SpCas9 활동을 예측하기위한 딥 러닝 기반 모델
.초신성 1987A
지난 400 년 동안 지구에 가장 가까운 초신성 폭발 인 초신성 1987A의 고리 모양의 잔해는이 허블 우주 망원경 이미지에서 볼 수 있습니다. 이 사건은 약 168,000 광년 떨어져있는 대 마젤란운이라고 알려진 작은 이웃 은하에서 일어났다. 최근 폭발 현장에서 방사능의 "블롭 (blob)"이 발견되었다. 연구원들은 초신성을 유발 한 현재 죽은 별의 잔해를 숨기고 있다고 믿고있다.
mss(magic square system)master:jk0620
http://blog.naver.com/mssoms
http://jl0620.blogspot.com
http://jk0620.tripod.com
https://twitter.com/ljunggoo
.뼈의 돌파구로 인해 더 튼튼한 비행기 날개가 생길 수 있습니다
코넬 대학 데이비드 너트 Christopher J. Hernandez가 이끄는 코넬 연구원은 3D 프린터를 사용하여 우레탄 메타 크릴 레이트 폴리머로 만든 뼈에서 영감을 얻은 재료를 제조 한 후 내구성을 테스트했습니다. 연구원들은 내부 막 대형 스트럿을 강화하여 재료의 피로 수명을 최대 100 배까지 증가시킬 수있었습니다. 크레딧 : Cornell University 2019 년 11 월 21 일
코넬 연구원들은 골다공증으로 고통받는 환자를 치료하는 데 도움이 될 수있는 반복적 인 마모를 견딜 수 있도록 뼈의 내부 구조의 작은 측면이 어떻게 강화 될 수 있는지에 대한 새로운 발견을했습니다. 또한 항공 우주 산업을 위해보다 내구성이 있고 가벼운 소재를 만들 수 있습니다. "Bone-Inspired Microarchitectures Enhanced Fatigue Life"라는 논문은 11 월 18 일에 국립 과학원 (National Academy of Sciences) 에서 발간되었다 . 공동 저자로는 Cornell 박사 과정 학생 인 Cameron Aubin과 Marysol Luna; 박사후 연구원 Floor Lambers; Purdue University의 Pablo Zavattieri 및 Adwait Trikanad; Case Western Reserve University의 Clare Rimnac. 수십 년 동안 골다공증을 연구하는 과학자들은 X- 레이 영상을 사용하여 뼈의 구조를 분석하고 강점과 약점을 정확히 찾아 냈습니다. 밀도는 일반적으로 뼈 강도와 관련이있는 주요 요소이며 , 그 강도를 평가할 때 대부분의 연구자들은 뼈가 한 번에 처리 할 수있는 양을 조사합니다. 그러나 Sibley 기계 및 항공 우주 공학과 Meinig 생물 의학 공학 부의 수석 교수 Christopher J. Hernandez가 이끄는 팀은 장기적인 피로 수명이나 뼈를 얼마나 많이로드 할 수 있는지에 관심이 있습니다. 깨지기 전에 곰. "재료의 피로 특성을 이해하는 가장 좋은 방법은 너무 자주 부서지는 자동차 부품에 대해 생각하는 것이므로 가게에 가져 가야합니다. 왜 깨졌습니까? 몇 달, 몇 년, 잘 작동했지만 사이클링 및 사이클링 및 사이클링 후 수천만 사이클이 지나면 고장이났다”고 Hernandez는 말했다. "우리는 150 년 동안이 물질의 성질에 대해 알고 있었고, 우리가하는 모든 일의 디자인에 내장되어 있습니다. 그러나 너무 많은 사람들이 이런 종류의 뼈 연구를하지 않았습니다."
https://youtu.be/Z_ETLh-ATVI
뼈의 내부 구조는 오버로드시 강도를 결정하는 수직 판형 스트럿으로 구성됩니다. 뼈에는 수평 막대 모양의 스트럿이 있으며 강도에 거의 영향을 미치지 않으며 본질적으로 "창 드레싱"입니다. Hernandez와 그의 팀은 아키텍처의 다른 측면이 중요하다고 의심했습니다. 새로운 컴퓨터 소프트웨어를 사용하여 수석 저자 인 Ashley Torres, MA '15, Ph.D. '18, MBA '19는 뼈 샘플에 대한 심층 분석을 수행 할 수 있었으며, 장기간 마모에 견딜 때 수평 막 대형 스트럿이 뼈의 피로 수명을 연장하는 데 중요하다는 것을 발견했습니다. Weill의 계열사 인 Special Surgery 병원의 보조 과학자 인 Hernandez는“뼈를 한 번만로드하면 뼈의 밀도가 매우 중요하며 밀도는 대부분 판형 스트럿에 의해 결정됩니다. 코넬 의학. "하지만 당신이 몇 번의 낮은 크기의로드가 무언가를 취할 수 있는지에 대해 생각한다면,이 작은 측면 스트럿 스트럿은 실제로 중요한 것입니다. 잔뜩." 이 팀은 3D 프린터를 사용하여 우레탄 메타 크릴 레이트 폴리머로 만든 뼈에서 영감을 얻은 소재를 제작했습니다. 연구원들은 막대의 두께를 변화 시켰으며 재료의 피로 수명을 최대 100 배까지 증가시킬 수있었습니다. Hernandez는 그의 팀이 개발 한 강화 된 미세 구조 격자가 거의 모든 장치에 포함될 수 있으며 초경량 재료 가 거대하고 반복되는 변형을 견뎌야 하는 항공 우주 산업에 특히 도움이 될 것으로 예상합니다 . 에르난데스는 "비행기 충돌로 인한 모든 바람의 돌풍이 가해 져서 매번 비행하는 동안 비행기 날개가 수천 번 적재된다"고 말했다. "튼튼하고 오래 지속되는 내구성있는 장치 나 차량을 만들고 싶다면 부품이 파손되기 전에 몇 번이나로드 할 수 있는지가 중요합니다. 그리고이 연구에서 도출 한 수학적 관계 이러한 격자 구조 중 하나를 설계하는 사람은 단일 하중에서 강성과 강도에 대한 요구와 많은 낮은 수준의로드 사이클을 견뎌야하는 요구와 균형을 맞출 수 있습니다. "
더 탐색 뼈에 대한 새로운 이해는 더 강한 물질, 골다공증 치료로 이어질 수 있습니다 더 많은 정보 : Ashley M. Torres et al., 뼈에서 영감을 얻은 마이크로 아키텍처는 개선 된 피로 수명을 달성 합니다 (National Academy of Sciences , 2019). DOI : 10.1073 / pnas. 1905814116 저널 정보 : 국립 과학 아카데미의 절차 코넬 대학교 제공
https://techxplore.com/news/2019-11-bone-breakthrough-durable-airplane-wings.html
.신축성이 있고 유연한 몸체로 로봇을 설계하고 제어하는 방법
매사추세츠 공과 대학 Rob Matheson MIT가 발명 한 모델은 전통적으로 계산 작업에서 기념비적 인 작업이었던 대상 작업을위한 소프트 로봇의 제어 및 설계를 효율적이고 동시에 최적화합니다. 예를 들어이 모델은 사중 로봇 (그림)이 목표 목적지에 도달하기 위해 어떻게 움직여야하는지 시뮬레이션하는 최신 방법보다 훨씬 빠르고 정확했습니다. 크레딧 : Andrew Spielberg, Daniela Rus, Wojciech Matusik, Allan Zhao, Tao Du 및 Yuanming Hu , 2019 년 11 월 21 일
