Đồ gá là gì? Các công bố khoa học về Đồ gá

Các hệ thống đa dạng như mạng di truyền hoặc Web toàn cầu thường được miêu tả tốt nhất như những mạng có hình thức phức tạp. Một thuộc tính chung của nhiều mạng lớn là độ kết nối của các đỉnh tuân theo phân bố luật lũy thừa không quy mô. Đặc điểm này được phát hiện là hệ quả của hai cơ chế chung: (i) các mạng phát triển liên tục thông qua việc bổ sung các đỉnh mới, và (ii) các đỉnh mới gắn vào các vị trí đã được kết nối tốt hơn. Một mô hình dựa trên hai thành phần này tái hiện các phân bố không quy mô tĩnh quan sát được, cho thấy rằng sự phát triển của các mạng lớn được điều khiển bởi các hiện tượng tự tổ chức mạnh mẽ, vượt ra ngoài các đặc thù của từng hệ thống riêng lẻ.

AutoDock Vina, một chương trình mới dành cho việc docking phân tử và sàng lọc ảo, được giới thiệu trong bài viết này. AutoDock Vina có tốc độ xử lý nhanh hơn khoảng hai bậc so với phần mềm docking phân tử phát triển trước đây trong phòng thí nghiệm của chúng tôi (AutoDock 4), đồng thời cải thiện đáng kể độ chính xác trong dự đoán cách thức gắn kết, theo các thử nghiệm của chúng tôi trên tập hợp đào tạo đã sử dụng để phát triển AutoDock 4. Tốc độ xử lý còn được gia tăng nhờ sự song song hóa, sử dụng đa luồng trên các máy đa lõi. AutoDock Vina tự động tính toán các bản vẽ lưới và nhóm kết quả một cách rõ ràng cho người sử dụng. © 2009 Wiley Periodicals, Inc. Tạp chí Comput Chem 2010

Một hàm mật độ mới (DF) thuộc loại xấp xỉ gradient tổng quát (GGA) cho các ứng dụng hóa học chung có tên là B97‐D được đề xuất. Nó dựa trên phương án chuỗi lũy thừa của Becke từ năm 1997 và được tham số hóa rõ ràng bằng cách bao gồm các hiệu chỉnh phân tán cặp nguyên tử dạng triệt tiêu C₆ · R⁻⁶. Một sơ đồ tính toán tổng quát cho các tham số được sử dụng trong hiệu chỉnh này đã được thiết lập và các tham số cho các nguyên tố lên tới xenon và một hệ số tỷ lệ cho phần phân tán cho một số hàm mật độ thông thường (BLYP, PBE, TPSS, B3LYP) được báo cáo. Hàm mới được thử nghiệm so sánh với các GGAs khác và hàm lai B3LYP trên các bộ tiêu chuẩn kiểm tra nhiệt hóa học, cho 40 hợp chất liên kết không cộng hóa trị, bao gồm cả các phân tử thơm xếp chồng lớn và cụm nguyên tố nhóm II, và cho việc tính toán hình học phân tử. Thêm vào đó, các bài kiểm tra chéo được thực hiện cho các phản ứng hữu cơ kim loại và các vấn đề khó khăn khác đối với các hàm tiêu chuẩn. Tóm lại, tìm thấy rằng B97‐D thuộc vào một trong những GGAs đa năng chính xác nhất, đạt đến, ví dụ cho bộ G97/2 của nhiệt hình thành, một độ lệch tuyệt đối trung bình chỉ có 3.8 kcal mol⁻¹. Hiệu suất cho các hệ thống liên kết không cộng hóa trị bao gồm nhiều phức hợp van der Waals thuần rất tốt, đạt đến độ chính xác CCSD(T) trung bình. Chiến lược cơ bản trong phát triển để hạn chế mô tả hàm mật độ đến chiều dài tương quan electron ngắn hơn và mô tả các tình huống với khoảng cách giữa các nguyên tử trung bình đến lớn bằng các thuật ngữ C₆ · R⁻⁶ triệt tiêu dường như rất thành công, như chứng minh cho một số phản ứng khó khăn nổi tiếng. Chẳng hạn, đối với sự đồng phân hóa của các alkan nhánh lớn hơn sang alkan thẳng, B97‐D là hàm duy nhất có sẵn đưa ra dấu đúng cho sự chênh lệch năng lượng. Từ quan điểm thực tế, hàm mới dường như khá chắc chắn và do đó được đề xuất như một phương pháp hóa học lượng tử hiệu quả và chính xác cho các hệ thống lớn nơi lực phân tán có tầm quan trọng chung. © 2006 Wiley Periodicals, Inc. J Comput Chem 2006

