“无限可能”:研究称新的物理定律可预测基因突变

“无限可能”:研究称新的物理定律可预测基因突变根据朴次茅斯大学的一项研究,一个新的物理学定律可以允许早期预测基因突变。该研究发现,信息动力学第二定律,或称"信息动力学",与热力学第二定律的行为方式不同。这一发现可能对基因组研究、进化生物学、计算、大数据、物理学和宇宙学在未来的发展产生重大影响。研究主要作者MelvinVopson博士来自该大学的数学和物理学院。他说:“在物理学中,有一些规律支配着宇宙中发生的一切,例如天体如何移动,能量如何流动等等。一切都建立在物理学规律之上。最强大的定律之一是热力学第二定律,该定律规定,熵--衡量一个孤立系统中的无序程度--只能增加或保持不变,但永远不会减少。”这是一个与“时间之箭”有关的无可争议的定律,它证明了时间只向一个方向移动。它只能朝一个方向流动,不能倒退。他解释说:“想象一下两个透明的玻璃盒子。在左边,你有红色的气体分子,你可以看到,像红色的烟雾。在右边,你有蓝色的烟雾,在它们之间有一个屏障。如果你移开屏障,这两种气体将开始混合,颜色也会改变。这个系统没有任何过程可以让它自己再次分离出蓝色和红色。换句话说,你不能降低熵,也不能在不花费能量的情况下将系统组织成以前的样子,因为熵只能保持不变或随时间增加。”Vopson博士是一位信息物理学家。他的研究重点是信息系统,其范围可以从笔记本电脑的硬盘到生物体内的DNA和RNA。他与英国中央兰开夏大学的SerbanLepadatu博士合作撰写了这篇论文。Vopson博士补充说:“如果热力学第二定律规定,熵需要保持不变或随时间增加,我想也许信息熵也会如此。但Lepadatu图博士和我发现的情况正好相反--它随时间推移而减少。信息动力学第二定律的作用与热力学第二定律完全相反。”根据Vopson博士的说法,这可能是生物体基因突变的原因。他解释说:“全世界的共识是,突变是随机发生的,然后自然选择决定了突变对一个生物体是好是坏。如果突变对一个生物体有益,它将被保留下来。但是,如果有一个隐藏的过程来驱动这些突变呢?每当我们看到我们不理解的东西,我们就把它描述为‘随机’或‘混沌’或‘超自然’,但这只是我们无法解释的。如果我们能够开始从决定论的角度来看待基因突变,我们就可以利用这个新的物理学规律来预测突变--或者突变的概率--在它们发生之前。”Vopson博士及其同事分析了COVID-19(Sars-CoV-2)的基因组,发现它们的信息熵随着时间而减少。“在短时间内经历若干次突变的东西的最好例子是病毒。这场大流行为我们提供了理想的测试样本,因为Sars-CoV-2变异成了如此多的变体,而现有的数据是令人难以置信的。”他继续说:“COVID的数据证实了信息动力学第二定律,该研究开启了无限的可能性。想象一下,观察一个特定的基因组,并在突变发生之前判断它是否有益。这可能是改变游戏规则的技术,可用于遗传疗法、制药业、进化生物学和大流行病研究。”...PC版:https://www.cnbeta.com/articles/soft/1313257.htm手机版:https://m.cnbeta.com/view/1313257.htm

