ကျွန်ုပ်တို့အတွင်း ဒေတာ- bioinformaticians က ဘာလုပ်သလဲ။

ကျွန်ုပ်တို့သည် အော်ဂဲနစ်ကြီးသောရက်စွဲကို ပုံဖော်ပေးသော အနာဂတ်၏လူများအကြောင်း ပြောနေပါသည်။ လွန်ခဲ့သည့်ဆယ်စုနှစ်နှစ်ခုအတွင်း၊ ခွဲခြမ်းစိတ်ဖြာနိုင်သော ဇီဝအချက်အလက်ပမာဏသည် လူသားဂျီနိုမ်၏ စီစစ်မှုကြောင့် အဆများစွာ တိုးလာခဲ့သည်။ ယင်းမတိုင်မီက ကျွန်ုပ်တို့၏သွေးထဲတွင် သိမ်းဆည်းထားသော အချက်အလက်များကို အသုံးပြုကာ ကျွန်ုပ်တို့၏ဇာစ်မြစ်ကို ဆုံးဖြတ်ရန်၊ အချို့သောဆေးဝါးများကို ခန္ဓာကိုယ်က မည်သို့တုံ့ပြန်မည်ကို စစ်ဆေးကာ ကျွန်ုပ်တို့၏ ဇီဝမျိုးရိုးဗီဇကိုပင် ပြောင်းလဲနိုင်မည်ဟု ကျွန်ုပ်တို့ စိတ်ကူးမယဉ်နိုင်ပါ။

ဤ နှင့် အခြား ဆောင်းပါးများ တွင် ဦးစွာ ပေါ်လာသည် ဘလော့ဂ် ကျွန်ုပ်တို့၏ website တွင်။ ဖတ်ရှုခံစားပါ။

ပျမ်းမျှ bioinformatician ၏ အရည်အချင်းများသည် ပရိုဂရမ်မာတစ်ဦး၏ အရည်အချင်းများနှင့် တူညီသည် - မျက်လုံးနီရဲခြင်း၊ ငုံ့ခံနေသော ကိုယ်ဟန်အနေအထား နှင့် desktop ပေါ်ရှိ ကော်ဖီခွက်များမှ အမှတ်အသားများ။ သို့သော်လည်း ဤဇယားတွင် အလုပ်သည် abstract algorithms နှင့် commands များပေါ်တွင်မဟုတ်ဘဲ၊ ကျွန်ုပ်တို့နှင့် ကျွန်ုပ်တို့ပတ်ဝန်းကျင်ရှိ ကမ္ဘာကြီးအကြောင်းကို များစွာပြောပြနိုင်သည့် သဘာဝတရား၏ကုဒ်ပေါ်တွင်သာဖြစ်သည်။

ဤနယ်ပယ်ရှိ ကျွမ်းကျင်သူများသည် ဒေတာပမာဏများစွာဖြင့် ကိုင်တွယ်ဖြေရှင်းသည် (ဥပမာ၊ လူတစ်ဦး၏ ဂျီနိုမ်ကို စီစစ်ခြင်း၏ ရလဒ်များသည် 100 ဂစ်ဂါဘိုက်ခန့်အထိ ကြာမြင့်သည်)။ ထို့ကြောင့်၊ ထိုကဲ့သို့သော သတင်းအချက်အလက်များကို စီမံဆောင်ရွက်ရာတွင် Data Science ချဉ်းကပ်မှုများနှင့် ကိရိယာများ လိုအပ်ပါသည်။ အောင်မြင်သော bioinformatician သည် ဇီဝဗေဒနှင့် ဓာတုဗေဒကိုသာမက ဒေတာခွဲခြမ်းစိတ်ဖြာမှုနည်းလမ်းများ၊ ကိန်းဂဏန်းများနှင့် သင်္ချာတို့ကိုပါ နားလည်သင့်သည် - ၎င်းသည် သူ၏လုပ်ငန်းကို အလွန်ရှားပါးပြီး ဝယ်လိုအားဖြစ်စေသည်။ ဆန်းသစ်သောဆေးပညာနှင့် ဆေးဝါးဖွံ့ဖြိုးတိုးတက်ရေးနယ်ပယ်များတွင် အထူးကျွမ်းကျင်သူများ လိုအပ်ပါသည်။ IBM နှင့် Intel ကဲ့သို့သော နည်းပညာကုမ္ပဏီကြီးများ သူတို့ရဲ့ပရိုဂရမ်တွေကိုဖွင့်ပါ။bioinformatics လေ့လာမှုအတွက် ရည်စူးပါသည်။

