 피자 토핑을 제거 할 수 있으며 (3) 깊이있는 감독 감독없이 토핑의 순서를 추론한다. " 팀은 합성 피자 데이터 세트와 실제 피자 데이터 세트에 대해 이야기했습니다. "피자는 해시 태그 # 피자를 사용하는 3 천 8 백만 건 이상의 게시물이있는 Instagram의 가장 촬영 된 음식입니다." 그들은 인기있는 여러 피자 관련 해시 태그를 사용하여 Instagram에서 50 만 개의 이미지를 다운로드했습니다. 그들은 수동으로 분류 된 피자 / 피자가 아닌 이미지 집합에 대해 훈련 된 CNN 기반 분류기를 사용하여 원하지 않는 이미지를 필터링했습니다. 그들은 아마존 Mechanical Turk (AMT)의 피자 토핑 용 이미지 레벨 레이블을 9,213 개의 피자 이미지로 제공했습니다. 합성 피자 데이터 세트의 경우 클립 아트 스타일의 피자 이미지를 사용했습니다. "합성 피자로 데이터 세트를 작성하는 데는 두 가지 주요 이점이 있습니다. 첫째, 인간 주석 비용이 전혀 들지 않는 임의의 대규모 피자 예제를 생성 할 수 있습니다. 둘째, 더 중요한 것은 정확한 지상 진리 주문 정보에 액세스 할 수 있고 토핑의 멀티 레이어 픽셀 세분화. " 더 큰 그림에서 인류에게 어떤 기여를 했습니까? 빅토리아 송 (Victoria Song)은 "장기적으로 신경 네트워크가 사진을 스캔하고 재료를 기반으로 한 매우 정확한 조리법을 조리하고 철저히 조리하며 간신히 볼 수있는 향신료를 낼 수 있다고 상상할 수있었습니다. " 결국이 연구는 재료의 혼란을 구분할 수있는 인공 지능의 능력을 증명하는 것 "이라고 말했다. 그들은 피자에 집중할 때 이것을 알았습니다. 특정 순서로 재료를 순차적으로 첨가해야하는 것의 "전형적 예"라고 생각하십시오. 더 큰 그림에서 피자는 그들의 접근 방식을 사용할 수있는 유일한 항목이 아닙니다. "우리는 피자의 맥락에서만 모델을 평가했지만, 햄버거, 샌드위치, 샐러드와 같이 자연스럽게 계층화 된 다른 유형의 식품에도 유사한 접근법이 유망하다고 믿습니다." 그들의 연구에 대한 더 많은 정보를 원하면 Dim Papadopoulos, Youssef Tamaazousti, Ferda Ofli, Ingmar Weber 및 Antonio Torralba의 " 피자 만드는 법 : 구성 계층 기반 GAN 모델 학습 "이라는 제목의 논문이 나옵니다. 종이가 arXiv에 있습니다. 이 신문은 이달 초에 제출되었습니다. 추가 탐색 첫째, 피자 헛 (Pizza Hut)은 맥주 배달을 시작했습니다. 이제자가 운전 차가 피자를 가져올 수 있습니다.

자세한 정보 : 피자 만드는 방법 : 구성 요소 기반 GAN 모델 학습, arXiv : 1906.02839 [cs.CV] arxiv.org/abs/1906.02839 pizzagan.csail.mit.edu/

https://techxplore.com/news/2019-06-pizzagan-picture-pizza.html

 

 