Protein là yếu tố thiết yếu của sự sống, và việc hiểu cấu trúc của chúng có thể tạo điều kiện thuận lợi cho việc hiểu cơ chế hoạt động của chúng. Thông qua một nỗ lực thử nghiệm khổng lồ^1–4, cấu trúc của khoảng 100.000 protein độc nhất đã được xác định⁵, nhưng điều này chỉ đại diện cho một phần nhỏ trong hàng tỷ chuỗi protein đã biết^6,7. Phạm vi bao phủ cấu trúc đang bị thắt nút bởi thời gian từ vài tháng đến vài năm cần thiết để xác định cấu trúc của một protein đơn lẻ. Các phương pháp tính toán chính xác là cần thiết để giải quyết vấn đề này và cho phép tin học cấu trúc lớn. Việc dự đoán cấu trúc ba chiều mà một protein sẽ chấp nhận chỉ dựa trên chuỗi axit amin của nó - thành phần dự đoán cấu trúc của 'vấn đề gấp nếp protein'⁸ - đã là một vấn đề nghiên cứu mở quan trọng trong hơn 50 năm⁹. Dù đã có những tiến bộ gần đây^10–14, các phương pháp hiện tại vẫn chưa đạt đến độ chính xác nguyên tử, đặc biệt khi không có cấu trúc tương đồng nào được biết đến. Tại đây, chúng tôi cung cấp phương pháp tính toán đầu tiên có khả năng dự đoán cấu trúc protein với độ chính xác nguyên tử ngay cả trong trường hợp không có cấu trúc tương tự nào được biết. Chúng tôi đã xác nhận một phiên bản thiết kế hoàn toàn mới của mô hình dựa trên mạng neuron, AlphaFold, trong cuộc thi Đánh giá Cấu trúc Protein Phê bình lần thứ 14 (CASP14)¹⁵, cho thấy độ chính xác có thể cạnh tranh với các cấu trúc thử nghiệm trong phần lớn các trường hợp và vượt trội hơn các phương pháp khác đáng kể. Cơ sở của phiên bản mới nhất của AlphaFold là cách tiếp cận học máy mới kết hợp kiến thức vật lý và sinh học về cấu trúc protein, tận dụng các sắp xếp nhiều chuỗi, vào thiết kế của thuật toán học sâu.

Một cách tiếp cận mới, thỏa thuận mẫu ngẫu nhiên (RANSAC), được giới thiệu để xây dựng mô hình cho dữ liệu thực nghiệm. RANSAC có khả năng diễn giải/làm mềm dữ liệu chứa một phần trăm cao lỗi nghiêm trọng, do đó rất thích hợp cho các ứng dụng trong phân tích hình ảnh tự động, nơi việc diễn giải dựa trên dữ liệu do các bộ phát hiện đặc trưng dễ bị lỗi cung cấp. Một phần lớn của bài báo này mô tả việc áp dụng RANSAC vào Vấn đề Xác định Vị trí (LDP): Cho một hình ảnh mô tả một tập hợp các điểm mốc với vị trí đã biết, xác định điểm trong không gian từ đó hình ảnh được lấy. Để đáp ứng yêu cầu của RANSAC, các kết quả mới được rút ra về số lượng điểm mốc tối thiểu cần thiết để đạt được một giải pháp, và các thuật toán được trình bày nhằm tính toán các giải pháp tối thiểu về điểm mốc theo dạng đóng. Các kết quả này cung cấp nền tảng cho một hệ thống tự động có thể giải quyết LDP trong những điều kiện xem khó khăn.

