AnyaLove000001

AnyaLove000001

Просто блогерша, иногда по простому рисую
Пикабушница
поставилa 45 плюсов и 0 минусов
отредактировалa 1 пост
проголосовалa за 1 редактирование
Награды:
5 лет на Пикабу
29К рейтинг 60 подписчиков 4 подписки 185 постов 25 в горячем

В полном объеме: синаптические везикулы в трехмерной модели синапса. ( атомарная модель части клетки нейрона )

В полном объеме: синаптические везикулы в трехмерной модели синапса. ( атомарная модель части клетки нейрона ) Наука, Нейроны, Длиннопост

Синаптические везикулы обеспечивают связь между нейронами, а значит, их изучение является необходимым для понимания того, как функционирует нервная система. Кроме того, везикулы являются моделью для изучения общих для всех клеток механизмов клеточного транспорта. Новая трехмерная модель синапса включает 300 тысяч белков в атомарном разрешении. Эта подробная модель открывает новые возможности для изучения тонких механизмом работы синаптических везикул.


По приблизительным оценкам, в среднем в эукариотической клетке содержится 7,9×109 молекул белков . Удивительно, но такое огромное число молекул не ведет к хаосу и неразберихе, а обеспечивает точное выполнение всех клеточных функций, в которых у каждой молекулы есть свои место и задача. Благодаря подробному изучению различных клеточных процессов и молекулярных путей, ученые проникают все глубже в понимание тонкой клеточной организации. Важное место в таких исследованиях занимает исследование работы синаптических пузырьков (везикул), ведь они не только являются основой функционирования нашей нервной системы, но и представляют собой модель для изучения общих принципов мембранного транспорта. Не даром в 2013 году за исследования везикулярного транспорта вручена Нобелевская премия по физиологии и медицине.


Синаптические везикулы — это маленькие мембранные пузырьки, находящиеся в синаптических окончаниях нейронов (особые расширения на концах нейронных отростков, обеспечивающие связь между нейронами). Синаптические везикулы заполнены медиаторами — химическими веществами, которые изменяю работу нейронов. Когда везикулы сливаются с мембраной синаптического окончания, медиатор попадает в щель между синаптическими окончаниями двух нейронов и таким образом передает сигнал от одного нейрона к другому. Благодаря тому, что все синаптические везикулы сконцентрированы в синаптических окончаниях, их легко выделять из изучаемых тканей для анализа. Поэтому именно судьба синаптических везикул — это один из самых хорошо изученных сейчас клеточных путей.

Известно, что он состоит из трех этапов. Сначала пузырек прикрепляется к специальному участку синаптической мембраны — активной зоне (этот этап называется докинг). Потом он подготавливается к слиянию с синаптической мембраной (прайминг) и, в конце концов, сливается с ней, высвобождая медиатор в синаптическую щель (экзоцитоз). Параллельно на синаптической мембране происходит эндоцитоз с образованием пузырька, который постепенно обеспечивается всеми необходимыми молекулами и медиатором для восполнения запаса везикул.


Для того, чтобы более полно описать работу синаптической везикулы и синаптичсекого окончания, необходимо подробно изучить ее молекулярное строение и белковый состав. Первая модель синаптического пузырька с атомным разрешением появилась еще семь лет назад. В этой работе ученым удалось изучить некоторые особенности устройства везикулы, — например, они обнаружили, что белковые молекулы занимают около 20% поверхности мембраны везикулы, и при этом липидные компоненты мембраны представлены, по больше части, «жесткими» малоподвижными липидами. Новая работа ученых из Гёттингена позволила дополнить эти данные и подробно охарактеризовать соотношение различных белковых молекул внутри синаптического пузырька


Группа исследователей под руководством Силвио Риццоли использовала комплексный подход, объединив количественный иммуноблоттинг, масс-спектрометрию, электронную микроскопию и флуоресцентную микроскопию высокого разрешения, что позволило им охарактеризовать не только количество разных белков в везикулах и в цитоплазме вокруг них, но и их расположение внутри синаптического окончания. На первом этапе своего исследования они выделили синаптические окончания из образцов мозга крысы. Сделать это можно с помощью центрифугирования в градиенте полисахарида (в данной работе был использован синтетический полисахарид Ficoll, но подобный эксперимент можно провести и с обыкновенной сахарозой).