.유체 역학을 사용하여 크레페 조리 기술을 완벽하게합니다

Bob Yirka, Phys.org 작성 크레딧 : CC0 공개 도메인, 2019 년 6 월 20 일 보고서

캔터베리 대 (University of Canterbury)의 에콜 폴리 테크닉 (Ecole Polytechnique)과 함께 한 쌍의 유체 역학 물리학 자들은 크레페를 튀기는 최적의 방법을 개발하기 위해 각각의 배경을 이용했습니다. Physical Review 저널에 실린 논문 에서 Edouard Boujo와 Mathieu Sellier는 크레페를 요리하는 가장 좋은 방법을 찾는 방법에 대해 설명합니다. 이 연구는 Sellier가 매우 평평한 크레페를 만들기위한 노력으로 좌절했을 때 시작되었습니다. crêpe를 먹는 대부분의 사람들은 평평한 것이 최적의 모양이라고 동의합니다. 울퉁불퉁하거나 울퉁불퉁 한 크레페는 고르지 않게 조리하는 경향이있어 일부 요리가 너무 많거나 적게 요리됩니다. Sellier는 유체 역학을 전문으로하는 물리학 자로서 단순한 크레페를 붓고 요리하는 법을 알아낼 수 있어야한다고 지적했다 . 호기심 많은, 그는 그것을하기 위해 Boujo와 쌍을 이뤘다. 크레페 타자를 팬에 놓기위한 최고의 기술을 생각해 내기 위해 두 사람은 팬과 타자를 모두 보여주는 시뮬레이션을 만들었습니다. 최적의 접근법을 찾기 위해 연구원은 움직이는 컨테이너에서 유체의 움직임을 고려한 수학 기반 접근 방식 인 adjoint optimization을 적용했습니다. 미세 조정을 한 후 시뮬레이션을 통해 연구자들은 크레페를 요리하는 가장 좋은 방법을 알 수있었습니다. 가장 좋은 방법은 팬을 뜨거운 프라이팬에 바른 다음 팬을 아주 가파르게 기울이기 때문에 배터가 팬 가장자리까지 내리막 길을 가도록하는 것이 가장 좋습니다. 다음으로 팬은 반죽이 완전히 덮일 때까지 팬의 다른 부분으로 퍼지게하는 방식으로 회전되어야합니다. 냄비의 각도는 팬이 스토브에 평평하게 놓일 때까지 최종 단계에서 점차적으로 줄여야합니다. 연구 결과에 따르면 크 레프의 균일 성이 83 % 향상되었고 기쁜 딸의 승인을 받았다. 그들은 시뮬레이션 이 초콜릿 제작이나 스마트 폰 화면에 코팅 적용과 같은 다른 액체 응용 분야에도 사용될 수 있다고 지적했습니다 .

Monte-Carlo 방법으로 얻은 U (tf)를 최소화하는 최적의 하모닉 운동학을위한 필름 두께 h (x, t)의 윤곽. 크레딧 : arXiv : 1901.06028 [physics.flu-dyn]

추가 탐색 완벽한 팬케이크의 물리학을 사용하여 시력 보호 추가 정보 : E. Boujo et al. 팬케이크 제작 및 표면 코팅 : 중력 구동 액체 필름의 최적 제어, Physical Review Fluids (2019). DOI : 10.1103 / PhysRevFluids.4.064802 , https://arxiv.org/abs/1901.06028

https://phys.org/news/2019-06-fluid-dynamics-crpe-cooking-techniques.html

 

 

A&B, study(laboratory evolution, mainhotspot project)

B/http://www.mdpi.com/2072-4292/10/8/1261
A/https://www.nature.com/articles/s41598-018-28963-0
https://pr.ibs.re.kr/handle/8788114/5556?mode=full
https://www.nature.com/articles/s41598-018-28963-0

 

 

.Scanning Doppler Lidar를 이용한 행성 경계층 바람의 측정

박수진 1, 제1저자 연구원

 

박수진 1, 김상우 1 세 *OrcID, 박문수 2OrcID과 송창근 3 1 서울 대학교 지구 환경 과학부 08826 2 한국 외국어 대학교 대기 과학 연구소, 용인 17035 삼 울산 국립 기술 대학교 도시 환경 공학부 울산 44919 * 서신을 처리해야하는 작성자. 접수 : 2018 년 6 월 19 일 / 개정 : 2018 년 8 월 7 일 / 수락 : 2018 년 8 월 8 일 / 게시일 : 2018 년 8 월 10 일 (이 기사는 대기 경계층 특집 원격 감지 (Remote Sensing of Atmospheric Boundary Layer )에 속한다. 전체 텍스트 | PDF [4697 KB, 2018 년 8 월 11 일 업로드 됨] | 피규어

추상

유성 경계층 (PBL)에서 바람 프로파일의 정확한 측정은 수치 기상 예측뿐만 아니라 대기 품질 모델링에서도 중요합니다. 스캐닝 도플러 광 검출 및 거리 측정 (라이더) 측정을 사용하는 두 가지 바람 검색 방법을 비교하고 동시 라디오 존데 음향으로 검증했습니다. 17 개의 라디오 존데 (radiosonde) 사운드 프로파일을 비교해 보면 사인 피팅 방법이 더 많은 수의 데이터 포인트를 검색 할 수 있다는 것을 보여 주었지만 특이 값 분해 방법은 바이어스 (0.57 ms -1 )와 평균 제곱근 오차 (1.75 ms -1)와 라디오 존데 soundings. 속도 방위각 디스플레이 스캔을 얻기 위해 방사 속도의 평균 시간 간격을 15 분으로 늘리면 소음에 대한 평균 신호 효과로 인해 라디오 존데 소리와 더 잘 일치하게됩니다. 나란히 놓인 윈드 도플러 라이더와 에어러솔 미사 산란 라이저에서 동시에 측정 한 결과 PBL 바람의 시간적 변화와 PBL 내 에어러솔의 수직 분포가 나타났다.

