OBLICZENIA ZA POMOCĄ PROTEIN

Podobne dokumenty
Kombinatoryczna analiza widm 2D-NOESY w spektroskopii Magnetycznego Rezonansu Jądrowego cząsteczek RNA. Marta Szachniuk

Sieć Hopfielda. Sieci rekurencyjne. Ewa Adamus. ZUT Wydział Informatyki Instytut Sztucznej Inteligencji i Metod Matematycznych.

października 2013: Elementarz biologii molekularnej. Wykład nr 2 BIOINFORMATYKA rok II

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD X: Sztuczny neuron

Informatyka w medycynie Punkt widzenia kardiologa

WPROWADZENIE DO GENETYKI MOLEKULARNEJ

WPROWADZENIE DO GENETYKI MOLEKULARNEJ

wykład dla studentów II roku biotechnologii Andrzej Wierzbicki

BADANIE PRZERZUTNIKÓW ASTABILNEGO, MONOSTABILNEGO I BISTABILNEGO

8. Neuron z ciągłą funkcją aktywacji.

SIECI NEURONOWE Liniowe i nieliniowe sieci neuronowe

Metody Sztucznej Inteligencji II

Inteligentne systemy informacyjne

Inteligentne systemy decyzyjne: Uczenie maszynowe sztuczne sieci neuronowe

Wstęp do teorii sztucznej inteligencji Wykład II. Uczenie sztucznych neuronów.

Politechnika Gdańska. Gdańsk, 2016

Sztuczne sieci neuronowe

MODELOWANIE RZECZYWISTOŚCI

Układy asynchroniczne

CZYM SĄ OBLICZENIA NAT A URALNE?

Geny i działania na nich

Elementy kognitywistyki III: Modele i architektury poznawcze

Co to są wzorce rytmów?

Wstęp do teorii sztucznej inteligencji Wykład III. Modele sieci neuronowych.

Asynchroniczne statyczne układy sekwencyjne

Spis treści. Przedmowa Wykaz oznaczeń Wstęp Układy kombinacyjne... 18

PODSTAWY MODELOWANIA UKŁADÓW DYNAMICZNYCH W JĘZYKACH SYMULACYJNYCH

Wstęp do sztucznych sieci neuronowych

Wykład 1. Od atomów do komórek

Temat: Sztuczne Sieci Neuronowe. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE

6. Z pięciowęglowego cukru prostego, zasady azotowej i reszty kwasu fosforowego, jest zbudowany A. nukleotyd. B. aminokwas. C. enzym. D. wielocukier.

FIZJOLOGIA CZŁOWIEKA

Tematy- Biologia zakres rozszerzony, klasa 2TA,2TŻ-1, 2TŻ-2

Wykład 1: Wprowadzenie do sieci neuronowych

Wstęp do kognitywistyki. Wykład 3: Logiczny neuron. Rachunek sieci neuronowych

Możliwości współczesnej inżynierii genetycznej w obszarze biotechnologii

Literatura. Sztuczne sieci neuronowe. Przepływ informacji w systemie nerwowym. Budowa i działanie mózgu

Temat: Sieci neuronowe oraz technologia CUDA

biologia w gimnazjum OBWODOWY UKŁAD NERWOWY

Układy akwizycji danych. Komparatory napięcia Przykłady układów

HAŁASU Z UWZGLĘDNIENIEM ZJAWISK O CHARAKTERZE NIELINIOWYM

Układy asynchroniczne

zmiana stanu pamięci następuje bezpośrednio (w dowolnej chwili czasu) pod wpływem zmiany stanu wejść,

Detekcja motywów w złożonych strukturach sieciowych perspektywy zastosowań Krzysztof Juszczyszyn

Sztuczne sieci neuronowe

Dr. habil. Anna Salek International Bio-Consulting 1 Germany

Podstawy biologii. Informacja, struktura i metabolizm.

JAKIEGO RODZAJU NAUKĄ JEST

DNA musi współdziałać z białkami!