Разные компоненты клетки имеют разную плотность, поэтому, если разрушенные клетки (гомогенат) поместить в пробирку с несколькими слоями растворов сахара разной концентрацией и начать вращать на центрифуге, органеллы распределяться по этим слоям, выбирая слой с близкой плотностью. При разрушении нервных клеток синаптические окончания отрываются от нейронных отростков и образуют так называемые синаптосомы, которые можно обнаружить в слое с 9% концентрацией полисахарида Ficoll (рис. 1). Полученный образец синаптосом исследователи, прежде всего, изучили с помощью электронного микроскопа. Это помогло охарактеризовать пространственные параметры синаптосом: их размер, количество синаптических пузырьков в одной синаптосоме, объем этих пузырьков.



Убедившись, что процедура выделения синаптосом не изменила содержащееся в них количество белков, ученые вычислили концентрацию 62 различных белков с помощью количественного иммуноблоттинга. Суть этого метода заключается в сравнении количества каждого из белков в экспериментальном образце и в контрольных образцах с заранее известной концентрацией белка. Полученные результаты хорошо согласовывались с более ранними исследованиями. Отклонение было обнаружено только для белка SV2 (synaptic vesicle 2): в данном исследовании его количество было оценено как 12 копий на один синаптический пузырек, тогда как в других исследованиях — 1,7 и 5 копий.


Метод иммуноблоттинга основан на работе антител, которые распознают только целые белки, содержащие определенную последовательность аминокислот. При этом, если часть белков при приготовлении экспериментального образца (гомогената клеток) была разрушена и/или утратила необходимую аминокислотную последовательность, эта фракция белков не будет распознана. Именно поэтому иммуноблоттинг помог исследовать только около 40,5% общего содержания белков в синаптосомах. Для того, чтобы сделать оценку количества белков более точной, исследователи обратились к количественной масс-спектрометрии — к методу iBAQ (intensity-based absolute quantification, основанный на интенсивности полный подсчет). iBAQ вычисляет количество того или иного белка, учитывая все пептиды, которые могли появиться при его разрушении.


Использование этого метода помогло увеличить долю проанализированных белков до 88,4%, при этом результаты хорошо коррелировали с данными, полученными при иммуноблоттинге.



Внутренним контролем служило то, что белки, образующие различные белковые комплексы (например, структурные белки везикулярных кластеров или белки активной зоны) были обнаружены в правильных соотношениях. Интересным и неожиданным открытием оказалось то, что количество белков, задействованных на разных этапах везикулярного цикла, разительно отличается. Количество белков комплекса SNARE (необходимого для слияния синаптического пузырька с синаптической мембраной) составляло 20–26 тысяч копий в одной синаптосоме, хотя для экзоцитоза одной везикулы достаточно 1–3 копий этого комплекса. При этом в одной синаптосоме всего около 4 тысяч молекул клатрина и около 2,3 тысяч молекул динамина. Для работы одного синаптического пузырька нужно 150–180 копий клатрина, а значит, всего клатрина, который присутствует в одном синапсе, хватит для экзоцитоза только 7% везикул этого синапса. Аналогичные расчеты для динамина показывают, что его количество достаточно для экзоцитоза всего 11% везикул. При этом количество белков, необходимых для эндоцитоза везикул (для замешения использованных пузырьков), было еще ниже — от 50 до 150 копий.

Для того, чтобы объяснить эти неожиданные результаты, ученые предположили, что для некоторых белков их точное расположение в месте использования может компенсировать недостаточное количество копий. В то же время, белки, количество которых оказалось удивительно большим, могут располагаться в синапсе очень рассеянно, поэтому в каждом конкретном месте синапса их концентрация будет низкой. Проверить эти предположения исследователям помогло использование флуоресцентной микроскопии высокого разрешения — метода STED-микроскопии (Stimulated Emission Depletion Microscopy, микроскопия на основе подавления спонтанного испускания). В качестве контрольных образцов ученые использовали культуру нейронов гиппокампа и нервно-мышечное окончание взрослых крыс.