bioinformatician တစ်ယောက်ဖြစ်ဖို့ ဘာလိုသလဲ။

• ဇီဝဗေဒနှင့် ဓာတုဗေဒ (တက္ကသိုလ်အဆင့်);
• Matstat၊ linear algebra၊ ဖြစ်နိုင်ခြေသီအိုရီ၊
• ပရိုဂရမ်းမင်းဘာသာစကားများ (Python နှင့် R၊ မကြာခဏလည်း C++ ကိုအသုံးပြုသည်);
• structural bioinformatics အတွက်- သင်္ချာခွဲခြမ်းစိတ်ဖြာခြင်းနှင့် ကွဲပြားညီမျှခြင်းသီအိုရီများကို နားလည်ခြင်း။

ဇီဝဗေဒဆိုင်ရာ နောက်ခံနှင့် ပရိုဂရမ်းမင်းနှင့် သင်္ချာဆိုင်ရာ အသိပညာတို့ဖြင့် ဇီဝနည်းပညာနယ်ပယ်သို့ ဝင်ရောက်နိုင်သည်။ ယခင်အတွက်၊ အဆင်သင့်လုပ်ထားသော ဇီဝနည်းပညာဆိုင်ရာ ပရိုဂရမ်များနှင့် လုပ်ဆောင်ခြင်းသည် သင့်လျော်သည်၊ နောက်ပိုင်းတွင်၊ အထူးပြု၏ ပိုမို algorithmic ပရိုဖိုင်တစ်ခုဖြစ်သည်။

bioinformaticians က ဘာလုပ်သလဲ။

ခေတ်သစ်ဇီဝနည်းပညာကို အဓိကအကိုင်းအခက် နှစ်ခု ခွဲထားသည် - ဖွဲ့စည်းတည်ဆောက်ပုံဆိုင်ရာ ဇီဝနည်းပညာနှင့် အစီအစဥ် ဇီဝနည်းပညာများ။ ပထမအခြေအနေတွင်၊ 3D ပုံရိပ်ယောင်များတွင် ဇီဝဆိုင်ရာအရာဝတ္ထုများ (ဥပမာ၊ DNA သို့မဟုတ် ပရိုတိန်း) ကို လေ့လာရာတွင် အထောက်အကူဖြစ်စေသော ကွန်ပျူတာတစ်လုံးရှေ့တွင် ထိုင်ပြီး အလုပ်လုပ်နေသော ပရိုဂရမ်များကို ကျွန်ုပ်တို့တွေ့မြင်ရသည်။ ၎င်းတို့သည် ဆေးဝါးမော်လီကျူးတစ်ခုနှင့် ပရိုတင်းဓာတ် မည်သို့အကျိုးသက်ရောက်မည်ကို ခန့်မှန်းနိုင်စေမည့် ကွန်ပျူတာပုံစံများကို ဖန်တီးကာ၊ ဆဲလ်တစ်ခုအတွင်း ပရိုတင်း၏ အသွင်သဏ္ဌာန်ပုံစံ၊ မော်လီကျူး၏ ဂုဏ်သတ္တိများသည် ဆယ်လူလာဖွဲ့စည်းပုံများနှင့် အပြန်အလှန်အကျိုးသက်ရောက်မှုစသည်တို့ကို ရှင်းပြနိုင်စေမည့် ကွန်ပျူတာပုံစံများကို တည်ဆောက်ကြသည်။

