众星云集的人工智能生物技术发布 | 自然生物科技
旨在利用人工智能加速药物发现的最新生物技术于 4 月 23 日悄然出现，获得了超过 10 亿美元的风险投资。 总部位于旧金山的 Xaira Therapeutics 设想了人工智能技术的端到端应用，从应用生物发现的基本计算方法，到从头生成抗体，再到管理人体试验。 基础技术、基于人工智能的蛋白质和抗体设计模型（称为 RFdiffusion 和 RFantibody）是由华盛顿大学蛋白质设计研究所联合创始人 David Baker 的实验室开发的。 几位贝克实验室研究人员以及来自 Illumina 和 Interline Therapeutics 的团队已全职加入该公司。 Xaira 的其他联合创始人包括 Arch Venture Partners 的主要投资者 Bob Nelsen 和 Foresite Labs（隶属于 Foresite Capital 的孵化器）的 Vik Bajaj。 基因泰克公司前 CSO、洛克菲勒大学和斯坦福大学前校长 Marc Tessier-Lavigne 被任命为首席执行官。 Tessier-Lavigne 在一份声明中表示：“见证了人工智能如何影响其他行业，以及人工智能在生物学领域的应用取得了长足进步，我相信我们已经做好了迎接一场革命的准备。” “Xaira 在推进基础人工智能研究并将这些进步转化为变革性新药方面处于有利地位，我很高兴有机会领导该团队。” 该公司的高层董事会包括诺贝尔奖获得者卡罗琳·贝尔托齐、美国食品和药物管理局前局长斯科特·戈特利布以及强生公司前董事长兼首席执行官亚历克斯·戈尔斯基。 2024-05-17 00:00:00 1716084694
大型学术医疗中心2型糖尿病患者糖尿病心肌病的患病率| BMC医学
Brownlee M. 糖尿病并发症的病理学：统一机制。 糖尿病护理。 2005；54(6)：1615–25。 文章 中科院 谷歌学术 Miki T，Yuda S，Kouzu H，Miura T。糖尿病心肌病：病理生理学和临床特征。 心力衰竭，2013 年；18(2)：149–66。 文章 考研 谷歌学术 科斯马拉 W、桑德斯 P、马威克 TH。 代谢性疾病中的亚临床心肌损伤。 JACC 心血管成像。 2017；10(6):692–703。 文章 考研 谷歌学术 贾G，希尔马，索沃斯JR。 糖尿病心肌病：导致该临床实体的机制的更新。 环路研究中心。 2018；122：624–38。 文章 中科院 考研 考研中心 谷歌学术 Stahrenberg R, Edelmann F, Mende M, Kockskämper A, Düngen HD, Scherer M, Kochen MM, Binder L, Herrmann-Lingen […]
使用构象响应染料的蛋白质自适应差示扫描荧光测定法
Schreiber, SL 生物活性小分子的化学生物学观点以及将生物学与精准医学联系起来的基于粘合剂的方法。 Isr。 J.化学。 59，52-59（2019）。 文章 中科院 考研 谷歌学术 Garlick，JM 和 Mapp，AK 动态蛋白质复合物的选择性调节。 细胞化学。 生物。 27，986–997（2020）。 文章 中科院 考研 考研中心 谷歌学术 Chattopadhyay, G. & Varadarajan, R. 使用纳米差示扫描荧光计轻松测量蛋白质稳定性和折叠动力学。 蛋白质科学。 28，1127–1134（2019）。 文章 中科院 考研 考研中心 谷歌学术 新泽西州格林菲尔德使用收集的圆二色性作为温度的函数来确定蛋白质展开和结合相互作用的热力学。 纳特。 协议。 1，2527–2535（2006）。 文章 中科院 考研 考研中心 谷歌学术 Freire，E.差示扫描量热法。 方法分子。 生物。 40，191-218（1995）。 中科院 考研 谷歌学术 Atsavapranee, B.、Stark, CD、Sunden, F.、Thompson, […]
有效的 MASH 药物固然好，但生物技术可以让它变得更好