Homeostaza DR ROBERT MERONKA ZAKŁAD EKOLOGII INSTYTUT ZOOLOGII WYDZIAŁ BIOLOGII UNIWERSYTET WARSZAWSKI

ZAJĘCIA 1. uczenie się i pamięć mechanizmy komórkowe. dr Marek Binder Zakład Psychofizjologii

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów

Moduł nagrzewnicy elektrycznej EL-HE

Podkowiańska Wyższa Szkoła Medyczna im. Z. i J. Łyko. Syllabus przedmiotowy 2016/ /2019

CORAZ BLIŻEJ ISTOTY ŻYCIA WERSJA A. imię i nazwisko :. klasa :.. ilość punktów :.

Funkcje: wejściowe, wyjściowe i logiczne. Konfigurowanie zabezpieczeń.

Bioinformatyka wykład 9

Wzorcowe efekty kształcenia dla kierunku studiów biotechnologia studia pierwszego stopnia profil ogólnoakademicki

Synteza strukturalna automatów Moore'a i Mealy

Teoria przetwarzania A/C i C/A.

Profil metaboliczny róŝnych organów ciała

Sterownik nagrzewnic elektrycznych HE module

Projekt prostego układu sekwencyjnego Ćwiczenia Audytoryjne Podstawy Automatyki i Automatyzacji

Podstawy Sztucznej Inteligencji (PSZT)

PL B1. INSTYTUT MECHANIKI GÓROTWORU POLSKIEJ AKADEMII NAUK, Kraków, PL BUP 21/08. PAWEŁ LIGĘZA, Kraków, PL

Ujemne sprzężenie zwrotne, WO przypomnienie

Katedra Systemów Decyzyjnych. Kierownik: prof. dr hab. inż. Zdzisław Kowalczuk

Na początek: do firmowych ustawień dodajemy sterowanie wyłącznikiem ściennym.

Wstęp do Techniki Cyfrowej... Synchroniczne układy sekwencyjne

Efekty kształcenia na kierunku AiR drugiego stopnia - Wiedza Wydziału Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej

Zastosowanie metod eksploracji danych Data Mining w badaniach ekonomicznych SAS Enterprise Miner. rok akademicki 2013/2014

Do uzyskania kwalifikacji pierwszego stopnia (studia inżynierskie) na kierunku BIOTECHNOLOGIA wymagane są wszystkie poniższe efekty kształcenia

Algorytmy sztucznej inteligencji

Demonstracja: konwerter prąd napięcie

Podstawy sztucznej inteligencji

Interfejs analogowy LDN-...-AN

Obiekt. Obiekt sterowania obiekt, który realizuje proces (zaplanowany).

Studia podyplomowe: Nauczanie biologii w gimnazjach i szkołach ponadgimnazjalnych

Najprostsze modele sieci z rekurencją. sieci Hopfielda; sieci uczone regułą Hebba; sieć Hamminga;

Wprowadzenie do teorii systemów ekspertowych

Historia informacji genetycznej. Jak ewolucja tworzy nową informację (z ma ą dygresją).

Analiza zmienności czasowej danych mikromacierzowych

KARTA KURSU. Kod Punktacja ECTS* 2

Opis efektów kształcenia na kierunku BIOTECHNOLOGIA

Jaki koń jest nie każdy widzi - genomika populacji polskich ras koni

Generatory przebiegów niesinusoidalnych

Adaptacja sterownika PLC do obiektu sterowania. Synteza algorytmu procesu i sterowania metodą GRAFCET i SFC

wykład dla studentów II roku biotechnologii Andrzej Wierzbicki

Podsumowanie wyników ankiety

Sterownik nagrzewnic elektrycznych ELP-HE24/6

Sławomir Kulesza. Projektowanie automatów synchronicznych

Automatyka i sterowania

XXXII Olimpiada Wiedzy Elektrycznej i Elektronicznej. XXXII Olimpiada Wiedzy Elektrycznej i Elektronicznej