Dự án Cơ Sở Dữ Liệu Ribosome (RDP) với bộ phân loại Bayesian đơn giản có thể nhanh chóng và chính xác phân loại các trình tự 16S rRNA của vi khuẩn vào hệ thống phân loại cấp cao hơn mới được đề xuất trong Bản phác thảo phân loại vi khuẩn của Bergey (Ấn bản thứ 2, phát hành 5.0, Springer-Verlag, New York, NY, 2004). Nó cung cấp các phân công phân loại từ miền xuống chi, với ước tính độ tin cậy cho mỗi gán. Phần lớn các phân loại (98%) có độ tin cậy ước tính cao (≥95%) và độ chính xác cao (98%). Ngoài việc được kiểm tra với tập hợp gồm 5,014 chuỗi chủng kiểu từ bản phác thảo của Bergey, bộ phân loại RDP đã được kiểm tra với tập hợp 23,095 trình tự rRNA được phân chia bởi NCBI vào hệ thống phân loại cấp cao hơn thay thế. Kết quả từ các thử nghiệm bỏ đi một lần trên cả hai tập hợp cho thấy rằng độ chính xác tổng thể ở mọi cấp độ tin cậy cho các đoạn gần hoàn chỉnh và đoạn dài 400 base là từ 89% trở lên xuống đến cấp chi, và phần lớn lỗi phân loại dường như do sự bất thường trong các hệ thống phân loại hiện tại. Đối với các đoạn rRNA ngắn hơn, chẳng hạn như những đoạn có thể được tạo ra bằng phương pháp pyrosequencing, tỷ lệ lỗi thay đổi lớn trên chiều dài của gene 16S rRNA, với các đoạn quanh các vùng biến V2 và V4 cho tỷ lệ lỗi thấp nhất. Bộ phân loại RDP phù hợp cho cả phân tích trình tự rRNA đơn lẫn phân tích các thư viện chứa hàng nghìn trình tự. Một công cụ liên quan khác, RDP Library Compare, đã được phát triển để tạo điều kiện so sánh cộng đồng vi sinh vật dựa trên các thư viện chuỗi gene 16S rRNA. Nó kết hợp bộ phân loại RDP với một bài kiểm tra thống kê để đánh dấu các taxon được biểu hiện khác nhau giữa các mẫu. Bộ phân loại RDP và RDP Library Compare đều có sẵn trực tuyến tại http://rdp.cme.msu.edu/ .

Một thiết bị điện phát quang mới được thiết lập sử dụng các vật liệu hữu cơ làm phần tử phát sáng. Điốt có cấu trúc hai lớp của các màng mỏng hữu cơ, được chuẩn bị bằng phương pháp bốc hơi lắng đọng. Sự phóng lỗ và điện tử hiệu quả được cung cấp từ anode ôxít thiếc-indium và cathode hợp kim Mg:Ag. Tái tổ hợp lỗ-điện tử và phát quang điện màu xanh lá cây được giới hạn gần khu vực giao diện hữu cơ. Hiệu suất lượng tử ngoài cao (1% photon/điện tử), hiệu suất phát sáng (1,5 lm/W), và độ sáng (>1000 cd/m2) có thể đạt được ở điện áp điều khiển dưới 10 V.

Tóm tắt —Nguồn lực Nghiên cứu Đối với Tín hiệu Sinh lý Phức tạp mới ra mắt, được tạo ra dưới sự bảo trợ của Trung tâm Nguồn lực Nghiên cứu Quốc gia của Viện Y tế Quốc gia, nhằm kích thích các nghiên cứu hiện tại và khám phá mới trong nghiên cứu các tín hiệu tim mạch và các tín hiệu sinh y học phức tạp khác. Nguồn lực này có 3 thành phần phụ thuộc lẫn nhau. Ngân hàng Sinh lý (PhysioBank) là một kho lưu trữ lớn và đang phát triển nhanh các bản ghi kỹ thuật số được xác định rõ về tín hiệu sinh lý và dữ liệu liên quan để sử dụng bởi cộng đồng nghiên cứu sinh y học. Hiện tại, nó bao gồm các cơ sở dữ liệu về tín hiệu sinh y học đa thông số từ hệ tim-phổi, thần kinh và các cơ sở dữ liệu khác từ những người khỏe mạnh cũng như từ các bệnh nhân mắc nhiều tình trạng khác nhau có ý nghĩa lớn đối với sức khỏe cộng đồng, bao gồm loạn nhịp nguy hiểm đến tính mạng, suy tim sung huyết, ngưng thở khi ngủ, rối loạn thần kinh và lão hóa. Bộ công cụ Sinh lý (PhysioToolkit) là một thư viện phần mềm nguồn mở cho xử lý và phân tích tín hiệu sinh lý, phát hiện các sự kiện có ý nghĩa sinh lý sử dụng cả kỹ thuật cổ điển và phương pháp mới dựa trên vật lý thống kê và động lực phi tuyến, hiển thị và mô tả tín hiệu tương tác, tạo cơ sở dữ liệu mới, mô phỏng các tín hiệu sinh lý và tín hiệu khác, đánh giá định lượng và so sánh các phương pháp phân tích, và phân tích các quá trình không ổn định. Mạng Sinh lý (PhysioNet) là diễn đàn trực tuyến để phổ biến và trao đổi các tín hiệu sinh y học đã ghi và phần mềm nguồn mở để phân tích chúng. Nó cung cấp các cơ sở cho việc phân tích hợp tác dữ liệu và đánh giá các thuật toán mới được đề xuất. Ngoài việc cung cấp quyền truy cập điện tử miễn phí vào dữ liệu của PhysioBank và phần mềm của PhysioToolkit thông qua Mạng Lưới Toàn Cầu (http://www.physionet.org), PhysioNet cung cấp các dịch vụ và đào tạo thông qua các hướng dẫn trực tuyến để hỗ trợ người dùng với các mức độ chuyên môn khác nhau.