https://www.mdpi.com/2072-4292/10/8/1261

 

.과학자들은 의료 이미징에 사용되는 추적 장치 개발을위한 새로운 방법을 발견합니다

에 의해 UNC Lineberger 종합 암 센터 Wei Chen, Ph.D., UNC 의학 생의학 연구 영상 센터의 박사후 연구원은 PET 이미징에 사용되는 방사선 표지의 새로운 방법을 만들기 위해 사용 된 실험의 설정을 보여줍니다. 크레딧 : UNC Lineberger 종합 암 센터 의학 ,2019 년 6 월 20 일

이미징을위한 사전 준비로 North Carolina Lineberger Comprehensive Cancer Center의 과학자들은 방사성 추적자를 생성하여 암 및 기타 의학적 상태와 같은 신체 질환뿐 아니라 신체의 약물을 더 잘 추적 할 수있는 방법을 발견했습니다. 연구진은 Science 지에 양전자 방출 단층 촬영 (positron emission tomography ) 또는 PET 촬영에 사용되는 추적기를 만드는 방법을 보고했다 . 연구자들은 그들의 발견으로 이전에는 어렵거나 심지어 라벨링이 불가능했던 화합물에 방사성 태그를 부착 할 수 있다고 말했다. "양전자 방출 단층 촬영은 약물 이미징 과 개발 뿐만 아니라 의료 이미징에서 핵심적인 역할을하는 강력하고 빠르게 발전하는 기술입니다 ."라고이 연구의 공동 저자 인 UNC Lineberger의 Zibo Li 박사는 말했다. UNC 의과 대학 방사선 의학과, UNC 생명 의학 이미징 센터의 Cyclotron and Radiochemistry 프로그램 소장. "이 발견은 기존 약물에서 새로운 PET 요원을 창출하기위한 새로운 창을 열었습니다." PET 스캔은 화합물에 부착 된 방사성 태그를 추적합니다. 이 추적기는 일반적으로 신체에 주입되며, 추적기가 표적 인 병변, 장기 또는 조직에 축적 됨으로써 의료 스캔에서 밝은 이미지 를 생성 합니다. 과학자들은 글루코스와 같은 분자에 태그를 붙일 수있다. 암세포가 암세포가 과도한 성장을 촉진 시키거나 단백질의 구성 요소 인 암세포가 종양에서 많이 소비 될 수있는 아미노산으로 소모 될 때 종양에 축적 될 수있다. 그들은 또한 잠재적 인 신약에 몸에있는 그들의 과정을 추적하기 위하여 그 (것)들을 붙일 수있다. UNC-Chapel Hill 화학과의 David Nicewicz 박사는 "종양 분자가 건강한 세포보다 더 빨리 이러한 자원을 섭취하게된다고 믿는다. "우리가이 분야에 기여한 것은 이전에 행해지 지 않은 방법으로 원자의 방사성 동위 원소를 약물 분자에 도입하는 새로운 방법이다." 그들의 연구에서 연구원들은 탄소와 수소 원자의 특정 화학 구조를 파괴함으로써 PET 이미징에서 광범위하게 사용되는 동위 원소 인 불소 -18을 부착시키는 새로운 방법을 설명했다. 레이저에서 나오는 청색광과 반응 속도를 높이기위한 촉매 물질을 첨가 한 후에 연구진은 플루오르 -18을 삽입하여 기존 화학 결합을 파괴 할 수 있었다. 일단 부착되면 추적 장치는 이미징에 의해 수집 된 감마선을 방출합니다. 연구진은 UNC의 Biomedical Research Imaging Center에서 불소 -18을 만들기 위해 입자 가속기 인 사이클로트론 (cyclotron)을 사용했습니다. 연구자들은 환자에게 약물에 대한 반응을 진단 하거나 약물 개발 연구를 돕기 위한 의료 이미징 을 포함하여 여러 가지 잠재적 인 응용 분야를 발견했습니다 . "우리는 약물 개발 작업에 중요한 약물이 국소화되어있는 곳을 연구 할 수있을뿐만 아니라, 암 연구 및 알츠하이머 연구를 돕고, 암 진행이나 염증을 추적 할 수있는 이미징 에이전트를 개발할 수도 있습니다." Nicewicz는 말했다. "종양 발견을위한 여러 가지 방법을 사용하면보고있는 내용이 실제인지 확인하기 위해 교차 확인을 할 수 있습니다. 검사를 검증하는 두 가지 방법이 있다면 2 가지 방법이 있습니다." 연구진은 기존의 방사성 동위 원소 표지 방법을 통해 방사성 태그를 부착하기위한 새로운 화합물을 합성해야한다고 연구자들은 그들의 접근 방식이 약물 존재 연구에 도움이되는 기존 화합물을 부착 할 수 있다고 말한다 . 이 연구에서 우리는 항 염증 약물 및 종양을 영상화 할 수 있다는 것을 보여주는 특정 아미노산을 비롯하여 다양한 종류의 화합물에 표지 할 수 있음을 보여줬다 . Li는 또한 새로운 PET 추적기에서 얻은 정보가 이미징 결과에 따라 해당 치료 계획을 개발하는 데 도움이 될 수 있으며 이는 맞춤 의학을 제공하는 중요한 단계가 될 것이라고 덧붙였다. 연구자들은 다음 단계는 방사성 표지자를 만드는 데이 새로운 방법을 과학자들이 쉽게 사용할 수있는 장치를 개발하는 것이라고 말했다. 또한 Carbon-11과 같은 다른 방사성 물질을 사용하는 다른 추적 장치를 개발하기 위해 기술을 확장하기 위해 노력하고 있습니다. "이 발견은 기존 약물에서 새로운 PET 요원을 창출하기위한 새로운 창을 열었다"고 Li 씨는 말했다. "약물을 분류하기가 매우 복잡하거나 거의 불가능한 경우가 많기 때문에이 방법을 사용할 수 있습니다 ."