С помощью флуоресцентной микроскопии было изучено расположение 62 различных белков относительно активной зоны синапса и везикулярного кластера (скопления везикул в синаптическом окончании). Оказалось, что большинство белков распределено в объеме синапса более-менее равномерно (учитывая, что большинство белков активной зоны находится в активной зоне, а везикулярный кластер занимает почти весь объем синаптосомы). Таким образом, компенсация за счет особенностей распределения для белков синапса не характерна, а значит, вопрос о том, почему количество копий одних белков значительно больше количества копий других, остается открытым.



Полученные с помощью STED-микроскопии данные помогли исследователям построить трехмерную реконструкцию синаптического окончания, содержащую 60 различных белков (рис. 3). Все белки были смоделированы с атомарной точностью и расположены в характерных участках синапса, в соответствии с полученными экспериментальными результатами и литературными данными. Эта модель демонстрирует, что синаптическое окончание достаточно плотно заполнено везикулами, что, вероятно, препятствует свободному перемещению молекул и органелл. Возможно, что большое количество копий некоторых белков является эволюционным приспособлением к этой особенности строения синаптического окончания, помогающим обеспечить быстрое высвобождение медиатора в синаптическую щель. При этом образование новых везикул взамен использованных (эндоцитоз) может проходить гораздо медленнее без вреда для функционирования синапса. Это может объяснить небольшое количество копий эндоцитозных белков. При этом для того чтобы обеспечить нормальную работу синаптического окончания, нужно иметь большой запас готовых везикул, что и показывают результаты трехмерной реконструкции.

Трехмерная реконструкция синапса

Рисунок 3. Трехмерная реконструкция синапса. а — Срез через синаптическое окончание. Изображение содержит 60 белков, которые расположены в количестве копий и местоположениях, определенных с помощью микроскопии. б — Белки, указанные на реконструкции синапса. в — Увеличенное изображение активной зоны.


Полученные немецкими учеными результаты позволяют более подробно описать функционирование синаптического окончания и работу системы везикулярного транспорта. Стало понятно, что в условиях высокой плотности везикул, количество и расположение белков в синаптическом окончании должно строго контролироваться. Но на вопрос о том, каким образом контролируется количество копий каждого из белков, предстоит ответить новым исследованиям. Осуществляется ли этот контроль на уровне транскрипции, трансляции или транспорта этих белков от тела нейрона к синаптическому окончанию? Возможно, что важную роль в этом контроле играют сами синаптические везикулы, которые могут связывать свободные белки и, таким образом, снижать их концентрацию в цитоплазме. Более подробно предстоит изучить и особенности регуляции трансмембранных белков синаптических пузырьков, которым было уделено немного внимания в описанной работе.

За последние два десятилетия компьютерные технологии начали вносить значительный вклад во все естественные науки, в том числе и в биологию. Наряду с масштабным анализом больших объемов данных и компьютерным моделированием различных биологических процессов, все большие обороты набирает научная визуализация, которая является областью компьютерной графики. Если на ранних этапах развития этой области ученым удавалось создавать только трехмерные модели белков и некоторых других молекул, то сейчас вычислительные мощности позволяют моделировать сравнительно крупные объекты — большие молекулярные комплексы и целые вирусы.


Отличным примером результатов научной визуализации могут послужить работы российской компании Visual Science в их проекте «Зоопарк вирусов» — самые подробные на данный момент научно достоверные модели ВИЧ и вируса гриппа. Специалисты Visual Science объединяют данные огромного количества работ по молекулярной биологии, вирусологии и кристаллографии, мнения экспертов ведущих научных центров мира и результаты молекулярного моделирования, полученные научным отделом компании.

О другом примере детальной научной визуализации было рассказано в этой статье. Уже сейчас можно утверждать, что такие подробные трехмерные модели помогают ученым получить более общий взгляд на изучаемый объект, обнаружить новые закономерности в его строении и функционировании. Несомненно, что в ближайшем будущем область применения научной визуализации будет расширяться, помогая исследователям совершать новые открытия.

В полном объеме: синаптические везикулы в трехмерной модели синапса. ( атомарная модель части клетки нейрона ) Наука, Нейроны, Длиннопост
Показать полностью 2

DeepMind опубликовала базу данных структур всех известных белков в природе. Речь идёт об 200 млн штук

DeepMind опубликовала базу данных структур всех известных белков в природе. Речь идёт об 200 млн штук Наука, Протеины, Видео, YouTube, Длиннопост, Без звука

DeepMind выпускает расширенную базу данных воссозданных ИИ структур всех известных белков, об этом объявила материнская компания Google Alphabet.