相关推荐

封面图片

研究发现小鼠自带先天性基因疗法 可避免基因突变

研究发现小鼠自带先天性基因疗法可避免基因突变在成为成熟的信使核糖核酸(mRNA)之前,前mRNA会在细胞核内被修改。内含子(RNA的非编码部分)被去除,外显子(RNA的编码部分)被拼接在一起,形成成熟的mRNA。然后,成熟的mRNA被输出到细胞质中,细胞的核糖体"机器"在那里将遗传信息解码成细胞过程所需的蛋白质。但是,RNA也可以通过非编码RNA来调节基因活动,因为非编码RNA的基因序列并不用于生成蛋白质。4.5SH就是这样一种非编码RNA,它只存在于小鼠和大鼠等小型啮齿动物体内。4.5SH基因形成了一个大型的串联重复序列集群,即在一个基因中多次重复的DNA短序列,每个细胞中的分子数超过10,000个。由日本北海道大学研究人员领导的一项新研究发现,4.5SHRNA的作用是规避小鼠DNA在mRNA成熟过程中发生的突变。该研究的通讯作者之一中川伸一说:"4.5SHRNA于20世纪70年代被发现,尽管它在许多类型的组织中大量存在,但其功能40多年来一直是个谜。"研究人员发现,敲除小鼠的4.5SH基因是致命的,会导致小鼠在胚胎阶段死亡,这表明4.5SHRNA是小鼠体内一种重要的非编码RNA。中川说:"众所周知,小鼠基因组中编码重要蛋白质的基因有许多致命突变。"4.5SHRNA具有大量清除这些突变的能力--本质上,它是一种天然的基因疗法,可以防止突变"。RNA测序显示,4.5SHRNA能保护转录组(所有RNA转录本的集合,包括编码和非编码)免受异常外显子的影响,否则这些异常外显子会引入过早的终止密码子,即终止蛋白质翻译过程的信号,或者移帧突变,即改变序列读取方式的插入或缺失。通过分析4.5SHRNA的分子结构,研究人员发现它由两部分组成:一个是能识别异常外显子的传感器模块,另一个是能与异常外显子碱基配对的效应模块,以防止它们通过一种叫做替代剪接的过程并入mRNA中。在替代剪接过程中,一个突变的外显子会在剪接过程中被跳过,从而产生一种功能相似的新蛋白质(称为异构体),而不会丢失原有的蛋白质。中川说:"据我们所知,这是第一个自然产生的RNA能够以明确的开/关方式调节替代剪接的例子。我们的研究还表明,这种非编码RNA中的很大一部分可能参与控制替代剪接。"4.5SHRNA可作为小鼠的天然基因治疗剂,防止RNA变异(左)。通过对4.5SHRNA进行工程设计,有可能将其用于治疗人类遗传疾病(右)中川真一/北海道大学通过了解4.5SHRNA的模块化结构,研究人员设计出了一种可编程剪接调节器(嵌合RNA),以诱导跳过感兴趣的目标外显子。他们设计的嵌合RNA可以成为基因工程的有用工具。中川说:"我们的发现表明,通过修改4.5SHRNA的传感器模块,有可能开发出只识别特定基因突变的新型基因治疗药物,这样我们就有可能阻止与疾病相关的有毒区域表达。"这项研究发表在《分子细胞》(MolecularCell)杂志上。...PC版:https://www.cnbeta.com.tw/articles/soft/1404415.htm手机版:https://m.cnbeta.com.tw/view/1404415.htm

封面图片

谷歌 DeepMind 利用人工智能预测人类有害的基因突变

谷歌DeepMind利用人工智能预测人类有害的基因突变谷歌DeepMind的科学家们建立了一个人工智能程序,可以预测数百万个基因突变是否无害或可能导致疾病,以加快罕见疾病的研究和诊断。该程序对所谓的基因突变(DNA代码中的单个字母拼写错误)进行预测。此类突变通常是无害的,但它们会破坏蛋白质的工作方式并导致囊性纤维化和镰状细胞性贫血、癌症和大脑发育问题等疾病。研究人员使用AlphaMissense评估了可能影响人类蛋白质的所有71m个单字母突变。当他们将程序的精确度设置为90%时,它预测57%的错义突变可能是无害的,32%的错义突变可能是有害的。其余的影响尚不确定。来源:投稿:@ZaiHuaBot频道:@TestFlightCN

封面图片

DeepMind 利用人工智能预测人类的有害基因突变

DeepMind利用人工智能预测人类的有害基因突变这个名为AlphaMissense的人工智能工具评估了所有7100万个"错义"突变,在这些突变中,人类遗传密码中的一个字母发生了变化。其中,32%被归类为可能致病,57%为良性,其余不确定。研究结果于本周二发表在《科学》杂志上。Meta公司首席执行官马克-扎克伯格(MarkZuckerberg)周二宣布,他与妻子普莉希拉-陈(PriscillaChan)共同创立的慈善组织"陈-扎克伯格倡议"(ChanZuckerbergInitiative)将建立"最大的计算系统之一,专门用于非营利性生命科学",这说明了人工智能在生命科学领域的资源投入。它将专注于利用人工智能来模拟活细胞中发生的事情。人类专家迄今只发现了0.1%的错义变体的临床影响,这些变体改变了人体主要工作分子--蛋白质的结构。DeepMind伦敦总部的项目研究员ŽigaAvsec说:"发现致病变异的实验既昂贵又费力。每种蛋白质都是独一无二的,每个实验都必须单独设计,这可能需要几个月的时间。通过使用人工智能预测,研究人员可以一次预览数千种蛋白质的结果,这有助于确定资源的优先次序,加快更复杂的研究。""我们应该强调的是,这些预测从未真正打算单独用于临床诊断,"同为该项目的研究人员程俊说。"它们应该始终与其他证据一起使用。不过,我们确实认为,我们的预测将有助于提高罕见病的诊断率,也有可能帮助我们找到新的致病基因。"AlphaMissense预测显示了两种蛋白质结构的突变(见另一张图片)。红色为有害,蓝色为良性,灰色为不确定英国政府的英格兰基因组研究所(GenomicsEngland)根据其自身对导致罕见病的基因变异的大量记录对该工具的预测进行了测试,结果令人印象深刻,副首席医疗官埃伦-托马斯(EllenThomas)说。托马斯说:"我们没有参与该工具的开发,也没有提供数据对其进行训练,因此我们可以进行独立评估。它与我们已经在使用的工具完全不同。我认为这是一个巨大的进步,我们很高兴能参与到考虑使用该工具的最后阶段。"她希望AlphaMissense能被用于医疗保健领域,成为"临床科学家的副驾驶,标记出他们应该关注的变体,以便他们能更高效地完成工作"。DeepMind以其预测蛋白质结构的AlphaFold工具为基础,开发出了AlphaMissense。该人工智能工具还从大量生物证据中了解到人类和其他灵长类动物基因突变的特征,这些特征使得基因变异具有致病性或良性。该公司成立于2010年,是一家专业的人工智能开发商,2014年被Google收购,它已将该工具"免费提供给科学界"。它的预测结果将被纳入剑桥欧洲生物信息研究所(EuropeanBioinformaticsInstitute)运行的、被广泛使用的Ensembl变异效应预测器(EnsemblVariantEffectPredictor)。Avsec说,AlphaMissense也有局限性。最重要的是,它对致病性的预测"只是一般意义上的,并不能告诉我们变异体的生物物理性质"。他补充说,随着该工具的进一步开发,这些见解可能会更加清晰地显现出来。剑桥韦尔科姆-桑格研究所细胞遗传学负责人莎拉-泰克曼(SarahTeichmann)没有参与这项研究,她说,虽然个别错义突变是疾病的重要原因,但DNA中其他具有临床意义的变化超出了该工具的范围。她说:"我们不应该夸大其词,说这将解决一切问题。但拥有如此强大的解释性人工智能来整合如此多的基因组数据,确实是一种进步。"...PC版:https://www.cnbeta.com.tw/articles/soft/1385057.htm手机版:https://m.cnbeta.com.tw/view/1385057.htm