추가 탐색 유방암에 대한 방사성 표지 항체를위한 간단하고 빠른 방법 추가 정보 : 이해 상충 : Tay와 Nicewicz와 발명가가 UNC가 출원 한 기술 관련 특허이며 현재 출원 중입니다. 저널 정보 : Science 에 의해 제공 UNC Lineberger 종합 암 센터

https://medicalxpress.com/news/2019-06-scientists-method-tracers-medical-imaging.html

 

 

.3 차원 종양 클러스터를 구축하는 노화 종양 세포

 

논문저자 이현규1, 논문저자 고려대 이현규 Hyun-Gyu Lee1,

June Hoan Kim 2, Woong Sun 2, Sung-Gil Chi3, WonshikChoi 1,4 & Kyoung J. Lee1 ,Scientific Reports volume 8 , 문서 번호 : 10503 ( 2018 ) | 인용문 다운로드 추상 세포 노화 (영구적 인 세포주기 정지)는 생물학적 유기체에 대한 유익한 중요성이 아직 탐구되기 시작한 공통적 인 흥미로운 현상입니다. 다른 한편으로는, 노화 세포는 그들 주위의 조직 구조를 변형시킬 수있다. 무한히 증식 할 수있는 능력을 가진 종양 세포는 그 현상으로부터 자유롭지 못합니다. 여기에 우리는 유방암 식민지의 고밀도 단일 층에있는 노화 세포가 주변에있는 비 노화 세포의 집합 센터 역할을하는 놀라운 관찰을보고합니다. 결과적으로, 노화 세포는 융합 성인 2D 종양 층에서 국소화 된 3D 세포 - 클러스터를 활발히 형성한다. 놀라운 현상을 뒷받침하는 생물 리 학적 메커니즘은 주로 유사 분열 세포 반올림, 동적 및 차동 세포 부착 및 세포 주 화성을 포함한다. 이러한 몇 가지 생물 물리학 적 요소를 통합함으로써 우리는 세포 Potts 모델을 통해 실험 관측을 재현 할 수있었습니다.