ဖွဲ့စည်းတည်ဆောက်ပုံဆိုင်ရာ ဇီဝနည်းပညာဆိုင်ရာ နည်းလမ်းများကို ပညာရပ်ဆိုင်ရာ သိပ္ပံပညာနှင့် စက်မှုလုပ်ငန်းတွင် နှစ်မျိုးလုံးတွင် တက်ကြွစွာ အသုံးပြုကြသည်- ထိုသို့သော အထူးကုများမပါဘဲ လုပ်ဆောင်နိုင်သော ဆေးဝါးကုမ္ပဏီတစ်ခုကို စိတ်ကူးကြည့်ရန် ခက်ခဲသည်။ မကြာသေးမီနှစ်များအတွင်း၊ ကွန်ပျူတာနည်းလမ်းများသည် ဖြစ်နိုင်ချေရှိသောဆေးဝါးများရှာဖွေခြင်းလုပ်ငန်းစဉ်ကို များစွာရိုးရှင်းစေခဲ့ပြီး ဆေးဝါးဖွံ့ဖြိုးတိုးတက်မှုမှာ ပိုမိုမြန်ဆန်ပြီး စျေးသက်သာသည့် လုပ်ငန်းစဉ်ကို ဖြစ်စေခဲ့သည်။

SARS-CoV-2 RNA-dependent RNA polymerase (ဘယ်) အပြင် RNA duplex နှင့် ဆက်စပ်မှု။ အရင်းအမြစ်။

ဂျီနိုမ်ဆိုတာ ဘာလဲ။

ဂျီနိုမ်သည် သက်ရှိများ၏ မျိုးရိုးလိုက်ခြင်းဆိုင်ရာ အချက်အလက်များ အားလုံးဖြစ်သည်။ သက်ရှိအားလုံးနီးပါးတွင် ဂျီနိုမ်၏သယ်ဆောင်သူသည် DNA ဖြစ်သည်၊ သို့သော် ၎င်းတို့၏မျိုးရိုးလိုက်သောအချက်အလက်များကို RNA ပုံစံဖြင့် ပေးပို့သည့်သက်ရှိများရှိသည်။ ဂျီနိုမ်ကို မိဘများထံမှ ကလေးများထံ ပေးပို့ပြီး ဤကူးစက်မှုဖြစ်စဉ်တွင် ဗီဇပြောင်းလဲခြင်းဟုခေါ်သော အမှားအယွင်းများ ဖြစ်ပေါ်နိုင်သည်။

ဆေးဝါး remdesivir သည် SARS-CoV-2 ဗိုင်းရပ်စ်၏ RNA-မှီခို RNA polymerase နှင့် ဓါတ်ပြုမှု။ အရင်းအမြစ်။

တစ်ဆက်တည်း ဇီဝနည်းပညာများသည် သက်ရှိအရာများ၏ မြင့်မားသောအဖွဲ့အစည်းအဆင့်နှင့် သက်ဆိုင်သည် - တစ်သီးပုဂ္ဂလ နျူကလီးအိုရိုက်များ၊ DNA နှင့် ဗီဇများမှ၊ ဂျီနိုမ်တစ်ခုလုံးနှင့် ၎င်းတို့၏ တစ်ခုနှင့်တစ်ခု နှိုင်းယှဉ်မှုများ။