MIT 연구원들은 전통적으로 계산에있어 엄청난 작업이었던 목표 작업을위한 소프트 로봇의 제어 및 설계를 효율적으로 최적화하는 방법을 발명했습니다. 소프트 로봇은 탄력적이고 신축성이 뛰어나고 신축성이있는 몸체를 가지고있어 주어진 순간에 무한한 방식으로 움직일 수 있습니다. 계산적으로 이것은 로봇의 각 부분이 어떻게 움직이는 지 설명하는 매우 복잡한 "상태 표현"을 나타냅니다. 소프트 로봇의 상태 표현은 잠재적으로 수백만 개의 치수를 가질 수 있으므로 로봇이 복잡한 작업을 완료하는 최적의 방법을 계산하기 어렵습니다. 다음 달 신경 정보 처리 시스템 회의에서 MIT 연구원들은 로봇과 그 환경의 기본 물리학을 기반으로 작지만 "낮은 차원이지만"상세한 상태 표현을 배우는 모델을 발표 할 것입니다. . 이는 모델이 특정 작업에 맞는 움직임 제어 및 재료 설계 매개 변수를 반복적으로 공동 최적화하는 데 도움이됩니다. CSAIL (컴퓨터 과학 및 인공 지능 연구소) 의 대학원생 인 Andrew Spielberg는 "소프트 로봇은 주어진 순간에 수십억 가지 방식으로 구부러지는 무한한 차원의 생물입니다."라고 말합니다 . "실제로 부드러운 물체가 구부러 질 수있는 자연적인 방법이 있습니다. 우리는 부드러운 로봇의 자연 상태를 낮은 차원의 설명으로 매우 콤팩트하게 설명 할 수 있습니다. 우리는 좋은 설명을 학습하여 부드러운 로봇의 제어 및 설계를 최적화합니다 가능성있는 상태의 시뮬레이션에서이 모델을 통해 2D 및 3D 소프트 로봇은 현재의 최신 방법보다 더 빠르고 정확하게 특정 거리 이동 또는 목표 지점에 도달하는 등의 작업을 완료 할 수있었습니다. 연구원들은 다음으로 실제 소프트 로봇에서 모델을 구현할 계획입니다. 이 논문에서 Spielberg에 합류하는 것은 CSAIL 대학원생 인 Allan Zhao, Tao Du 및 Yuanming Hu입니다. CSAIL의 이사 인 Daniela Rus와 Andrew and Erna Viterbi 전기 공학 및 컴퓨터 과학 교수; MIT 전기 공학 및 컴퓨터 과학 부교수이자 전산 제작 그룹 책임자 인 Wojciech Matusik.
"루프에서 배우기"
소프트 로봇 공학은 비교적 새로운 연구 분야이지만 고급 로봇 공학에 대한 가능성을 가지고 있습니다. 예를 들어, 유연한 신체는 다른 이점들 중에서도 인간과의 안전한 상호 작용, 더 나은 물체 조작 및 기동성을 제공 할 수 있습니다. 시뮬레이션에서 로봇의 제어는 작업을 완료하기 위해 소프트 로봇이 어떻게 움직이는 지 확인하는 변수를 계산하는 프로그램 인 "관찰자"에 의존합니다. 이전 연구에서 연구원들은 소프트 로봇을 손으로 설계된 시뮬레이션 된 입자 클러스터로 분해했습니다. 입자에는 로봇의 가능한 움직임을 좁히는 데 도움이되는 중요한 정보 가 포함되어 있습니다 . 예를 들어 로봇이 특정 방식으로 구부리려고하면 액추에이터가 무시할 수있을만큼 충분히 움직이지 않을 수 있습니다. 그러나 이러한 복잡한 로봇의 경우 시뮬레이션 중에 추적 할 클러스터를 수동으로 선택하는 것이 까다로울 수 있습니다. 그 연구를 시작으로, 연구원들은 "루프에서 학습하는 최적화"방법을 설계했습니다. 여기서 모든 최적화 된 파라미터는 많은 시뮬레이션에서 단일 피드백 루프 동안 학습됩니다. 또한 학습 최적화 (또는 "in the loop")와 동시에 상태 표현을 학습합니다. 이 모델은 MPM (Material Point Method)이라는 기술을 사용하는데,이 기법은 배경 그리드로 둘러싸인 거품 및 액체와 같은 연속체 물질의 입자의 거동을 시뮬레이션합니다. 이를 통해 로봇과 관찰 가능한 환경의 입자를 추가 계산없이 복셀이라고하는 픽셀 또는 3D 픽셀로 캡처합니다. 학습 단계에서,이 원료 격자 정보는 이미지를 입력하고,이를 저 차원 표현으로 압축하고, 표현을 입력 이미지로 압축 해제하는 것을 학습하는 기계 학습 구성 요소로 공급된다. 이 "자동 인코더"가 입력 이미지를 압축하는 동안 충분한 디테일을 유지하면 압축에서 입력 이미지를 정확하게 다시 생성 할 수 있습니다. 연구원의 연구에서, 자동 인코더의 학습 된 압축 표현은 로봇의 저 차원 상태 표현의 역할을합니다. 최적화 단계에서 압축 된 표현은 컨트롤러로 다시 루프되어 다음 MPM 시뮬레이션 단계에서 로봇의 각 입자가 어떻게 움직여야하는지 계산 된 작동을 출력합니다. 동시에 컨트롤러는 해당 정보를 사용하여 각 입자가 최적의 강성을 조정하여 원하는 움직임을 얻습니다. 미래에,이 재료 정보는 3D 프린팅 소프트 로봇에 유용 할 수 있으며, 각 입자 스팟은 약간 다른 강성으로 인쇄 될 수 있습니다. "이는 특정 작업과 관련된 로봇 동작에 맞는 로봇 디자인을 만들 수있게 해줍니다"라고 Spielberg는 말합니다. "이러한 매개 변수를 함께 학습함으로써 설계 프로세스를보다 쉽게하기 위해 모든 것을 가능한 한 동기화 된 상태로 유지합니다." 빠른 최적화 모든 최적화 정보는 차례로 자동 엔코더를 훈련시키기 위해 루프의 시작 부분으로 피드백됩니다. 많은 시뮬레이션에서 컨트롤러는 최적의 움직임과 재료 설계를 배우고, 자동 인코더는 점점 더 자세한 상태 표현을 배우게됩니다. 스필버그는“핵심은 저 차원 상태가 매우 서술 적이기를 원한다. 로봇이 목표 대상에 최대한 근접한 일정 시간 동안 시뮬레이션 된 최종 상태에 도달하면 "손실 기능"이 업데이트됩니다. 그것은 기계 학습의 중요한 구성 요소이며 일부 오류를 최소화하려고 시도합니다. 이 경우 로봇 이 대상에서 얼마나 멀리 떨어져 있는지 최소화 합니다. 이 손실 기능은 컨트롤러로 다시 흐르며 오류 신호를 사용하여 모든 최적화 된 매개 변수를 조정하여 작업을 가장 잘 완료합니다. 연구진이 압축 단계없이 시뮬레이션의 모든 원시 입자를 컨트롤러에 직접 공급하려고하면 "실행 및 최적화 시간이 폭발 할 것"이라고 Spielberg는 말합니다. 압축 된 표현을 사용하여 연구원들은 각 최적화 반복에 대한 실행 시간을 몇 분에서 약 10 초로 줄일 수있었습니다. 연구원들은 다양한 2D 및 3D Biped 및 Quadruped 로봇의 시뮬레이션에서 모델을 검증했습니다. 또한 연구원들은 기존의 방법을 사용하는 로봇이 이러한 파라미터를 최적화하기 위해 최대 30,000 개의 시뮬레이션을 수행 할 수 있지만 모델에 대해 훈련 된 로봇은 약 400 개의 시뮬레이션 만 수행한다는 사실을 발견했습니다. 모델을 실제 소프트 로봇에 배포한다는 것은 모델의 효율성과 정확성을 떨어 뜨릴 수있는 실제 노이즈 및 불확실성 문제를 해결하는 것을 의미합니다. 그러나 앞으로 연구원들은 소프트 로봇을 위해 시뮬레이션에서 제작에 이르는 전체 파이프 라인을 설계하기를 희망하고 있습니다.