了解这种复杂的疾病需要更好的模型系统和大规模数据。 MASH 严酷地考验了生物制药公司的坚韧和独创性。 在过去的二十年里，全球制药和生物技术公司都曾尝试开发药物，但都失败了。 对有效药物的寻找让公司、投资者和患者感到沮丧。 诺和诺德 (Novo Nordisk)、礼来 (Eli Lilly)、辉瑞 (Pfizer) 和阿斯利康 (AstraZeneca) 都针对不同途径尝试了自己的 MASH 药物； 有些仍处于第二阶段和第三阶段试验1但近年来，由于与安慰剂相比没有看到足够的积极效果，许多药物已被撤出。 大型制药公司还拥有新型胰高血糖素样肽 1 (GLP-1) 激动剂，目前正在对其进行试验，看看它们是否可以用于对抗 MASH。 到目前为止的结果是有希望的，这是预期的，因为减肥是建议减少 MASH 进展的主要治疗方法。 考虑到许多失败的尝试，Resmetirom 的批准值得注意。 但作为一种药物，它还远远不够理想：只有 25-30% 的 MASH 患者从治疗中受益。 主要问题是我们尚未了解该疾病的分子机制。 MASH 很复杂，关于所涉及的途径还有很多东西需要了解2。 我们知道，它是一种以葡萄糖、脂质和胆汁酸代谢失调为特征的代谢性疾病。 脂肪在肝脏和其他周围组织中积聚，最终导致肝纤维化。 然而，MASH 的进展在个体之间存在差异，并且存在多层代谢、遗传和表观遗传途径的变化。 因此，针对脂质代谢、炎症反应或纤维化进展的中间靶点开发了药物。 第三阶段临床试验的终点是减少脂肪酸积累或逆转纤维化进展。 这些可以减轻最终病理，但不一定能解决疾病的发生或早期进展。 我们还缺乏用于简单或早期 MASH 筛查的经过验证的生物标志物。 Resmetirom 是一种甲状腺激素受体-β (THRβ) 激动剂，可能通过增强肝细胞燃烧脂质的能力来减少肝纤维化3，但我们甚至不确定它是如何工作的。 大多数 MASH 研究都是在小鼠身上进行的，其中 MASH 是由高脂肪、高碳水化合物的“西方”饮食诱导的。 研究人员不能使用细胞系或类器官，因为 […]
数据显示，加拿大的外国学生推动了“不匹配”的就业市场
根据加拿大广播公司新闻对联邦数据的分析，加拿大招收的国际学生严重倾向于填补商业项目的名额，而几乎没有满足医疗保健和技术行业对工人的需求。 CBC从加拿大移民、难民和公民部（IRCC）获得的数据显示，自2018年以来，获得渥太华学习许可进入学院或大学的外国学生每年选择的教育领域。 专家表示，这些数据表明，无论是联邦还是省政府，还是加拿大的学院和大学本身，都没有将国际学生招收的重点直接放在满足该国最紧迫的劳动力需求上。 多伦多城市大学副教授、加拿大移民经济包容性研究主席鲁帕·班纳吉 (Rupa Banerjee) 表示：“我们从这些数据中看到，监管确实缺乏。” 此前从未公开过的数据显示，2018年至2023年批准的所有学习许可中，商业相关项目占27%，高于任何其他领域。 同一时期，只有 6% 的许可证发放给了健康科学、医学或生物和生物医学科学项目的外国学生，而贸易和职业培训项目则占 1.25%。 班纳吉表示，数据显示，太多的外国学生被吸引到加拿大接受高等教育，但在热门领域找到好工作的前景微乎其微。 “我们并没有真正试图引进最优秀和最聪明的人才来填补劳动力市场需要填补的空白，而是以学生的形式引进低技能、低工资、可消耗和可剥削的临时外籍工人，”班纳吉在接受采访时说道。 招聘与技术工人的需求不相符 她说，这些数字表明联邦和省政府未能确保国际学生的招收符合加拿大对技术工人的需求。 班纳吉说：“学生们从在劳动力市场上并不是特别有价值的项目中毕业，这些项目不允许他们找到工作，从而使他们能够过渡并成为富有成效的加拿大永久居民。” 据统计，自 2018 年以来，无论是在 COVID-19 大流行之前还是之后，职位空缺率最高和职位空缺绝对数最多的行业基本保持一致：建筑业、医疗保健以及住宿和食品服务业。 加拿大统计局数据。 然而，从 2018 年到 2023 年，来加拿大攻读商业课程的国际学生人数的增长远远超过了任何其他高等教育领域的增长。 2018 年至 2023 年间，授予商业管理、营销和相关支持服务项目的学习许可数量增加了五倍。没有其他学习领域的增长速度如此之快。 数据显示，同期向非商业领域发放的许可证数量平均增加了1.7倍。 健康科学（2.6 倍）和计算/IT（2.4 倍）领域的增幅位居第二。 