သူ့ရှေ့မှာ မြင်တဲ့လူတစ်ယောက်က အက္ခရာတစ်လုံး (ရိုးရိုးတစ်ခုမဟုတ်ပေမယ့် မျိုးရိုးဗီဇ သို့မဟုတ် အမိုင်နိုအက်ဆစ်တစ်ခု) ကို မြင်ယောင်ကြည့်ပြီး သူတို့ထဲက ပုံစံတွေကို ကွန်ပြူတာနည်းလမ်းတွေသုံးပြီး စာရင်းအင်းနဲ့ ရှင်းပြပြီး အတည်ပြုပါတယ်။ တစ်ဆက်တည်း ဇီဝသတင်းပညာသည် မည်သည့်ရောဂါတစ်မျိုးမျိုးနှင့် ဆက်နွယ်နေသနည်း သို့မဟုတ် လူနာ၏သွေးထဲတွင် အဘယ်ကြောင့် အန္တရာယ်ရှိသော အရာများ စုပုံလာကြောင်း ရှင်းပြသည်။ ဆေးဘက်ဆိုင်ရာအချက်အလက်များအပြင်၊ ဇီဝနည်းပညာပညာရှင်များသည် ကမ္ဘာတဝှမ်းရှိ သက်ရှိများ ဖြန့်ဖြူးမှုပုံစံများ၊ တိရိစ္ဆာန်အုပ်စုများကြား လူဦးရေကွဲပြားမှုနှင့် သီးခြားမျိုးဗီဇများ၏ အခန်းကဏ္ဍနှင့် လုပ်ဆောင်ချက်များကို လေ့လာပါသည်။ ဤသိပ္ပံပညာကြောင့် ဆေးဝါးများ၏ ထိရောက်မှုကို စမ်းသပ်ပြီး ၎င်းတို့၏ လုပ်ဆောင်ချက်ကို ရှင်းပြသည့် ဇီဝဗေဒဆိုင်ရာ ယန္တရားများကို လေ့လာနိုင်သည်။

ဥပမာအားဖြင့်၊ bioinformatics ခွဲခြမ်းစိတ်ဖြာမှုကြောင့်၊ ကလိုရိုက်ချန်နယ်တစ်ခု၏ မျိုးရိုးဗီဇပြိုကွဲမှုကြောင့် ဖြစ်ပေါ်လာသော ဗီဇပြောင်းလဲမှုများဖြစ်သော cystic fibrosis ဖွံ့ဖြိုးတိုးတက်မှုကို ဖြစ်စေသော ဗီဇပြောင်းလဲမှုများကို တွေ့ရှိပြီး ဖော်ပြခဲ့ပါသည်။ ယခုမူ ကျွန်ုပ်တို့သည် လူသား၏ အရင်းနှီးဆုံး ဆွေမျိုးအရင်းဖြစ်သနည်း၊ ကျွန်ုပ်တို့၏ဘိုးဘေးများသည် ကမ္ဘာမြေတစ်ဝိုက်တွင် အခြေချနေထိုင်ပုံတို့ကို ပို၍ကောင်းစွာသိလာပါသည်။ ထို့အပြင် လူတိုင်းသည် ၎င်း၏ ဂျီနိုအာကို ဖတ်ရှုခြင်းဖြင့်၊ သူ၏ မိသားစုသည် မည်သည့်နေရာမှ ဆင်းသက်လာကာ မည်သည့်လူမျိုးနှင့် သက်ဆိုင်သည်ကို သိရှိနိုင်သည်။ နိုင်ငံခြား တော်တော်များများ (23andme, MyHeritage) နှင့် ရုရှား (Genotek, မွေပုံစာအုပျ) ဝန်ဆောင်မှုများသည် သင့်အား ဤဝန်ဆောင်မှုကို သက်သာသောစျေးနှုန်း (ရူဘယ် 20 ခန့်) ဖြင့် ရရှိနိုင်သည်။