더 탐색 주머니에 넣을 수있는 부드러운 피부 같은 로봇 매사추세츠 공과 대학 제공
https://techxplore.com/news/2019-11-robots-stretchy-flexible-bodies.html
.단백질은 미토콘드리아를 보호하고 놀랍게도 뇌졸중과 같은 손상으로부터 뉴런을 구해줍니다
Delthia Ricks, Medical Xpress 크레딧 : CC0 Public Domain 2019 년 11 월 21 일 기능
중국 과학자들이 새로 발견 한 단백질은 실험실 동물에서 뇌졸중과 같은 손상의 극적인 반전을 돕고 있으며 언젠가는 인간을 신경 학적 손상으로부터 구해낼 수 있다고 연구팀은 예측했다. 그들의 연구는 미토콘드리아, 콩 형태의 구조를 포함하는 일련의 획기적인 연구를 기반으로합니다. 미토콘드리아는 종종 세포 의 발전소라고 불리우며 무수한 생명 과정 자체의 기본 연료 인 아데노신 삼인산 (ATP)의 원천이기 때문입니다. 미토콘드리아가 손상되면 신경계 질환 이 빠른 내리막 길로 진행됩니다. 이것이 심각한 뇌졸중으로 인한 환자의 경로입니다. 돌이킬 수없는 신경 학적 손상도 마찬가지로 파킨슨 병 환자에게 영향을 미칩니다. 베이징 국립 생물 과학 연구소의 Xiaodong Wang은 기만적으로 간단한 질문을 바탕으로 미토콘드리아와 관련된 일련의 우아한 실험을 완료했습니다. 미토콘드리아 내에서 손상을 막음으로써 신경 학적 상태의 하향 진행을 막을 수있는 방법이 있습니까? 국립 과학원 (National Academy of Sciences) 의 절차 에서보고 된 Wang과 동료들은 미토콘드리아가 손상되었을 때 세포 사멸 ( apoptosis) 을 유도하는 중요한 경로를 조사했다 . " 포유류 세포 에서 미토콘드리아Wang은 PNAS에서“ 는 주요 생물 에너지 원천으로 작용하는 유기체의 건강을 유지하고 신호 전달 구획을 유지하는 데 많은 기능적 역할을한다. 미토콘드리아는 특정 역할을하는 포유 동물 세포의 구성 요소 인 소기관 (organelle)으로 에너지 생산 이다. 그것은 또한 자체 DNA를 가지고 있으며 핵 이외의 DNA를 가진 유일한 소기관입니다. 다른 소기관은 다른 전문 역할을 가지고 있습니다. 예를 들어, 골지 장치는 분비를 위해 단백질을 변형, 분류 및 포장한다. 핵은 세포의 유전 물질 인 DNA의 내부 성소를 제공합니다. Wang은 중국 전역의 연구팀과 함께 아 pop 토 시스를 차단할뿐만 아니라 미토콘드리아 완전성과 기능을 추가로 보호하는 미세한 단백질을 분리했습니다. 과학자들은 그 결과는 신경 기능을 유지한다고 말한다. 현재까지의 작업은 실험실 동물에서만 수행되었지만,이 팀은 인간 임상 시험에서 작업이 확장 될 것으로 예상합니다. 연구팀이 분리 한 단백질은 화합물 R6으로 불리며, 이는 세포 자멸사를 예방할뿐만 아니라 신체의 손상된 세포를 제거하는 과정 인자가 포식의 활성화입니다. 아 pop 토 시스를 차단하면 손상된 세포가 건강한 기능을 회복하고 회복 할 수있었습니다. Wang은 화합물 R6이 주요 신호 경로 인 mTOR의 억제를 통해 아 pop 토 시스를 예방한다는 것을 발견했다. 예를 들어 뇌 허혈이있는 동물에게 단백질을 공급하면 용량 의존적 인 신경 보호 효과가 나타납니다. 즉, 화합물 R6이 많을수록 뇌가 신경 손상으로부터 더 잘 보호됩니다. Wang은“ 미토콘드리아 손상이 몇 가지 흔하고 파괴적인 신경 퇴행성 질환의 병인에 영향을 준다는 인식을 높이면서 혈액-뇌 장벽 을 통과하고 강력한 항-아 opt 토 시스 효과 를주는 화합물 R6의 능력 은 전임상 및 의약 화학 연구 노력을 장려해야한다 "고 지적했다. "아마도 알려진 다른 mTOR 억제제와 마찬가지로 가능한 노화 방지 효과를 평가하기 위해 확장 될 수도 있습니다." 미토콘드리아는 세포의 에너지 생산자이므로 유기체의 전반적인 건강 및 활력과 관련이 있습니다. 단일 인간 근육 세포는 췌장에서 약한 신경 세포 또는 인슐린 생성 세포와 같이 5,000 개 이상의 미토콘드리아를 함유 할 수 있습니다. 그러나이 작고 길쭉한 에너지 생산자들은 뇌졸중이나 파킨슨 병과 같은 연령 관련 질병의 피해를받을뿐만 아니라 자연적인 노화 과정에서 감소합니다. 이러한 소형 공장이 췌장에서 쇠약하거나 실패하면, 결과는 고령 환자들 사이에서 가장 빈번하게 진단되는 상태 인 제 2 형 당뇨병 일 수 있습니다. 나이와 함께 발생하는 것으로 기록 된 신경 세포에서 미토콘드리아의 손상과 상실은 어두워지는 시력과 안개가 낀 마음과 관련이 있습니다. 예를 들어, 연구에 따르면 알츠하이머 병을 앓고있는 사람들의 뇌 전체에서 뉴런에 에너지 생성 미토콘드리아가 적다는 것이 오랫동안 제안되었습니다. Wang과 동료에 대한 Parkinson의 뇌졸중 관련 연구는 신경 건강에 미토콘드리아의 중요성에 대한 데이터 카탈로그가 증가하고 있다고 덧붙였다. 과학자들은 미토콘드리아가 안개가 자욱한 원시의 과거에서 나온다고 이론화했다. 그들은 고대의 호기성 박테리아의 후손으로 여겨져 DNA와 그 자체를 초기 포유류와 식물 세포에 흡수시켰다. 과학자들은 그들이 복잡한 세포 (하루에 복잡한 유기체를 구성하는 세포에 대한 주자)가 어려움을 겪고있는 고대 조림에서 산소를 활용할 수있는 우수한 능력을 가진 보라색 박테리아 일 수 있다고 말했다. 한편 Wang의 연구는 미토콘드리아 와 신경 세포의 건강 사이의 밀접한 관련성을 드러내는 일련의 실험에서 비롯되었습니다 . 화합물 R6은 소기관에 대한 손상을 개선하고 중상을 입은 신경 세포를 구제 할 수있는 잠재적 경로를 제공한다. 그러나 화합물 R6은 팀의 첫 번째 주요 발견이 아닙니다. 왕은“이전에 우리는 파킨슨 병 쥐 모델에서 도파민 성 신경 세포 사멸을 막는 저분자 화합물 A의 발견을보고했다.