В 2020 году DeepMind выпустила ИИ AlphaFold AI, который позволяет с высокой точностью предсказывать структуры белков — информацию, которая поможет ученым понять, как работают белки и использовать эти знания для разработки лекарств.

На основе воссозданных ИИ белковых структур была собрана база данных, которая состоит из более 200 млн известных человеку белков. Сообщается, что доступ к ней будет бесплатным. Таким образом компания планируют простимулировать исследования ученых.

Ранее ученые из Вашингтонского университета разработали ИИ, который создает белки для использования в лекарственных препаратах. Исследователи обучили несколько нейронных сетей на данных о белках. В итоге им удалось создать два метода разработки белков с новыми функциями.



Искусственный интеллект определил форму практически каждого белка, известного науке.

Эксперты говорят, что прорыв поможет решить основные глобальные проблемы, такие как разработка вакцин против малярии и борьба с пластиковым загрязнением.


Белки являются строительными блоками жизни, и их форма тесно связана с их функциями.

Возможность предсказать структуру белка дает ученым лучшее понимание того, что он делает и как он работает.


Мы надеемся, что эта расширенная база данных поможет огромному количеству ученых в их важной работе и откроет совершенно новые возможности для научных открытий.

Демис Хассабис, генеральный директор DeepMind


Исследование было проведено DeepMind и Европейским институтом биоинформатики EMBL (EMBL-EBI), которые использовали систему искусственного интеллекта AlphaFold для прогнозирования трехмерной структуры белка.


База данных белковых структур AlphaFold, которая находится в свободном доступе для научного сообщества, была расширена с почти одного миллиона белковых структур до более чем 200 миллионов структур, охватывающих почти каждый организм на Земле , чей геном был секвенирован.


Расширение включает в себя предсказанные формы для самого широкого круга видов, включая растения, бактерии, животных и другие организмы, открывая новые направления исследований в области наук о жизни.

Демис Хассабис, основатель и генеральный директор DeepMind, сказал: «Мы были поражены скоростью, с которой AlphaFold уже стал важным инструментом для сотен тысяч ученых в лабораториях и университетах по всему миру.

«От борьбы с болезнями до борьбы с пластиковым загрязнением — AlphaFold уже оказал невероятное влияние на некоторые из наших самых больших глобальных проблем.

«Мы надеемся, что эта расширенная база данных поможет бесчисленному количеству ученых в их важной работе и откроет совершенно новые возможности для научных открытий».

В декабре 2020 года AlphaFold был признан организаторами Критической оценки прогнозирования структуры белка (Casp) решением 50-летней грандиозной задачи прогнозирования структуры белка.

В то время он продемонстрировал, что может точно предсказать форму белка в масштабе и за минуты с точностью до атома.

База данных работает как интернет-поиск белковых структур, предоставляя мгновенный доступ к предсказанным моделям.

Короткое видео на английском об роли белках ( протеинов )  с русскими субтитрами.

Показать полностью 1 2

CONTROL ( 2019 ) - Возможности игрового движка

Оптимизация позволяет выдавать графику даже на старых видеокартах вроде GTX 660 FULL HD - 30 кадров в секунду.

CONTROL ( 2019 ) - Возможности игрового движка Компьютерные игры, Графика, Control игра, Контроль, Длиннопост
CONTROL ( 2019 ) - Возможности игрового движка Компьютерные игры, Графика, Control игра, Контроль, Длиннопост
CONTROL ( 2019 ) - Возможности игрового движка Компьютерные игры, Графика, Control игра, Контроль, Длиннопост
CONTROL ( 2019 ) - Возможности игрового движка Компьютерные игры, Графика, Control игра, Контроль, Длиннопост
CONTROL ( 2019 ) - Возможности игрового движка Компьютерные игры, Графика, Control игра, Контроль, Длиннопост
CONTROL ( 2019 ) - Возможности игрового движка Компьютерные игры, Графика, Control игра, Контроль, Длиннопост

Такой приятный оттенок у игры потому что отражения и RTX?