MyHeritage မှ မူရင်းနှင့် လူဦးရေဆက်နွယ်မှုအတွက် DNA စစ်ဆေးမှုရလဒ်များ။

23andMe မှ DNA လူဦးရေစမ်းသပ်မှုရလဒ်များ။

ဂျီနိုအာကို ဘယ်လိုဖတ်လဲ။

ယနေ့တွင်၊ ဂျီနိုမ် စီစစ်ခြင်းသည် မည်သူမဆို ခန့်မှန်းခြေအားဖြင့် ကုန်ကျမည့် လုပ်ရိုးလုပ်စဉ်တစ်ခုဖြစ်သည်။ 150 ရူဘယ်ထောင် (ရုရှားတွင်အပါအဝင်) ။ သင်၏ ဂျီနိုမ်ကို ဖတ်ရန်၊ အထူးဓာတ်ခွဲခန်းရှိ သွေးပြန်ကြောမှ သွေးကို လှူဒါန်းရန် လိုအပ်သည်- နှစ်ပတ်အတွင်း သင်၏ မျိုးရိုးဗီဇလက္ခဏာများကို အသေးစိတ်ဖော်ပြချက်ဖြင့် အပြီးသတ်ရလဒ်ကို သင်ရရှိမည်ဖြစ်သည်။ မင်းရဲ့ genome အပြင်၊ မင်းရဲ့ အူလမ်းကြောင်း microbiota ရဲ့ genomes တွေကို ခွဲခြမ်းစိတ်ဖြာနိုင်သည်- မင်းရဲ့ အစာခြေစနစ်မှာ နေထိုင်တဲ့ ဘက်တီးရီးယားတွေရဲ့ လက္ခဏာတွေကို လေ့လာနိုင်ပြီး ကျွမ်းကျင်အာဟာရပညာရှင်ရဲ့ အကြံဉာဏ်ကိုလည်း ရယူနိုင်ပါတယ်။

ဂျီနိုမ်ကို မတူညီသောနည်းလမ်းများဖြင့် ဖတ်နိုင်သည်၊ ယခုအခါ အဓိကအရာများထဲမှတစ်ခုမှာ “နောက်မျိုးဆက် sequencing” ဟုခေါ်သည်။ ဤလုပ်ငန်းစဉ်ကိုဆောင်ရွက်ရန်အတွက် ဇီဝဗေဒနမူနာများကို ဦးစွာရယူရမည်ဖြစ်သည်။ ခန္ဓာကိုယ်၏ ဆဲလ်တိုင်းတွင် တူညီသော ဂျီနိုမ်ပါရှိသောကြောင့် အများစုမှာ ဂျီနိုမ်ဖတ်ရန် သွေးကို ခေါ်သွားသည် (ဒါက အလွယ်ဆုံး)။ ထို့နောက် ဆဲလ်များသည် ကွဲကွဲပြီး DNA ကို အခြားအရာများနှင့် ခွဲထုတ်သည်။ ထို့နောက် ထွက်ပေါ်လာသော DNA သည် သေးငယ်သောအပိုင်းအစများအဖြစ် ကွဲသွားပြီး ၎င်းတို့တစ်ခုစီအတွက် အထူးဒက်တာများကို "ချုပ်" ထားသည် - လူသိများသော nucleotide sequences များကို အတုယူ၍ ပေါင်းစပ်ထားသည်။ ထို့နောက် DNA ကြိုးများကို ခွဲထုတ်ပြီး စည်းချက်လုပ်ဆောင်သည့် အထူးပန်းကန်တစ်ခုတွင် adapters များကို အသုံးပြု၍ ကြိုးတစ်ချောင်းတည်း ချည်နှောင်ထားသည်။ စီစစ်စဉ်အတွင်း၊ ပေါင်းစပ်ထားသော မီးချောင်းများဖြင့် အညွှန်းတပ်ထားသော နျူကလိယကို DNA စည်းမျဥ်းသို့ ပေါင်းထည့်သည်။ တံဆိပ်တပ်ထားသော nucleotide တစ်ခုစီသည် ချိတ်ဆက်သောအခါတွင်၊ ကွန်ပျူတာပေါ်တွင် မှတ်တမ်းတင်ထားသည့် လှိုင်းအလျားတစ်ခု၏ အလင်းတန်းတစ်ခုကို ထုတ်လွှတ်သည်။ ဤသည်မှာ ကွန်ပျူတာသည် အထူး algorithms ကိုအသုံးပြု၍ မူရင်း DNA ၏ တိုတောင်းသော အစီအရီများကို ဖတ်သည့်ပုံဖြစ်သည်။

bioinformaticians ဖြင့်လုပ်ဆောင်သော ဒေတာ နမူနာတစ်ခု- အမိုင်နိုအက်ဆစ် sequence alignment။