Bệnh gan nhiễm mỡ không do rượu (NAFLD) là nguyên nhân chính gây ra bệnh gan trên toàn thế giới. Chúng tôi đã ước lượng tỉ lệ hiện mắc, phát sinh, tiến triển và kết quả của NAFLD và viêm gan nhiễm mỡ không do rượu (NASH) trên toàn cầu. PubMed/MEDLINE đã được tìm kiếm từ năm 1989 đến 2015 với các thuật ngữ liên quan đến dịch tễ học và tiến triển của NAFLD. Các trường hợp loại trừ bao gồm các nhóm bị lựa chọn (các nghiên cứu chỉ bao gồm người béo phì hoặc tiểu đường hoặc trẻ em) và không có dữ liệu về tiêu thụ rượu hoặc các bệnh gan khác. Tỉ lệ phát sinh của ung thư biểu mô tế bào gan (HCC), xơ gan, tử vong chung và tử vong liên quan đến gan đều được xác định. NASH yêu cầu chẩn đoán bằng mô học. Tất cả các nghiên cứu đã được ba nhà điều tra độc lập rà soát. Phân tích được phân tầng theo khu vực, kỹ thuật chẩn đoán, chỉ định sinh thiết và dân số nghiên cứu. Chúng tôi sử dụng mô hình các tác động ngẫu nhiên để cung cấp các ước lượng điểm (khoảng tin cậy 95% [CI]) về tỉ lệ hiện mắc, phát sinh, tỉ lệ tử vong và tỉ lệ phát sinh, đồng thời mối liên hệ phân tích theo nhóm con để giải thích dị biệt. Trong số 729 nghiên cứu, có 86 nghiên cứu được bao gồm với cỡ mẫu 8.515.431 từ 22 quốc gia. Tỉ lệ hiện mắc NAFLD toàn cầu là 25,24% (CI 95%: 22,10-28,65), với tỉ lệ cao nhất ở Trung Đông và Nam Mỹ và thấp nhất ở Châu Phi. Các bệnh đồng mắc chuyển hóa liên quan đến NAFLD bao gồm béo phì (51,34%; CI 95%: 41,38-61,20), đái tháo đường loại 2 (22,51%; CI 95%: 17,92-27,89), rối loạn mỡ máu (69,16%; CI 95%: 49,91-83,46), tăng huyết áp (39,34%; CI 95%: 33,15-45,88), và hội chứng chuyển hóa (42,54%; CI 95%: 30,06-56,05). Tỉ lệ tiến triển xơ hóa và tốc độ tiến triển trung bình hàng năm trong NASH lần lượt là 40,76% (CI 95%: 34,69-47,13) và 0,09 (CI 95%: 0,06-0,12). Tỉ lệ phát sinh HCC trong số bệnh nhân NAFLD là 0,44 trên 1.000 người-năm (phạm vi, 0,29-0,66). Tử vong do gan và tử vong chung trong NAFLD và NASH lần lượt là 0,77 trên 1.000 (phạm vi, 0,33-1,77) và 11,77 trên 1.000 người-năm (phạm vi, 7,10-19,53) và 15,44 trên 1.000 (phạm vi, 11,72-20,34) và 25,56 trên 1.000 người-năm (phạm vi, 6,29-103,80). Tỉ lệ rủi ro phát sinh đối với tử vong do gan và tử vong chung cho NAFLD lần lượt là 1,94 (phạm vi, 1,28-2,92) và 1,05 (phạm vi, 0,70-1,56). Kết luận: Khi đại dịch béo phì toàn cầu thúc đẩy các tình trạng chuyển hóa, gánh nặng lâm sàng và kinh tế của NAFLD sẽ trở nên to lớn. (Hepatology 2016;64:73–84)