더 탐색 과학자들은 잠재적 인 진단 도구, 파킨슨 병 치료법 발견 추가 정보 : Ran Cao, et al. 소분자는 mTOR 활성을 억제함으로써 미토콘드리아 완전성을 보호합니다 ( PNAS , 2019). Doi.org/10.1073/pnas.1911246116 저널 정보 : 국립 과학 아카데미의 절차
https://medicalxpress.com/news/2019-11-protein-mitochondria-surprisingly-neurons-stroke-like.html
.배달 차량에 대한 터널 비전은 오염을 줄일 수 있습니다
작성자 : Nancy Cohen, Tech Xplore 2019 년 11 월 22 일 웹 로그
인터넷 주문 배달을 운반하는 탈탄 밴 : 좋은 생각이라면 왜 안될까요? 영국에서 그렇게하려는 회사의 노력은 세계의 다른 지역들에게 이것이 우리가 더 친환경적인 지구를위한 해결책을 찾으려고 노력하는 길임을 보여줄 수 있습니다. 이 회사는 수백만 개의 소포를 운송하는 지하 터널을보고 싶어합니다. The Telegraph 는 "터널은 물과 가스를 운반하는 데 사용되는 파이프와 비슷한 폭이 1m를 넘지 않아야하며 30mph에서 이동하는 포드를 특징으로 할 것" 이라고 말했다 . 이것은 도로에서화물 운송을 제거함으로써 대기 오염을 줄이는 "지하"전달 개념으로 설명되고 있습니다. (보고서에 따르면 이러한 영국 터널 네트워크는 매년 런던에만 6 억 개의 소포를 운반 할 수 있다고한다.) 영국의 신생 기업 보고서에 따르면 Magway 는“자본 투자도 크게 줄었고 기상 조건과 무관하게 도로 교통 보다 더 안전하다 ”고 말했다. 로컬 데모에서 비전은 영국 전역의 튜브 네트워크로 확장됩니다. CNBC의 Lucy Handley는 "Magway는 폭이 1 미터 미만인 일련의 파이프를 제작하여 자기 모터로 구동되는 트랙을 따라 이동할 수있는 포드로 품목을 운송 할 수 있으며 유통 센터와 소매점 및 소비자 를 연결 합니다"라고 설명했습니다. 영국은 2050 년까지 순 제로 배출 목표를 찾고있다. "우리는 근본적으로 다른 것을해야한다"고 Magway의 공동 창립자이자 전무 이사 인 Rupert Cruise는 말했다. "현 상태가 충분하지 않습니다."
엔지니어 인 Jon Excell은이 접근 방식이 선형 전기 모터를 사용하여 저압 튜브를 통해 승객 포드를 가속화 할 것이라고 말했다. 그는이 개념을 선형 모터를 사용하여 "전국의 파이프 네트워크를 따라 상자를 추진"한다고 설명했다. 파이프는 기존 도로 및 철도 노선과 함께 이어질 것입니다. 모션 제어 및 모터 협회 (Motion Control & Motor Association)에 따르면 선형 모터는 종종 회전 모터 로 설명되는데 , "회전축을 생성하는 회전 샤프트 대신 하중을 선형으로 이동시켜 힘을 생성합니다." 이 경우,이 시스템은 "고효율 선형 동기식 자기 모터에 의해 생성 된 트랙을 따라 다수의 표준 크기 크레이트 (또는 토트)를 구동하기 위해 전류의 자기 파를 사용한다"고 Excell은 말했다. 최적의 속도는 31mph입니다. MEM 사이트에 따르면, Magway는 초기에 London Heathrow와 같은 주요 공항 허브를 오가는 현지화물 운송에 대한 스트레스를 완화하기 위해 짧은 배송 경로를 제공 할 것입니다. 그런 다음이 그룹은 2023 년경에 최대 100km의 가장 긴 노선에서 영국을 연결하는 파이프 네트워크를 형성하기 위해 건설 작업을 시작했습니다. 자금을 확보 한 후, 그들은 새로운 물결을 찾고 있습니다. Manufacturing & Engineering Magazine 은 Magway가 크라우드 펀딩을 통해 더 많은 돈을 모으는 것을 목표로 했다고보고 했습니다. 온라인 소매 대기업은 트럭과 밴에 Magway를 사용하여 도로 사고 및 위험한 기상 조건에 대한 걱정이 적은 고객에게 제품을 제공 할 수 있습니다. 크루즈 전무 이사는 Renewable Energy Magazine 에 인용되었습니다 . 영국이 이미 세계에서 가장 발전된 온라인 소매 시장 중 하나임을 고려하면, "전자 상거래 판매가 더 빠른 인터넷 제공과 함께 증가하고 아마존과 같은 소매 업체가 약속 한 새로운 1 시간 슬롯과 함께 이미 영국의 교통 체증 도로 네트워크도 증가하여 대기 오염에 더욱 영향을 줄 것입니다. " Excell은 이미 "LCA (Transport Research Laboratory) 및 리니어 모터 전문가 Force Engineering과 함께 Ocado Innovation Limited는 Innovate UK 자금 지원 프로젝트의 파트너 중 하나"라고보고했습니다. 그는 Magway 시스템에 장착 된 상자는 소매점에서 사용하는 토트와 거의 같은 크기이므로 시스템과 쉽게 통합 될 수 있다고 덧붙였습니다. The Engineer의 독자 의견을 살펴보면 배달 차량을위한 지하 운송 수단에 대한 유리한 반응이 나타났습니다. "이와 같은 미래의 프로젝트에 투자 할 용기가있는 미래 지향적 인 정부를 확보하기를 바랍니다. 우리 모두가 빠르게 변화해야한다는 사실에 사면 목표를 달성 할 수 있습니다." 또 다른 의견은 비용에 대한 질문을 다루었습니다. "이 아이디어를 좋아한다면, 그는 오래된 우체국 터널의 일부를 다시 사용할 수있을 것입니다. 그러나 런던에서 새로운 터널을 파는 것은 매우 오래 걸리고 비용이 많이 드는 과정으로 보입니다." 회사가 계획 한대로 광범위하게 개념을 배치 할 경우, 매년 CO 2 배출을 제거 하고 도로 유지 보수 비용과 비용이 많이 드는 사고를 줄이며 혼잡을 줄일 수 있다는 아이디어를 뒷받침하는 주장이 될 것입니다 .