bioinformaticians ဘယ်မှာအလုပ်လုပ်ပြီး သူတို့ဝင်ငွေဘယ်လောက်ရလဲ။

ဇီဝနည်းပညာဆိုင်ရာ လမ်းကြောင်းကို အစဉ်အလာအားဖြင့် အဓိကနယ်ပယ်နှစ်ခုဖြစ်သည့် စက်မှုနှင့် သိပ္ပံဟူ၍ ပိုင်းခြားထားသည်။ ဇီဝနည်းပညာဆိုင်ရာ သိပ္ပံပညာရှင်တစ်ဦးအဖြစ် အသက်မွေးဝမ်းကြောင်းတစ်ခုသည် အဓိကအားဖြင့် အင်စတီကျုတစ်ခုတွင် ဘွဲ့ရရာထူးဖြင့် စတင်သည်။ ကနဦးတွင်၊ ဇီဝနည်းပညာပညာရှင်များသည် ၎င်းတို့၏အဖွဲ့အစည်း၊ ၎င်းတို့ပါဝင်သည့်ထောက်ပံ့ကြေးအရေအတွက်နှင့် တရားဝင်အလုပ်လုပ်ကိုင်သည့်နေရာများ—သူတို့၏ဆက်စပ်မှုအရေအတွက်အပေါ်အခြေခံ၍ အခြေခံလစာကို ရရှိသည်။ အချိန်ကြာလာသည်နှင့်အမျှ၊ ထောက်ပံ့ကြေးများနှင့်ဆက်နွယ်မှုအရေအတွက်များတိုးလာကာ ပညာရပ်ဆိုင်ရာပတ်ဝန်းကျင်တွင် နှစ်နှစ်ခန့်အလုပ်လုပ်ပြီးနောက်၊ ဇီဝသတင်းပညာရှင်တစ်ဦးသည် ပျမ်းမျှလစာ (70-80 ရူဘယ်) ကို အလွယ်တကူရရှိသော်လည်း လုံ့လဝီရိယနှင့် ကြိုးစားအားထုတ်မှုပေါ်တွင်မူတည်ပါသည်။ အတွေ့အကြုံအရှိဆုံး ဇီဝသတင်းပညာရှင် များသည် အထူးပြုနယ်ပယ်များတွင် ၎င်းတို့၏ ကိုယ်ပိုင်ဓာတ်ခွဲခန်းများကို လုပ်ဆောင်ကြသည်။

bioinformatics အတွက် သင်ဘယ်မှာလေ့လာလဲ။

• မော်စကိုပြည်နယ်တက္ကသိုလ် - ဇီဝအင်ဂျင်နီယာဌာနနှင့် ဇီဝနည်းပညာဌာန
• HSE - ဇီဝဗေဒနှင့် ဆေးပညာတွင် ဒေတာခွဲခြမ်းစိတ်ဖြာခြင်း (မဟာဘွဲ့အစီအစဉ်)
• MIPT - ဇီဝသတင်းအချက်အလက်ဌာန
• ဇီဝသတင်းအချက်အလက်သိပ္ပံ (NPO)

အကယ်ဒမီကျောင်းနှင့်မတူဘဲ၊ လုပ်ငန်းခွင်တွင် မည်သူမျှ ဝန်ထမ်းတစ်ဦးအား လိုအပ်သည့် အရည်အချင်းများ သင်ကြားပို့ချပေးမည့် အချိန်ဖြုန်းမည်မဟုတ်သောကြောင့် ထိုနေရာသို့ရောက်ရှိရန်မှာ များသောအားဖြင့် ပို၍ခက်ခဲသည်။ လုပ်ငန်းနယ်ပယ်ရှိ ဇီဝသတင်းပညာရှင်တစ်ဦး၏ အသက်မွေးဝမ်းကြောင်းလမ်းကြောင်းသည် ၎င်းတို့၏ အထူးပြုနှင့် တည်နေရာပေါ်မူတည်၍ များစွာကွဲပြားပါသည်။ ပျမ်းမျှအားဖြင့် ဤနယ်ပယ်တွင် လစာများ အတက်အကျရှိသည်။ သိန်း 70 မှ 150 အထိ အတွေ့အကြုံနှင့် အထူးပြုမှုပေါ်မူတည်၍ တစ်ထောင်ရူဘယ်။ 