LEVEL дизайн приятный возможно из за пересвечивания вроде как в mirrors edge

CONTROL ( 2019 ) - Возможности игрового движка Компьютерные игры, Графика, Control игра, Контроль, Длиннопост
Показать полностью 6

Обновление онлайн игры Fortnite привело к неисправимой ошибке запуска на миллионах компьютеров

- UPDATE - 9 июля. 2022 -


Ошибка затронула почти 5 млн компьютеров на Windows 10\8\7. И до сих пор не исправлена.

Если вы получаете сообщение «Приложение обнаружило неисправимую ошибку» в Fortnite , вы далеко не единственный. Игроки Fortnite сталкивались с многочисленными ошибками с момента выхода королевской битвы. Этого и следовало ожидать от такой большой игры с постоянными обновлениями. Последняя проблема, от которой страдают игроки, связана с сообщением «Неисправимая ошибка». Если вы тоже страдаете из-за этой ошибки, вот что мы о ней знаем.


Как мы уже объясняли, это относительно новая проблема. Она начала появляться после обновления версии 21.20 в среду, 6 июля 2022 г. Эта проблема связана исключительно с теми игроками, которые играют в игру на ПК через Epic Games Store. Игроки, получившие сообщение об этой проблеме, сообщают, что они выполнили все стандартные действия по устранению неполадок, но, похоже, ничего не работает.

Перезагрузка игры и ПК не решит проблему. Проверка файлов игры тоже не работает, и даже переустановка игры и античита не помогли. Игроки с проблемой сообщают, что у них установлены последние версии драйверов графического процессора, последняя версия Windows и установлен последний патч Fortnite.

Обновление онлайн игры Fortnite привело к неисправимой ошибке запуска на миллионах компьютеров Fortnite, Epic Games Store

К сожалению, пока кажется, что нам просто нужно подождать, пока разработчики исправят проблему. Хорошая новость заключается в том, что они знают о проблеме и активно работают над поиском причины, чтобы найти решение.


«Мы можем работать с Байфроном для расследования. Тем не менее, я думаю, что у нас есть наводка на то, что это такое, и мы работаем над исправлением», — написал разработчик Epic Games MagmaReef. Итак, как видите, разработчики все ближе к решению этой досадной ошибки. Как только исправят, обновим статью. Может быть вы знаете какой-нибудь способ обойти эту проблему? Сообщите нам в комментариях!

Обновление онлайн игры Fortnite привело к неисправимой ошибке запуска на миллионах компьютеров Fortnite, Epic Games Store

https://www.gosunoob.com/fortnite-battle-royale/unrecoverabl...

Показать полностью 2

Почему нам важен From Dust?

Или как несправедливо незамеченный симулятор Бога раскрывает нам все вехи первобытной культуры и этнического разнообразия.

Почему нам важен From Dust? Игры, Стратегия, From Dust, Физика, Длиннопост

В 2011 году свет увидел уникальнейший проект Эрика Шайи "From Dust", под издательством Ubisoft Montpellier. Мир уже не удивлялся так называемыми "симуляторами бога", коем являлся From Dust. Populous, Black & White - в этих проектах мы уже брали на себя роль "неведомой силы", которая всячески помогала (или наоборот) поселенцам архаичного мира. Но From Dust - что-то более философское: на сей раз та самая "неведомая сила", под руководством игрока, защищает первобытное племя от природных бедствий и постепенно помогает найти этому племени потерянную память прошлого. И это действительно очень уникально.

Почему нам важен From Dust? Игры, Стратегия, From Dust, Физика, Длиннопост

У Эрика Шайи, идея о создании From Dust, возникла не спонтанно. Она появилась у него в конце 90-х годов. Эрик, заинтересовался вулканологией и ради нее даже ушел из индустрии видеоигр. После, он посетил действующий вулкан Ясур на островном Вануату в Меланезии и, под впечатлением от увиденного, Эрик захотел создать еще одну игру, которая продемонстрирует чарующую и опасную силу природы.

В 2005 году уже была готова концепция игры, а в 2006 - эту концепцию получили в Ubisoft. И одобрили.