部长周五提出问题 联邦移民、难民和公民部长马克·米勒 (Marc Miller) 告诉 CBC News，他将在周五与负责移民的省和地区部长会面时提出如何更好地匹配加拿大吸纳新移民与劳动力市场需求的问题。 “各省有责任……确保这些计划能够 [colleges and universities] 米勒周二在国会山表示，向国际学生提供的都是适合就业市场的。 外国学生支付的学费明显高于加拿大人，并已向该国的高等教育机构投入了数十亿美元。 加拿大广播公司新闻 透露 今年早些时候，加拿大国际学生急剧增加的最大推动力是公立大学，主要位于安大略省。 当时，几所拥有大量外国学生的大学的官员告诉加拿大广播公司新闻，在联邦和省政府的敦促下，他们加大了国际招生力度，以满足国家对技术工人的需求。 鲁帕·班纳吉 (Rupa […]
奈特-轩尼诗奖学金获得者倡导全球健康
东北大学毕业生、全球青年领袖克里蒂卡·辛格 (Kritika Singh) 在获得博士学位后将前往斯坦福大学医学院就读。 来自牛津。 分享这个故事 复制链接 链接已复制！ 电子邮件 Facebook 领英 推特 WhatsApp 红迪网 克里蒂卡·辛格 (Kritika Singh) 渴望增强现代医学的工具包，以减少健康差距并改善全球医疗保健。 摄影：Matthew Modoono/东北大学 十年前，东北大学毕业生克里蒂卡·辛格 (Kritika Singh) 全球青年领袖第一次听到令人痛心的统计数据，即某个地方每分钟就有一名儿童死于疟疾。 她说，她是一名受庇护的高中生，正在波士顿一家生物技术公司参加暑期实习，并被分配到疟疾研究项目。 从那时起，提高人们对疟疾的认识并让年轻人关心全球健康问题就成为第一代印裔美国人辛格设定的雄心勃勃的职业目标之一。 她说：“我真的希望成为一名医生、科学家和倡导者，专注于解决这些问题，不仅开发治疗方法，而且致力于实施和全球卫生政策方面的工作。” 获得荣誉称号后 奈特轩尼诗奖学金她离实现梦想又近了一步。 东北大学毕业生、Knight-Hennessy 奖学金获得者 Kritika Singh（右）在 4 月份的第 14 届学术荣誉大会上拥抱本科生研究和奖学金办公室主任 Jonna Iacono。 摄影：Matthew Modoono/东北大学 奈特-轩尼诗学者奖学金是一个多学科、多文化的研究生奖学金计划，成立于 2016 年，旨在为应届毕业生在学术界、工业界、政府、非营利组织和整个社区担任领导角色做好准备。 这些学者获得了在斯坦福大学攻读研究生的财政支持，辛格将在那里攻读医学博士学位。 她说，她的目标是最终为医疗资源匮乏的地区开发治疗方法。 辛格16岁时成立了一个非营利组织—— 无疟疾世界 — 提高人们对蚊子传播疾病的认识。 她前往印度与受疟疾影响地区的学生和教师交谈，并会见了国家疟疾研究所的研究人员和科学家。 这次经历提高了她对全球健康的兴趣。 “这就是我决定攻读生物工程的原因，”她谈到自己在东北大学的研究时说道。 “我意识到我们今天想要解决的许多重大健康问题都可以通过工程来解决。” 在东北大学期间，辛格于2018年获得巴里·M·戈德华特奖学金，于2019年获得哈里·S·杜鲁门奖学金。2020年，她获得罗德奖学金，并被美国国立卫生研究院牛津剑桥学者培训项目录取。 […]
神经技术应该进入沙箱吗？
脑机接口等新兴神经技术将生物技术和数字技术的组成部分结合在一起，产生了许多不同的政策问题。 这些挑战的范围从医疗产品的安全性到收集和处理人脑数据的隐私问题。 这些不同的问题可能需要不同的政策反应。 例如，2024 年 4 月，英国政府发出了关于使用新型政策工具（监管沙箱）来管理神经技术风险的混合信息1。 使用沙箱的监管机构可以允许对新产品进行小规模、短期的试验，并可能为此修改典型规则。 英国政策制定者似乎拒绝为涉及神经技术的医疗设备制定沙盒政策的想法，但为使用隐私沙盒来处理类似设备（包括面向消费者的神经技术）收集的数据留下了空间。 监管沙箱是一类相对较新的政策工具，旨在通过允许技术开发人员在监管机构放宽现有规则或提供特殊指导的小型环境中测试其产品或服务来加速创新2。 作为回报，参与实体通常必须提出并遵守自己的内部风险管理系统，这可能涉及测试新规则、最佳实践或管理系统。 监管机构必须决定谁可以在什么条件下进入沙箱，在所有实体参与时对其进行监督，并在试验期间和结束时保护患者或消费者。 2024-05-06 00:00:00 1715013697