နာမည်ကြီး ဇီဝဗေဒပညာရှင်

ဇီဝနည်းပညာဆိုင်ရာ သမိုင်းကြောင်းကို DNA sequences ဖတ်နည်းကို ရှာဖွေတွေ့ရှိမှုအတွက် 1980 ခုနှစ်တွင် ဓာတုဗေဒနိုဘယ်ဆုရရှိခဲ့သော အင်္ဂလိပ်သိပ္ပံပညာရှင် ဖရက်ဒရစ်ဆန်ဂါကို ပြန်လည်ခြေရာခံနိုင်သည်။ ထိုအချိန်မှစ၍ ဆက်တိုက်ဖတ်ခြင်းနည်းလမ်းများသည် တစ်နှစ်ထက်တစ်နှစ် တိုးတက်ကောင်းမွန်လာသော်လည်း "Sanger sequencing" နည်းလမ်းသည် ဤနယ်ပယ်ရှိ နောက်ထပ်သုတေသနအားလုံးအတွက် အခြေခံအဖြစ် ဆောင်ရွက်ခဲ့သည်။

စကားမစပ်၊ ရုရှားသိပ္ပံပညာရှင်များက ဖန်တီးထားသော ပရိုဂရမ်များစွာကို ယခုအခါ တစ်ကမ္ဘာလုံးတွင် တွင်ကျယ်စွာ အသုံးပြုနေကြသည် - ဥပမာအားဖြင့်၊ Spades, - St. စိန့်ပီတာစဘတ်အင်စတီကျုမှ ဖန်တီးထားသော Petersburg genome assembler သည် ကမ္ဘာတစ်ဝှမ်းမှ သိပ္ပံပညာရှင်များအား DNA တိုတောင်းသော အစီအစဥ်များကို ကြီးမားသော sequence များအဖြစ် စုစည်းစေပြီး သက်ရှိများ၏ မူလဂျီနိုမ်များကို ပြန်လည်တည်ဆောက်နိုင်စေပါသည်။

ဇီဝနည်းပညာဆိုင်ရာ ရှာဖွေတွေ့ရှိမှုများနှင့် အောင်မြင်မှုများ

ယနေ့ခေတ်တွင် ဇီဝနည်းပညာပညာရှင်များသည် အသုံးဝင်သော ရှာဖွေတွေ့ရှိမှုများစွာကို ပြုလုပ်ကြသည်။ ၎င်း၏ genome နှင့် ရှုပ်ထွေးသော ဇီဝနည်းပညာဆိုင်ရာ ခွဲခြမ်းစိတ်ဖြာခြင်းမရှိဘဲ ရောဂါဖြစ်ပွားနေစဉ်အတွင်း ဖြစ်ပွားသည့် လုပ်ငန်းစဉ်များကို ပုံဖော်ခြင်းမရှိဘဲ ကိုရိုနာအတွက် ဆေးဝါးများ၏ ဖွံ့ဖြိုးတိုးတက်မှုကို စိတ်ကူးကြည့်ရန် မဖြစ်နိုင်ပါ။ နိုင်ငံတကာ အုပ်စုတစ်စု နှိုင်းယှဉ်မျိုးရိုးဗီဇနှင့် စက်သင်ယူမှုနည်းလမ်းများကို အသုံးပြုသည့် သိပ္ပံပညာရှင်များသည် ကိုရိုနာဗိုင်းရပ်စ်သည် အခြားရောဂါပိုးများနှင့် တူညီသည့်အရာကို နားလည်နိုင်ခဲ့သည်။