더 탐색 연약한 도로 및 철도 시스템을 강화하려면 '마이크로 모빌리티'네트워크를 추가해야합니다
https://techxplore.com/news/2019-11-tunnel-vision-delivery-vehicles-pollution.html
.SpCas9 활동을 예측하기위한 딥 러닝 기반 모델
DeepSpCas9 Thamarasee Jeewandara, Phys.org 높은 일반화 성능을 갖춘 딥 러닝 기반 모델 인 DeepSpCas9를 사용한 SpCas9 활동 예측 학력 : 연세대 학교 의과 대학 장수수 과학 발전, doi : 10.1126 / sciadv.aax9249, 2019 년 11 월 22 일 기능
과학 발전 에 관한 새로운 보고서에서 , 한국의 약리학, 전기 및 컴퓨터 공학, 의학, 나노 의학 및 생물 정보 학과 의 김후권 교수와 학제 간 연구자들은 SpCas9 의 활동을 평가했다 . 스트렙토 코커스 피 오게 네스 ( Streptococcus pyogenes )로부터 의 박테리아 RNA- 유도 된 Cas9 엔도 뉴 클레아 제 변이체 (게놈 편집을 위해 DNA를 절단하는 박테리아 효소) . 그들은 인간 세포 라이브러리를 기반으로 12,832 개의 표적 서열을 가진 높은 처리량 접근법을 사용하여 딥 러닝 모델을 구축하고 SpCas9의 활동을 예측했습니다. 데이터는 표적 서열 쌍 및 단일 가이드 RNA (sgRNA) 를 인코딩하기위한 상응하는 가이드 서열을 함유하는 올리고 뉴클레오티드 (뉴클레오티드 또는 빌딩 블록)를 함유 하였으며, 이는 Cas9 단백질이 게놈 편집을 위해 특정 DNA 서열에 결합하여 절단되도록 지시 할 수있다. 그들은 SpCas9- 유도 된 indel (삽입 또는 삭제) 주파수 의 대규모 데이터 세트에 대한 딥 러닝 기반 교육을 구현하여 이제 온라인으로 제공되는 DeepSpCas9라는 SpCas9 활동 예측 모델을 개발했습니다 . 팀이 독립적으로 생성 된 데이터 세트에 대해 소프트웨어를 테스트했을 때 결과는 높은 일반화 성능을 보여주었습니다 . 즉, 모델은 이전에 보이지 않은 새로운 데이터에 적합하게 적용 할 수있었습니다. CRISPR-카스 원핵 생물의 적응 면역 시스템 A와 기능을 편집 게놈 과 도구 중개 연구의 종의 다양한 가능성을 세포 유형 에 용량이 정확하게 SpCas9 효소 활성이 중요 예측 인간 세포를 포함. 연구자들은 이전 에 유전자 편집 세포 의 표현형 변화 의 데이터 세트 또는 플라스미드 기반 (박테리아와 다른 세포 사이에 유전자를 전달하는 차량) 의 중간 크기 데이터 세트 라이브러리 기반 라이브러리 접근 방식을 기반으로 SpCas9 활성을 예측하기 위해 여러 계산 모델 을 개발 했습니다.. 그러나 데이터 집합의 품질과 크기가 이상적이지 않기 때문에 이러한 모델의 일반화 성능이 제한되었습니다. 예를 들어, 기능적 녹아웃 모델 (실험실의 실험 동물 모델에서 유전자를 비활성화하는 방법 )을 만들기위한 모델 예측 유전자 삽입 및 결실 (인델) 은 잘못된 음성을 초래 했습니다 . 또한, 이들 SpCas9- 유도 된 인델 주파수 데이터 세트는 또한 중간 크기 일 뿐이었다 .
Cas9에 의한 indel 주파수를위한 고 처리량 평가 시스템 개발 (A) 올리고 뉴클레오티드 구조. 각 올리고 뉴클레오티드는 20-nt sgRNA 가이드 서열, BsmBI 제한 부위, 20-nt 바코드 서열 (바코드 1), 제 2 BsmBI 제한 부위, 15-nt 바코드 서열 (바코드 2) 및 30-nt 상응하는 것을 함유 하였다. PAM을 포함하는 표적 서열. (B) sgRNA- 암호화 및 표적 서열 쌍의 플라스미드 라이브러리를 생성하기위한 클로닝 전략의 개요. 각각 가이드 RNA- 표적 서열 쌍을 함유하는 17,840 개의 올리고 뉴클레오티드 풀을 PCR 증폭시키고 Gibson 어셈블리를 사용하여 Lenti_gRNA-Puro 벡터에 클로닝 하였다. 이 초기 플라스미드 라이브러리를 BsmBI 분해를 사용하여 선형화하고 BsmBI 분해 가이드 RNA 스캐 폴드 단편으로 라이 게이션하여 최종 플라스미드 라이브러리를 생성 하였다. (C)이 연구에 사용 된 높은 처리량 평가 시스템의 개략도. 올리고 뉴클레오티드의 풀을 PCR- 증폭시키고 Gibson 어셈블리를 사용하여 플라스미드로 클로닝 하였다. sgRNA 스캐 폴드 서열을 BsmBI 유도 절단 및 후속 결찰을 사용하여이 초기 플라스미드 라이브러리에 삽입 하였다. 최종 최종 플라스미드 라이브러리를 사용하여 렌티 바이러스 라이브러리를 생성하고,이를 HEK293T 세포를 처리하여 세포 라이브러리를 생성하는데 사용 하였다. 이 세포 라이브러리 내로 Cas9의 렌티 바이러스 전달은 sgRNA 활성에 의존하는 빈도로 통합 된 표적 서열에서 삽입 결실을 유도 하였다. 신용: sgRNA 스캐 폴드 서열을 BsmBI 유도 절단 및 후속 결찰을 사용하여이 초기 플라스미드 라이브러리에 삽입 하였다. 최종 최종 플라스미드 라이브러리를 사용하여 렌티 바이러스 라이브러리를 생성하고,이를 HEK293T 세포를 처리하여 세포 라이브러리를 생성하는데 사용 하였다. 이 세포 라이브러리 내로 Cas9의 렌티 바이러스 전달은 sgRNA 활성에 의존하는 빈도로 통합 된 표적 서열에서 삽입 결실을 유도 하였다. 신용: sgRNA 스캐 폴드 서열을 BsmBI 유도 절단 및 후속 결찰을 사용하여이 초기 플라스미드 라이브러리에 삽입 하였다. 최종 최종 플라스미드 라이브러리를 사용하여 렌티 바이러스 라이브러리를 생성하고,이를 HEK293T 세포를 처리하여 세포 라이브러리를 생성하는데 사용 하였다. 이 세포 라이브러리 내로 Cas9의 렌티 바이러스 전달은 sgRNA 활성에 의존하는 빈도로 통합 된 표적 서열에서 삽입 결실을 유도 하였다. 신용:과학 발전 , doi : 10.1126 / sciadv.aax9249
Kim et al. 이전라는 이름의 깊은 학습 기반 컴퓨팅 모델에보고했다 DeepCpf1 다른 효소 (에서 AsCpf1의 활동을 예측하는 Acidaminococcus의 높은 일반화 성능 종). 이를 위해, 그들은 가이드 -RNA- 코딩의 렌티 바이러스 라이브러리 , 표적 서열 쌍을 사용하여 DeepCpf1로 알려진 큰 훈련 데이터 세트를 생성 하였다. Cas9 효소에 의해 생성 된 인델 주파수를 예측 하는 계산 모델 을 개발하기 위해 유사한 라이브러리 기반 방법이 사용 되었지만, Cas9- 유도 된 주파수의 큰 데이터 세트가 형성되어야한다. 따라서 과학자들은 높은 일반화 성능을 가진 Cas9 활동 예측 컴퓨팅 모델을 개발해야합니다. 이 연구에서 Kim et al. 이전에 개발 된 DeepCpf1 방법을 수정하여 DeepSpCas9 를 형성 함으로써 수만 개의 표적 서열에서 SpCas9- 유도 된 indel 주파수를 테스트하는 고 처리량 모델을 생성했습니다 . DeepSpCas9 웹 도구는 높은 일반화 성능으로 SpCas9의 활동을 정확하게 예측할 수있는 딥 러닝 기반 모델입니다.