 

소개

세포 노화는 증식하는 세포가 완전한 성장 억제에 들어가고 그 체적을 극적으로 팽창시키는 (일반적으로, 2 차원 기질에서 튀긴 알 의 형태로) 생물체에서 공통적 인 현상이다 . 이 세포 상태의 근원은 강하게 연구되어왔다. 그러나 그 기본 메커니즘은 명확하지 않다. 1 , 2. 중요하게 노화 세포는 노화 관련 분비 표현형 (SASPs)으로 총체적으로 분류되는 다수의 분비물을 통해 그 이웃과 상호 작용한다. 이러한 분비 표현형은 생물에 부정적인 영향을 미치는 다양한 생물학적 과정에 관여하는 것으로 알려져있다. 예를 들어, 주위의 악성 종양 세포의 성장을 자극하는 친 염증성 사이토 카인과 케모카인이 그 중 3 개 , 4 개 입니다. 노화 세포의 축적은 또한 나이 - 관련 질환과 같은 더 많은 유기체 레벨 부작용과 연관된 5. 특히 조직 개조를 촉진 할 수도 있습니다. 예를 들어, 일부 세포 노화 따라서 암세포의 침윤 촉진 소프 주변 조직 구조를 만드는 세포 외 매트릭스 저하 프로테아제를 분비 6 , 7 , 8 . 한편, 노화 세포에 대한 유익한 효과에 대해서도 최근 논의된다. SASP는 배아 패터닝 9 , 10 및 상처 치료 11에 기여하는 단백질을 포함 합니다. 그럼에도 불구하고 이러한 조직 재생 효과가 SASP에 의해 생물 물리학 적으로 조율되는 방법의 정확한 성격은 특히 조직에 대한 개별 세포의 규모에서 많이 연구되어야합니다. 이 논문에서는 단일 클론 세포주 인 MDA-MB-231 (널리 사용되는 악성 유방암 세포주)의 시험 관내 배양을 바탕으로 초기 시딩 및 이웃 노화 방지와의 상호 작용에서 신생 세포의 출현을 신중하게 분석합니다 세포. 놀랍게도, 불멸화 된 종양 세포조차도 노화를 일으키는 것으로 나타났습니다 12 . 더 흥미 진진한 것은 노화 된 MDA-MB-231 세포가 인접한 종양 세포에 대한 인력의 중심 역할을하여 처음에 2 층 (2D) 콜로니의 단층에서 3 차원 (3D ) 세포 클러스터. 우리는 전환 이 시험 관내 에서 명확한 것으로 나타남을 본다.예를 들어 노화 세포가 조직 개질에 관여 할 수있는 사례. 또한 몇 가지 필수 메커니즘만으로 통합 된 컴퓨터 모델을 통한 관찰에 대한 경험적 설명을 제공합니다. Metropolis kinetics에서 작동하는 셀룰러 Potts 모델 (CPM)은 세포 부피의 보존, 유사 분열 세포 반올림 (결과적으로 세포 - 환경 유착의 동적 강도)과 같은 생물 물리학 적 과정을 재현하는 것을 목표로하며, 세포의 주 화성 운동. 실험 결과 MDA-MB-231 세포 배양 물 (처음에는 직경 2mm의 디스크 영역에 균일하게 도금 된 합류 단일 층 (confluent mono layer),도 1a 참조, 방법에 대한 자세한 내용 참조)은 다수의 노화 세포가 전체 집단으로 무작위로 출현한다 시간이 지남에 따라 증가한다 (그림 1b ). 그들은 '튀긴 계란'형태로 쉽게 식별 할 수 있습니다 (그림 1c ). 노화 된 상태로 들어가는 세포의 몸체는 꽤 합류하는 인구 내에서도 거대한 지역을 차지하기 위해 며칠 동안 측면으로 팽창합니다 (그림 1c ). 완전히 개발 노화 세포의 점유 면적이 현저하게 다른 하나에서 다를 수 있지만, 일반적으로 1.4 × 10 종종 크고 매우 큰 수 5  μ m (2) (도. 참조 1D를) - 전형적인 비 노화 세포보다 약 3 배 더 크다. 반면에 노화 세포의 몸은 ~ 2 μ m 만큼 얇  습니다 (그림 1e 의 두 측면보기 참조 ). 신체는 f-actin의 조밀 한 네트워크에 의해 구조적으로 잘 유지됩니다 (그림 1e 의 상단 그림 참조 ). 세포가 갑자기 파열되어 대사 과정을 끝낼 때까지 끊임없는 시공간 파동이 몸 전체에 나타나며 핵쪽으로 향하게됩니다.

https://www.nature.com/articles/s41598-018-28963-0

https://www.nature.com/articles/s41598-018-28963-0.pdf