封面图片

耶鲁大学物理系提供该领域各个学科的广泛研究生和本科课程,包括五种不同的本科生入门课程,他们可以攻读文学士或理学学士学位。

耶鲁大学物理系提供该领域各个学科的广泛研究生和本科课程,包括五种不同的本科生入门课程,他们可以攻读文学士或理学学士学位。研究生课程提供许多领域的研究机会,包括原子能物理学和量子光学;核物理;粒子物理学;天体物理学和宇宙学;凝聚态物质;量子信息物理和应用物理。本课程为在物理和数学方面有良好准备的学生提供了对物理原理和方法的全面介绍。重点放在解决问题和定量推理上。本课程涵盖牛顿力学、狭义相对论、万有引力、热力学和波。这是物理学基础I(PHYS200)的延续,这是为在物理和数学方面有良好准备的学生开设的物理学原理和方法的入门课程。本课程涵盖电学、磁学、光学和量子力学。

封面图片

研究发现癌症可以在没有基因突变的情况下发生

研究发现癌症可以在没有基因突变的情况下发生虽然已有研究描述了这些过程对癌症发展的影响,但这是科学家们首次证明基因突变并非癌症发病的必要条件。这一发现迫使我们重新考虑30多年来一直认为癌症主要是遗传疾病的理论,即癌症必然是由基因组水平上累积的DNA变异引起的。通过降低多聚核蛋白的表达水平而获得肿瘤的例子。左边是正常发育过程中眼睛前体组织的例子。右图是通过降低多聚核蛋白的表达水平而诱发的肿瘤。DNA被染成蓝色。位于细胞末端的一种蛋白质被标记为绿色,以显示细胞在组织中的组织方式。肿瘤中失去了正常的组织结构。比例尺:100微米。图片来源:GiacomoCavalli为了证明这一点,研究小组重点研究了能改变基因活动的表观遗传因素。通过在果蝇体内造成表观遗传失调,然后将细胞恢复到正常状态,科学家们发现基因组的部分功能仍然失调。这种现象会诱发一种肿瘤状态,这种肿瘤状态会自主维持并继续发展,即使导致肿瘤的信号已经恢复,这些细胞的癌变状态仍会保持在记忆中。这些结论将于2024年4月24日发表在《自然》杂志上,为肿瘤学开辟了新的治疗途径。说明在人类遗传学研究所(法国国家科学研究中心/蒙彼利埃大学)工作。表观遗传学研究的是在相同的DNA序列下,不同基因表达谱的遗传机制。基因组被定义为细胞或生物体内所含的遗传物质集合,也就是整个DNA序列。科学家们重点研究了被称为多聚核蛋白的表观遗传因子,它们调控着关键基因的表达,在许多人类癌症中都出现了失调。当这些蛋白被实验性地移除时,目标基因的活性就会被打乱:一些基因可以激活自身的转录并自我维持。当多聚核糖蛋白重新整合到细胞中时,一部分基因会对这些蛋白产生抗性,并在细胞分裂过程中保持失调,从而使癌症继续发展。编译来源:ScitechDaily...PC版:https://www.cnbeta.com.tw/articles/soft/1428517.htm手机版:https://m.cnbeta.com.tw/view/1428517.htm

封面图片

新技术可发现基因突变初期迹象

新技术可发现基因突变初期迹象发表于《自然》杂志在线版的一项最新研究介绍了一种名为HiDEF-seq的创新技术,它可准确检测出突变前DNA代码中的早期分子变化。该技术能以极高准确率检测双链突变,可在DNA字母代码变化仅出现在DNA双链中的一条链上时,就检测到这些变化。估计每分析100万亿个碱基对,才会出现一次错误。该研究由美国纽约大学朗格尼医学中心研究小组牵头,旨在厘清DNA突变发生的最初步骤。(科技日报)

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人