내인성 및 통합 된 부위에서의 인델 빈도 사이의 상관 관계 및 인델 빈도에 대한 염색질 접근성의 영향. (A) 120 내인성 및 상응하는 통합 된 표적 서열에서의 삽입 주파수 사이의 상관 관계. Spearman 상관 계수 (R) 및 제곱 Pearson 상관 계수 (R2)가 표시됩니다. (B) 내인성 부위에서 SpCas9 (왼쪽) 및 AsCpf1 (오른쪽)의 활성에 대한 염색질 접근성의 영향. SpCas9 또는 AsCpf1을 암호화하는 플라스미드 및 가이드 RNA의 형질 감염 후 내생 부위에서의 삽입-결실 빈도를 평가 하였다. 표적 부위에서의 삽입-결실 빈도를 DHS (데 옥시 리보 뉴 클레아 제 I (DNase I) 과민성) 부위 및 다른 부위 (비 -DHS)로 나눈 후 비교 하였다. 분석 된 표적 부위의 수는 다음과 같다 : SpCas9, DHS 표적 부위의 경우 n = 50이고 비 -DHS 표적 부위의 경우 n = 74; AsCpf1, DHS 대상 사이트의 경우 n = 20, 비 DHS 대상 사이트의 경우 n = 35 HEK- 플라스미드 데이터 세트는이 그래프를 그리는 데 사용되었습니다. 오차 막대는 SEM을 나타냅니다. 스튜던트 t 검정에 의해 결정된 통계적 유의성이 제시되어있다. (C 및 D) 50 DHS 부위 (C) 및 70 비 -DHS 부위 (D)에서 내인성 및 상응하는 통합 된 표적 서열에서의 삽입 빈도 사이의 상관 관계. Spearman 상관 계수 (R) 및 제곱 Pearson 상관 계수 (R2)가 표시됩니다. 신용: (C 및 D) 50 DHS 부위 (C) 및 70 비 -DHS 부위 (D)에서 내인성 및 상응하는 통합 된 표적 서열에서의 삽입 빈도 사이의 상관 관계. Spearman 상관 계수 (R) 및 제곱 Pearson 상관 계수 (R2)가 표시됩니다. 신용: (C 및 D) 50 DHS 부위 (C) 및 70 비 -DHS 부위 (D)에서 내인성 및 상응하는 통합 된 표적 서열에서의 삽입 빈도 사이의 상관 관계. Spearman 상관 계수 (R) 및 제곱 Pearson 상관 계수 (R2)가 표시됩니다. 신용:과학 발전 , doi : 10.1126 / sciadv.aax9249
Kim et al. SpCas9 활성의 고 처리량 평가를 위해 먼저 15,656 가이드 RNA (gRNA)-코딩 및 표적 서열 쌍 의 렌티 바이러스 (외래 DNA를 포함 할 수있는 복잡한 레트로 바이러스 서브 패밀리) 라이브러리를 제조 하였다. 연구팀은 중합 효소 연쇄 반응 (PCR)을 사용하여 가이드 및 표적 서열 쌍을 함유하는 올리고 뉴클레오티드 풀을 증폭시키고 , 깁슨 DNA 조립 기술을 사용하여 이를 렌티 바이러스 플라스미드 (세포 간 유전자 물질을 전달하는 트랜스 진 전달 시스템 )로 클로닝 하였다 . 2 단계 접근법에서, 연구원들은 플라스미드를 절단하고 절단 부위에 sgRNA 스캐 폴드 서열을 삽입하여 플라스미드 라이브러리를 생성 하였다. 이어서 세포 라이브러리를 형성하기 위해, 과학자들은 인간 배아 신장 세포 (HEK 293T)를 플라스미드 라이브러리로부터 생성 된 렌티 바이러스로 처리 하였다. 각 세포는 이제 게놈에 합성 표적 서열을 함유하고 상응하는 sgRNA를 발현시켰다. 그런 다음 과학자들은 세포 라이브러리를 SpCas9- 코딩 렌티 바이러스로 처리하여 sgRNA 활성에 의존하는 빈도로 표적 서열에서 sgRNA- 지향적 절단 및 삽입 결실 형성을 야기시켰다. indel 주파수를 측정하기 위해 과학자들은 표적 서열을 PCR 증폭하고 깊은 시퀀싱을 수행했습니다.. 높은 처리량 실험에 기초하여 Kim et al. DeepSpCas9 모델의 교육 및 테스트 목적으로 두 개의 데이터 세트를 생성했습니다. 과학자들은 통합 된 합성 표적 서열에서의 삽입-빈도 주파수가 상응하는 내생 부위의 것들과 상관 관계가 있는지 테스트하기 위해 염색질 접근성 (유전자 전사에 대한 염색질 구조 변형의 영향)의 상이한 특성을 갖는 124 개의 내생 표적 부위에서 SpCas9 활성을 선택 했다. 그들은 뿌리 내린 표적 부위와 HEK 세포 내의 내인성 위치에서 삽입-결실 빈도 사이에 강한 상관 관계를 관찰했다.
DeepSpCas9 개발 개요. DeepSpCas9는 강력한 CNN (Convolutional Neural Network)을 사용하는 딥 러닝 프레임 워크를 기반으로합니다. DeepSpCas9 개발에는 다음 단계가 포함되었습니다. (1) 표적 및 인접 서열을 포함하는 30 개의 염기쌍 (bp) 입력 서열을 4 차원 이진 매트릭스로 변환 하였다. (2) 총 210 개의 필터 (각각 3, 5 및 7nt 길이의 100, 70 및 40 필터)를 4 차원 이진 행렬을 통해 이동시켜 위치 가중치 행렬을 결정 하였다. 최대 값은 이전 컨볼 루션 레이어에서 계산 된 로컬 기능에서 풀링되어 유익한 기능을 "풀 아웃"했습니다. (3) 풀링 된 피처는 가중 합과 완전 연결된 층에서 정류 된 선형 단위 비선형 함수에 따라 결합되었습니다. (4) 출력 레이어는 선형 회귀를 수행하고 각 SpCas9 가이드 RNA에 대한 활동 점수를 예측합니다. 크레딧 : Science Advances, doi : 10.1126 / sciadv.aax9249.