Ściemniacz LED 2.4G RF 12V, 24V 16A + pilot dotykowy

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

Zagadnienia egzaminacyjne INFORMATYKA. Stacjonarne. I-go stopnia. (INT) Inżynieria internetowa STOPIEŃ STUDIÓW TYP STUDIÓW SPECJALNOŚĆ

Część 3. Układy sekwencyjne. Układy sekwencyjne i układy iteracyjne - grafy stanów TCiM Wydział EAIiIB Katedra EiASPE 1

TEST - BIOLOGIA WERONIKA GMURCZYK

synaptycznych wszystko to waży 1.5 kg i zajmuje objętość około 1.5 litra. A zużywa mniej energii niż lampka nocna.

xx + x = 1, to y = Jeśli x = 0, to y = 0 Przykładowy układ Funkcja przykładowego układu Metody poszukiwania testów Porównanie tabel prawdy

Transkrypt:

OBLICZENIA ZA POMOCĄ PROTEIN

KODOWANIE I PRZETWARZANIE INFORMACJI W ORGANIZMACH Informacja genetyczna jest przechowywana w DNA i RNA w postaci liniowych sekwencji nukleotydów W genach jest przemieniana w łańcuch aminokwasów, które składają się na białko W układzie nerwowym informacja kodowana jest przy pomocy neuronów zmysłu Układ nerwowy jest dynamicznie programowalny, tak samo jak i wyjście genomu

KODOWANIE I PRZETWARZANIE - SIECI SYGNALIZACYJNE Wykrywają obecny stan chemiczny danej komórki i podejmują odpowiednią reakcję Nadzorują środowisko zewnętrzne: rejestrują źródła pożywienia, balans soli Biorą pod rozwagę swój wewnętrzny stan Kalkulują i podejmują odpowiednie kroki: ruch, transport błon, wzrost i zanik komórkowy

RODZAJE PRZETWARZANIA INFORMACJI PRZY POMOCY BIAŁEK Pamięciowa przechowywanie informacji Oscylacja cykliczne, regularne przechodzenie przez kolejne sekwencje stanów Selekcja wzorca podejmowanie decyzji o następnych krokach poprzez wybór odpowiedniej informacji wejściowej

BISTABILNOŚĆ Elementy odpowiadające za przetwarzanie informacji otrzymują pełen szumów sygnał analogowy Z tego sygnału muszą wyznaczyć cyfrową odpowiedź binarną o postaci tak bądź nie Przykłady: bakteria poszukująca cukrów, napromieniowana komórka skóry, wirus

BISTABILNOŚĆ Osiągana jest poprzez pamięć utrzymywaną przez sieć biochemiczną Zasada przełącznika włączony bądź wyłączony Stan wyłączenia - glukoza dostępna, represor aktywny poziom laktozy bez znaczenia Stan wyłączenia glukoza niedostępna, uwolniona laktoza dezaktywuje represory co prowadzi do raptownej produkcji białek transportowych

OPERON LAKTOZOWY M mrna P białko transportowe I katalizator I ext zagęszczenie katalizatorów w środowisku zew. k i l constans dla syntezy i degradacji K stała dysocjacji

SYNAPSY Neurony wymieniają informację poprzez małe złącza zwane synapsami. Neuron posiada ok. 10 3 synaps, ludzki mózg ok. 10 15 synaps Są to złożone struktury o średnicy około pół mikrona Współczesne badania eksperymentalne oraz modele teoretyczne sugerują, że zmiana siły połączeń synaps tworzy komórkową podstawę dla stworzenia pamięci.