Небольшая команда From Dust, во время разработки игры вдохновлялась многими природными ландшафтами: островами Океании и африканской пустыней Сахара. Особенно впечатляли команду фильмы BBC "Планета Земля". Внешний облик членам племени подарили разнообразные первобытные племена Африки и собственно Океании. А прообразом тотемного столба из игры стал традиционный музыкальный барабан из Вануату.

Почему нам важен From Dust? Игры, Стратегия, From Dust, Физика, Длиннопост

Жители Вануату.


В плане геймплея все до невозможности просто и от этого игра не становиться хуже: мы руководим той самой "неведомой силой", которая в игре именуется "Дыханием", которую призывает первобытное племя, с целью защитить их от стихийных бедствий: извержений вулканов, наводнений и цунами. Помимо защиты от природных явлений, задача племени - восстановить утраченную память предков.

Почему нам важен From Dust? Игры, Стратегия, From Dust, Физика, Длиннопост

То самое "Дыхание".

Игрок, управляя "Дыханием", всячески влияет на ландшафт игры. Одним нажатием кнопки мыши он может собрать воду либо песок или наоборот выпустить, тем самым освободить (создать) путь для продвижения племени к очередному тотему. Получается некое медитативное приключение из точки А в точку Б. С каждым уровнем, путь племени естественно усложняется, а возможности "Дыхания" расширяются.

From Dust - дарит нам бесценный опыт. Игрок почувствует ответственность за судьбу племени. Поймет, насколько чарует и одновременно пугает сила природы. Хоть From Dust и не претендует на звание точного этнографического источника, игра познакомит нас с многообразием мира. Помимо всего прочего, игрок разберется с истоками культуры, которая появляется еще в девственном бесклассовом первобытном обществе.

Я искренне надеюсь, что эта статья - повод познакомиться с удивительным проектом "From Dust" или же вернуться к нему.


Игра стала хитом но была быстро забыта в силу времени и отсутствия новых идей.

Идея застывания и физики вулканов с водой, очень красивая, тут играет скорее роль красоты природных процессов.


Очень  хотелось  быпродолжение игры и полноценный РЕДАКТОР те SANDBOX. Когда бесконечная карта, и можно поставить сколько угодно вулканов и источников воды

( может кто знает как это сделать? )

Почему нам важен From Dust? Игры, Стратегия, From Dust, Физика, Длиннопост
Почему нам важен From Dust? Игры, Стратегия, From Dust, Физика, Длиннопост
Показать полностью 6

Последние новости "Искусственного Интеллекта" ( Июнь 2022 )

Пост послание будущим потомкам. ( как напоминание )


Говорят DALL·E  V 2 уже генерирует фото реалистичные изображения.

Но всё как бы не так........... и на 2022 год ситуация такова......

Последние новости "Искусственного Интеллекта" ( Июнь 2022 ) Искусственный интеллект, Арт, Рисунок, Длиннопост, Картинка с текстом, Нейросеть dall-e 2

ЧТО ВЫ ТАКОЕ? ))))))))))))))

Последние новости "Искусственного Интеллекта" ( Июнь 2022 ) Искусственный интеллект, Арт, Рисунок, Длиннопост, Картинка с текстом, Нейросеть dall-e 2
Последние новости "Искусственного Интеллекта" ( Июнь 2022 ) Искусственный интеллект, Арт, Рисунок, Длиннопост, Картинка с текстом, Нейросеть dall-e 2

Милые пикабушницы, создайте что ль тренд? - искусство и романтика как никак......

покуда машины не научились рисовать также красиво...

Кто хочет генерировать изображения через искусственный интеллект:
https://huggingface.co/spaces/dalle-mini/dalle-mini

Показать полностью 2

Вознесение...

Вознесение...

Карта Плотности населения на планете.   5000x3000. 2.5 мб

Серая зона меньше чем 2 человека на квадратный километр.

Зелёная зона 2-10 человека  на квадратный километр.
Оранжевая зона 11-40 человек на квадратный километр.
Красная зона 40-100 человек на квадратный километр.
Тёмно красная зона 100-500 человек  на квадратный километр.
Фиолетовая зона больше чем 500 человек на квадратный километр.

Карта Плотности населения на планете.   5000x3000. 2.5 мб Карты, Население, Статистика

Источник:
https://commons.princeton.edu/mg/wp-content/uploads/2017/04/...

Отличная работа, все прочитано!