다음으로 연구팀 은 엔드 투 엔드 딥 러닝 프레임 워크를 사용하여 DeepSpCas9를 형성하고 SpCas9 활동을 예측하는 대규모 데이터 세트에서 SpCas9 활동을 예측 하는 정확한 계산 모델 을 개발했습니다 . 기본 모델 아키텍처의 경우 컨벌루션 뉴럴 네트워크 (일반적인 뉴럴 네트워크와 유사한 CNN)를 사용했으며 입력 시퀀스에는 30- 뉴클레오타이드 시퀀스를 사용했으며, 원-핫 인코딩을 사용하여 4 차원 이진 매트릭스로 변환했습니다 ( 숫자 범주 형 데이터가 포함 된 열을 여러 열로 분할). 모델 선택 및 교육의 일반화 성능을 이해하기 위해 팀은 Spearman 상관 관계 분석을 사용하여 10 배 교차 검증을 수행했습니다. 실험 측정과 예측 된 Cas9 활성 수준 사이의 계수. 교차 검증을위한 훈련 데이터 세트의 크기를 증가 시켰을 때, 실험적인 indel 주파수와 DeepSpCas9 모델의 예측 점수 사이의 평균 Spearman 상관 계수는 꾸준히 0.77까지 증가했습니다. 이전에 SpCas9 활동 예측에 사용 된 SVM ( support vector machine ), AdaBoost (adaptive boosting), random forest 및 gradient-boosted regression tree 와 같은 기존 기계 학습 알고리즘과 비교할 때 DeepSpCas9 모델의 Spearman 상관 관계는 상당히 높았습니다. 전체적으로 DeepSpCas9는 모든 모델 중에서 최고의 성능을 나타 냈습니다.
Cas9 활동을 예측하는 기계 학습 기반 계산 모델의 평가. (A) 다양한 크기의 데이터 세트에 대해 훈련 된 DeepSpCas9 모델의 교차 검증. 각 점은 10 배 교차 검증 (총 n = 10 상관 계수)에서 측정 된 삽입 주파수와 예측 된 활동 간의 Spearman 상관 계수를 나타냅니다. (B) 이전에보고 된 머신 러닝 기반 접근법에 기반한 SpCas9 활동 예측 모델의 교차 검증. 각 점은 10 배 교차 검증 (총 n = 10 상관 계수)에서 측정 된 삽입 주파수와 예측 된 활동 간의 Spearman 상관 계수를 나타냅니다. 최고, 다음 최고 및 세 번째 최고 모델 사이의 통계적 유의성이 표시됩니다 (Steiger 's test). (A)와 (B)에서 상단, 중간, 상자의 하단과 하단은 각각 25 번째, 50 번째 및 75 번째 백분위 수를 나타냅니다. 수염은 최소값과 최대 값을 나타냅니다. 신뢰 구간은 표 S6에 설명되어 있습니다. RT, 회귀 트리. (C) 테스트 데이터 세트로 데이터 세트 Endo_Cas9 (n = 124 개의 독립적 인 대상 사이트)와 두 개의 공개 된 데이터 세트 (데이터 세트 Hart 2015 및 Xu 2015의 경우 각각 n = 4207 및 2060의 독립적 인 대상 사이트)를 사용하여 DeepSpCas9와 다른 예측 모델의 성능 비교. 오차 막대는 95 % 신뢰 구간을 나타내며 표 S6에 자세히 설명되어 있습니다. 명확성을 위해 통계 테스트 결과는 동일한 크기의 필터를 사용하는 DeepSpCas9와 딥 러닝에 대해서만 표시되며 DeepSpCas9는 기존의 머신 러닝 기반 모델과 동일한 크기의 필터를 사용한 딥 러닝과 최고의 기존 머신 러닝 기반 모델 (왼쪽에서 오른쪽으로 : * P = 1.4 × 10 ^ -2, DeepSpCas9와 같은 크기의 필터를 사용한 딥 러닝, * P = 1.1 × 10 ^ -2, DeepSpCas9 대 SVM; * P = 4.6 × 10-2, SVM과 같은 크기의 필터로 딥 러닝; Steiger 's test). 중요하지 않습니다. (D) DeepSpCas9 및 DeepSpCas9-CA (크로 마틴 접근성)의 성능 비교. DeepSpCas9-CA 모델은 Endo-1A 데이터 세트를 사용하여 DeepSpCas9 모델을 미세 조정하여 개발되었습니다. DeepSpCas9 (왼쪽) 및 DeepSpCas9-CA (오른쪽) 모델을 Endo-1B 데이터 세트로 평가했습니다. Spearman 상관 계수 (R)가 표시됩니다. (E) 미세 조정 및 평가의 10 회 반복 결과. 각 점은 측정 된 삽입 주파수와 예측 된 활동 간의 Spearman 상관 계수를 나타냅니다. 총 10 (= 2 × 5) 라운드의 미세 조정 및 후속 테스트 결과가 표시됩니다. 신용:과학 발전 , doi : 10.1126 / sciadv.aax9249
이전 연구에서 Kim et al. 내인성 표적 부위에서 AsCpf1 효소 활성의 예측을 향상시키기 위해 염색질 접근성 정보를 고려 하였다. 그들은 그러한 고려가 SpCas9 활동 예측을 향상시킬 것인지를 결정하려고했다. 결과는 염색질 접근성 정보를 이용한 미세 조정이 DeepSpCas9의 정확도를 거의 향상시켜 AsCpf1의 이전 노력과 비교하여 내생 부위에서 indel 주파수를 예측한다는 것을 암시했다. 따라서 SpCas9 활성은 이전에 개발 된 DeepCpf1 알고리즘과는 대조적으로 크로 마틴 접근성에 의해서만 약간 영향을 받았습니다. DeepSpCas9의 일반화 성능을 이해하기 위해 연구 팀 은 다양한 연구 연구 에서 파생 된 충분히 크고 공개 된 데이터 세트 를 테스트 데이터로 사용 하여 모델 을 테스트했습니다. 그들은 결과를 DeepCRISPR 과 같은 다른 SpCas9 활동 예측 프로그램 의 결과와 비교했습니다 . 결과는 DeepSpCas9가 SpCas9 활동을 예측하는 데 사용되는 9 개의 공개 된 모델 중에서 가장 높은 일반화 기능을 유지하도록 제안했습니다. 이러한 방식으로 김혜권 연구원과 연구팀은 이제 온라인으로 제공 되는 DeepSpCas9 웹 도구를 사용하여 추가 코드 와 함께 SpCas9 활동을 정확하게 예측할 수있는 가능성을 광범위하게 검증했습니다.연구 과학자들이 DeepSpCas9를 기존 모델에 통합 할 수 있도록 제공했습니다. DeepSpCas9의 높은 일반화 성능을 바탕으로, 연구팀은 SpCas9 기반 게놈 편집을 위해 더 높은 정확도를 촉진 할 것으로 기대합니다.
더 탐색 식물 육종을위한 새로운 게놈 편집 기술 추가 정보 : Hui Kwon Kim et al. DeepSpCas9에 의해 SpCas9 활동 예측, 높은 일반화 성능 깊은 학습 기반 모델, 과학의 발전 (2019). DOI : 10.1126 / sciadv.aax9249 김혜권 외 딥 러닝은 CRISPR–Cpf1 가이드 RNA 활동 예측, Nature Biotechnology (2018)를 개선합니다. DOI : 10.1038 / nbt.4061 Hui K Kim et al. CRISPR–Cpf1 활성의 생체 내 처리량이 많은 프로파일 링, Nature Methods (2016). DOI : 10.1038 / nmeth.4104 저널 정보 : 과학 발전 , 자연 생명 공학 , 자연 방법
https://phys.org/news/2019-11-deep-learning-based-deepspcas9-spcas9.html
.음, 꼬리가 보인다
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
Park Soo-jin is a meteorologist. She is Lee Hyun Kyu's friend of the same age.