PRZEŁĄCZNIKI DWUSTANOWE Surowe wymagania dla synaptycznych przełączników, wynikające głównie z budowy synapsy (mała objętość ok. 0,1 femtolitra) Elektryczne stymulanty sterujące synapsą trwające nie więcej niż sekundę mogą spowodować poważne zmiany w synapsie trwające wiele dni, albo nawet cały okres życia synapsy Losowe fluktuacje mogą spowodować zmianę stanu przełącznika

PRZEŁĄCZNIKI DWUSTANOWE - REALIZACJE Realizacja synaptycznych przełączników cząsteczkowych napotyka wiele trudności inżynierskich i wydaje się nie mieć przyszłości. Niemniej jednak badacze zaproponowali dotychczas kilku kandydatów: CaMKII przewidywany czas spontanicznego przełączenia stanu ok. 100 lat MAPK przełącznik decydujący o tym, czy komórka ma rosnąć i się dzielić

OSCYLATORY W pewnych przypadkach odpowiedź komórki nie jest prostą decyzją tak lub nie, tylko pewnym oscylującym wyjściem, na przykład: Komórki przechowujące hormony często wydzielają je w tych samych odstępach czasowych. Nowo zapłodnione komórki jajowe przechodzą gwałtowne, periodyczne zmiany replikacji DNA oraz podziału komórkowego

PĘTLE SPRZĘŻENIA ZWROTNEGO W sieciach z dodatnim sprzężeniem zwrotnym tworzą się przełączniki, natomiast w sieciach z reakcjami biochemicznymi z ujemnym sprzężeniem zwrotnym oraz pewnym rodzajem pamięci pojawiają się oscylacje. Ujemne sprzężenie zwrotne jest dobrym projektem homeostazy buforuje stabilne poziomy, zabezpieczając je przed zmianami w sygnale wejściowym.

SELEKTYWNOŚĆ WZORCA Obliczenia za pomocą białek to nie tylko przełączanie switch y i oscylacje. Selektywność wzorca odnosi się do pewnej możliwości odpowiedzi komórkowych, które mogą być dostrojone do konkretnych wzorców pobudzenia. Na przykład: Embriogeneza, czyli proces, w którym embrion rozwija się i zmienia w złożony organizm z różnymi częściami ciała, jest bardzo mocno zależna od selektywności wzorca. Podobnie w sieciach neuronowych, pierwsze wejście, które otrzymuje synapsa to wzorzec elektrycznych impulsów z podłączonego neuronu, więc synapsa musi być w stanie odkodować ten przychodzący wzorzec.

SELEKTYWNOŚĆ WZORCA Obliczenia za pomocą białek to nie tylko przełączanie switch y i oscylacje. Selektywność wzorca odnosi się do pewnej możliwości odpowiedzi komórkowych, które mogą być dostrojone do konkretnych wzorców pobudzenia. Na przykład: Embriogeneza, czyli proces, w którym embrion rozwija się i zmienia w złożony organizm z różnymi częściami ciała, jest bardzo mocno zależna od selektywności wzorca. Podobnie w sieciach neuronowych, pierwsze wejście, które otrzymuje synapsa to wzorzec elektrycznych impulsów z podłączonego neuronu, więc synapsa musi być w stanie odkodować ten przychodzący wzorzec.

CZĘŚCI SKŁADOWE BIOCHEMICZNYCH OBLICZEŃ

ZACHOWANIE NAJPROSTSZEGO PRZEŁĄCZNIKA

DAG (DIRECTED ACYCLIC GRAPH) Graf przedstawiający związki pomiędzy poszczególnymi przełącznikami biochemicznymi.

ZASTOSOWANIE STRUKTUR BIAŁKOWYCH kontrola, sterowanie (np. biomimika); biotechnologia procesy fizjologiczne (leczenie urazów i ran, reakcje immunologiczne); sztuczny przełącznik genetyczny; oscylator;

KONIECZNE KIERUNKI ROZWOJU poszukiwanie nowych, lepszych metod eksperymentalnych (mikroskopia ilościowa białek, bardziej realistyczne modele matematyczne); zaprojektowanie lepszych narzędzi i algorytmów obliczeniowych (zrozumienie bardziej skomplikowanych struktur białkowych); zrozumienie istoty obliczeń biochemicznych;

SPORY W OBLICZENIOWEJ BIOLOGII KOMÓRKOWEJ metoda eksperymentów (ogólna, wysokowydajna czy szczegółowa, skupiona); sposób modelowania (góra dół, dół góra); model ODE czy model dyskretny;

KONIEC DZIĘKUJEMY ZA UWAGĘ.