ဤအင်္ဂါရပ်များထဲမှ တစ်ခုသည် ဆင့်ကဲဖြစ်စဉ်အတွင်း ဖြစ်ပေါ်တတ်သော ရောဂါဖြစ်ပွားစေသော ဗိုင်းရပ်စ်များ၏ နျူကလီးယား ဒေသဆိုင်ရာ အချက်ပြမှုများ (NLS) ကို အားကောင်းစေကြောင်း တွေ့ရှိရပါသည်။ ဤသုတေသနသည် အနာဂတ်တွင် လူသားများအတွက် အန္တရာယ်ဖြစ်နိုင်ချေရှိသော ဗိုင်းရပ်စ်မျိုးကွဲများကို လေ့လာရာတွင် အထောက်အကူဖြစ်စေနိုင်ပြီး ကြိုတင်ကာကွယ်မှုဆိုင်ရာ ဆေးဝါးဖွံ့ဖြိုးတိုးတက်မှုဆီသို့ ဦးတည်သွားနိုင်သည်။ 

ထို့အပြင်၊ ဇီဝနည်းပညာပညာရှင်များသည် အထူးသဖြင့် CRISPR/Cas9 စနစ် (ကိုယ်ခံအားစနစ်ကို အခြေခံသည့် နည်းပညာအသစ်များ ဂျီနိုမ်တည်းဖြတ်ခြင်းနည်းလမ်းများ ဖွံ့ဖြိုးတိုးတက်ရေးတွင် အဓိကအခန်းကဏ္ဍမှ ပါဝင်ခဲ့သည်။ ဘက်တီးရီးယား) အဆိုပါပရိုတိန်းများ၏ဖွဲ့စည်းပုံနှင့်၎င်းတို့၏ဆင့်ကဲပြောင်းလဲမှုဆိုင်ရာဖွံ့ဖြိုးတိုးတက်မှုဆိုင်ရာ bioinformatics ခွဲခြမ်းစိတ်ဖြာမှုကြောင့်၊ ဤစနစ်၏တိကျမှုနှင့်ထိရောက်မှုသည်မကြာသေးမီနှစ်များအတွင်းသိသိသာသာတိုးလာခဲ့ပြီး၊ ၎င်းသည်သက်ရှိများစွာ (လူအပါအဝင်) ၏မျိုးရိုးဗီဇများကိုရည်ရွယ်ချက်ရှိရှိတည်းဖြတ်ရန်ဖြစ်နိုင်စေခဲ့သည်။

SkillFactory အွန်လိုင်းသင်တန်းများကို တက်ရောက်ခြင်းဖြင့် ကျွမ်းကျင်မှုနှင့် လစာ သတ်မှတ်ချက်များအရ သင်ရှာဖွေလိုသည့် အသက်မွေးဝမ်းကြောင်းဆိုင်ရာ လုပ်ငန်းကို အစမှ အဆုံး သို့မဟုတ် Level Up ရရှိနိုင်ပါသည်။

• Data Science ပညာရပ်ကို အစမှအဆုံး သင်ကြားပေးခြင်း။
• ဒေတာသိပ္ပံ အွန်လိုင်း Bootcamp
• Data Analytics အွန်လိုင်း Bootcamp
• မည်သည့်အစအဆင့်တွင်မဆို အကဲခတ်ပညာရှင်
• Python for Web Development သင်တန်း

နောက်ထပ်သင်တန်းများ

• စက်သင်ယူမှုသင်တန်း
• အဆင့်မြင့်သင်တန်း "Machine Learning Pro + Deep Learning"
• "ဒေတာသိပ္ပံအတွက် သင်္ချာနှင့် စက်သင်ယူခြင်း" သင်တန်း၊
• Data Analytics သင်တန်း
• DevOps သင်တန်း
• ပရော်ဖက်ရှင်နယ် Web developer
• အလုပ်အကိုင် iOS developer အစမှ
• ပရော်ဖက်ရှင်နယ် Android developer သည် အစမှအဆုံးဖြစ်သည်။
• ပရော်ဖက်ရှင်နယ် Java developer သည် အစမှအဆုံးဖြစ်သည်။
• JavaScript သင်တန်း
• ပရော်ဖက်ရှင်နယ် UX ဒီဇိုင်နာက အစကနေစ
• အသက်မွေးဝမ်းကျောင်းဝဘ်ဒီဇိုင်နာ

source: www.habr.com