.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
https://scitechdaily.com/harvard-scientist-connects-the-dots-in-fin-to-limb-evolution/ https://phys.org/news/2019-09-black-hole-center-galaxy-hungrier.html https://phys.org/news/2019-09-programmable-swarmbots-flexible-biological-tools.html https://phys.org/news/2019-10-hard-ceramic-tough-steel-newly.html
.인공 지능을 사용하여 면역 요법이 작동하는지 확인
에 의해 케이스 웨스턴 리저브 대학 체크 포인트 억제제 요법 개시 전후의 CT 방사성 패턴의 차이의 예. 또한, 진단 생검에서 종양 침윤 림프구의 밀도는 비 반응자에 비해 반응자에서 더 높은 것으로 밝혀졌다. 크레딧 : Case Western Reserve University Case Western Reserve University, 2019 년 11 월 23 일
디지털 이미징 연구소의 과학자들은 이미 인공 지능 (AI)을 사용하여 화학 요법의 성공 여부를 예측하여 고가의 면역 요법으로 어떤 폐암 환자가 혜택을 얻을 수 있는지 결정할 수 있습니다. 그리고, 다시 한 번, 그들은 폐 때 CT의 패턴에서 이전에 보이지 않는 변화가 취해 스캔 찾기 위해 컴퓨터를 가르침으로써 그 일을하고 암이 처음 진단의 첫 2 ~ 3주기 후 촬영 검사에 비해 면역 치료. 그리고 이전 연구에서와 마찬가지로 이러한 변화는 실험실의 최근 연구의 특징 인 종양 내부 및 외부에서 발견되었습니다. 아난 트마다 부쉬 (Anant Madabhushi) 센터는“이번 연구는 전염성이 없다”며“이 연구는 질병의 생물학에 대해 좀 더 공격적인 표현형이며 현재 종양 전문의에게는없는 정보”라고 말했다. CCIPD (Computational Imaging and Personalized Diagnostics)는 의료 영상, 머신 러닝 및 AI를 메시하여 다양한 암 및 기타 질병의 탐지, 진단 및 특성화에서 세계적인 리더가되었습니다. 국립 암에 따르면 현재 모든 암 환자의 약 20 %만이 실제로 면역 요법의 혜택을받을 것입니다. 화학 요법은 면역 체계가 암과 싸우는 데 도움이되는 약물을 사용한다는 점에서 화학 요법과는 다릅니다. 학회. Madabhushi 박사는 그의 실험실의 최근 연구는 종양 학자들이 어떤 환자들이 실제로 치료를 통해 혜택을받을 수 있고 누가 그렇지 않을지를 알 수있게 해줄 것이라고 말했다. Madabhushi 박사는“면역 요법이 암의 전체 생태계를 변화 시켰음에도 불구하고 환자 당 연간 약 20 만 달러에 달하는 비용이 매우 높다”고 말했다. "이것은 암과 함께 발생하는 재정적 독성의 일부이며 모든 진단 된 암 환자의 약 42 %가 진단 후 1 년 안에 생명을 구할 수 없습니다." 그의 연구실이 현재 수행하고있는 연구에 근거한 도구를 갖추면 "환자에게 80 만 달러를 버리지 않고 면역 요법에 반응 할 환자를 더 잘 맞출 수있다"고 덧붙였다. 혜택을받지 않을 5 명 중 1 명에 연간 예상 비용을 곱한 값. 새로운 연구 발표 공동 저자 인 Mohammadhadi Khorrami와 Prateek Prasanna가 이끄는이 새로운 연구는 Madabhushi 및 6 개의 다른 기관 (아래 목록 참조)의 10 명의 다른 협력자들과 함께 이번 달에 Cancer Immunology Research 저널에 게재되었습니다 . CCIPD에서 일하는 대학원생 인 코 라미 (Khorrami)는 이번 연구에서 가장 중요한 발전 중 하나는 컴퓨터 프로그램이 단지 크기뿐만 아니라 주어진 병변의 질감, 부피 및 모양의 변화를 기록 할 수있는 능력이라고 말했다. 코 라미 박사는“의사가 환자가 치료에 반응했는지 여부를 CT 이미지만으로 결정할 때 중요하다”고 말했다. "우리는 조직 변화가 요법이 효과가 있는지를 더 잘 예측할 수 있음을 발견했습니다. "예를 들어 종양 내부의 혈관이 부러 졌다는 등 다른 이유로 인해 치료 후 결절이 더 크게 나타날 수 있지만 치료법이 실제로 작동하고 있습니다. 이제는이를 알 수있는 방법이 있습니다." Madabhushi 연구실의 박사후 연구원 인 Prasanna는이 연구 결과가 두 곳의 다른 부위와 세 가지 유형의 면역 요법 제로 치료받은 환자의 스캔에서 일관된 것으로 나타났다고 밝혔다. "이것은 우리의 기계 학습 모델이 다른 면역 체크 포인트 억제제로 치료받은 환자의 반응을 예측할 수 있다는 프로그램의 기본 가치를 보여줍니다." "우리는 근본적인 생물학적 원리를 다루고있다." Prasanna는 초기 연구에서 컴퓨터를 훈련시키고 병변의 변화를 식별하기 위해 수학적 알고리즘을 만들기 위해 50 명의 환자로부터 CT 스캔을 사용했다고 말했다. 그는 다음 단계는 다른 사이트와 다른 면역 요법 제에서 얻은 사례에 대해 프로그램을 테스트하는 것이라고 말했다. 이 연구는 최근 ASCO 2019 Conquer Cancer Foundation Merit Award를 수상했습니다. 또한 Madabhushi 박사는 치료에 대한 긍정적 인 반응과 전체 환자 생존율과 가장 관련이있는 CT 스캔의 패턴이 나중에 원래 진단 생검에서 면역 세포의 배열과 밀접한 관련이 있음을 발견 할 수 있다고 밝혔다. 그 환자의. 이것은 이러한 CT 스캔이 실제로 암의 침입에 대해 종양에 의해 유발 된 면역 반응을 포착하는 것으로 보이며, 가장 강한 면역 반응을 보이는 것이 가장 중요한 조직 변화를 보였으며 가장 중요한 것은 면역 요법에 가장 잘 반응한다는 것을 시사합니다 그는 말했다. Madabhushi는 2012 년 Case Western Reserve에서 CCIPD를 설립했습니다.이 실험실에는 현재 약 60 명의 연구원이 있습니다. 실험실의 최신 연구 중 일부는 뉴욕 대학교 및 예일대와 공동으로 AI를 사용하여 조직-슬라이드
이미지를 기반으로 한 보조 암 화학 요법의 혜택을받는 폐암 환자를 예측했습니다. 이러한 발전은 2018 년 10 대 의료 혁신 중 하나로 Prevention Magazine에 의해 선정되었습니다. 더 탐색 유방암 : AI는 어떤 전 악성 유방 병변이 진행된 암으로 진행될 것으로 예측합니다 추가 정보 : Mohammadhadi Khorrami et al., 림프구 분포와 관련된 CT 방사선 특성의 변화는 비소 세포 폐암의 면역 요법에 대한 전반적인 생존 및 반응을 예측합니다 ( Cancer Immunology Research (2019)). DOI : 10.1158 / 2326-6066. CIR-19-0476 에 의해 제공되는 케이스 웨스턴 리저브 대학
https://medicalxpress.com/news/2019-11-artificial-intelligence-immunotherapy.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
https://youtu.be/AJD7nkZNvb0
댓글