开发具有按需可逆性的超分子抗凝剂
一般方法 除非另有说明，所有有机合成程序的所有试剂和溶剂均购自商业来源，并且无需进一步纯化即可使用。 采用 Agilent Technologies 1260 Infinity HPLC 和 ZORBAX 300SB-C18 色谱柱 (9.4 × 250 mm) 进行高效液相色谱 (HPLC) 纯化。 LC-质谱 (LC-MS) 谱图在配有 Thermo LCQ Fleet 质谱仪系统的 DIONEX Ultimate 3000 UHPLC 上记录，使用 PINNACLE DB C18 色谱柱 (1.9 µm, 50 × 2.1 mm) 在正模式下操作。 所有 LC-MS 谱均通过电喷雾电离测量。 使用在正模式下操作的 Bruker Daltonics Autoflex 光谱仪测量基质辅助激光解吸/电离飞行时间 (MALDI-TOF) 质谱。 高分辨率质谱在 Xevo G2 […]
回应“AI生成数据的永动机和ChatGPT作为‘科学家’的分心”
詹妮弗·利斯特加滕（Jennifer Listgarten）的许多论点都很引人注目：特别是，蛋白质折叠问题相对于科学上的其他重大挑战来说是一个异常值，无论是在问题陈述的精确方式和性能测量方面，还是在可用的数量方面。 , 高质量数据1。 然而，尽管现有的生物数据库相对于用于训练大型语言模型的概要而言往往较小，但似乎有可能一种类型的生物数据——全基因组测序——很快就会大规模生成，这与人们所争论的相反1。 随着基因组测序成本的下降和基因组数据临床应用潜力的上升，对每个人进行全面测序将具有经济意义。 每 30 亿个碱基对个体基因组可以表示为 3000 万个独特的碱基，因此对美国 3 亿人口进行全面测序总共产生 9 × 1015 基数，其大小与 400 TB 相当 通用爬取数据集 用于训练大型语言模型。 出于隐私方面的考虑，使用此类数据来训练大规模机器学习模型将具有挑战性。 尽管如此，我认为至少有四种途径可以在海量基因组数据上构建此类模型。 第一条路径涉及联合数据访问。 联合方法使用软件使多个数据库能够作为一个数据库运行，促进互操作性，同时保持自治和去中心化2。 联合能力得到现有基因组生物库的支持，例如英国生物库、NIH All of Us 和芬兰的 FinnGen 计划3，并得到 lifebit.ai 等商业实体的进一步推动。 在联合方法中，可以根据从多个生物库提取的数据来训练深度学习模型，同时保持隐私保证。 2024-05-01 00:00:00 1714659328
作者更正：腺嘌呤颠换编辑器可在哺乳动物细胞和胚胎中实现精确、高效的 A•T 至 C•G 碱基编辑
These authors contributed equally: Liang Chen, Mengjia Hong, Changming Luan. 上海基因组编辑与细胞治疗前沿科学中心，上海市调节生物学重点实验室，生物医学科学研究所和生命科学学院，华东师范大学，上海，中国 Liang Chen, Mengjia Hong, Changming Luan, Hongyi Gao, Gaomeng Ru, Xinyuan Guo, Dujuan Zhang, Shun Zhang, Jun Wu, Chao Qu, Yifan Zhu, Yuting Guan, Liren Wang, Mingyao Liu, Gaojie Song & Dali Li 上海交通大学医学院附属瑞金医院，上海市创伤骨科研究所，上海市中西医结合骨关节病防治重点实验室，骨科，中国上海 Changwei Li 默金医疗保健变革技术研究所、麻省理工学院和哈佛大学博德研究所，美国马萨诸塞州剑桥 佩顿·B·兰道夫、亚历山大·A·苏萨和大卫·R·刘 哈佛大学化学与化学生物学系，剑桥，马萨诸塞州，美国 佩顿·B·兰道夫、亚历山大·A·苏萨和大卫·R·刘 霍华德休斯医学院，美国马萨诸塞州剑桥 佩顿·B·兰道夫、亚历山大·A·苏萨和大卫·R·刘 BRL Medicine, Inc.，上海，中国 Mingyao Liu 香港中文大学医学院生物医学学院，中国香港 Bo Feng 2024-04-24 00:00:00 1714483009