-
Новая платформа для криминалистов от Thermo Fisher Scientific
25.11.2019
25.11.2019
Новая платформа для криминалистов от Thermo Fisher Scientific
20 ноября компания Thermo Fisher Scientific запустила продажу
платформы Applied Biosystems SeqStudio Genetic Analyzer for Human Identification. Система, предназначенная для идентификации человека, основана на капиллярном электрофорезе и обеспечивает анализ коротких тандемных повторов (STR) и секвенирование по Сэнгеру. Прибор умещается на столе и рассчитан на применение в маленьких и среднего размера криминалистических лабораториях. Главная особенность системы — сменный картридж, который вмещает капиллярный чип, емкость с полимером и анодный буфер. Одного картриджа хватает на обработку 1 000 образцов. Усовершенствованное программное обеспечение прибора содержит специальный модуль для защиты и отслеживания данных. Производитель также обещает высокую скорость работы: от загрузки образца до получения результата пройдет около 39 минут.
О
других предложениях Thermo Fisher Scientific по экспресс-идентификации личности на PCR.news.
Метод, которым воспользовались исследователи, называется ледяной литографией. Чтобы нанести узоры на тихоходок, команда сперва перевела этих микроскопических животных в криптобиоз, медленно обезвоживая их. Затем каждую тихоходку помещали на бумагу из углеродного композита, охлаждали до –143°C и покрывали анизолом для защиты от повреждений. На слое замерзшего анизола формировали узор с помощью сфокусированного пучка электронов. При нагреве до комнатной температуры в вакууме избыток анизола сублимировался. После этого тихоходок регидратировали. Полученные узоры стабильно держались на поверхности тела тихоходок — это были комбинации квадратов, точек и линий шириной до 72 нм (одним из узоров стала эмблема Университета Уэстлейк в Ханчжоу, где и работали исследователи). Пример напечатанного узора опубликован в статье — с ним можно ознакомиться
по ссылке.
Процедуру пережили около 40% тихоходок (для сравнения, в одном из экспериментов с пребыванием в открытом космосе выжило 68%). Однако на выживших, по-видимому, такая татуировка сказалась не сильно — их поведение после регидратации не отличалось от нормального. Исследователи подчеркивают, что оптимизация позволит сделать метод безопаснее. Они полагают, что ледяная литография найдет применение в биомедицине и астробиологии.
За основу гидрогеля взяли концентрированный акриламид. Перед полимеризацией в него добавили нанолисты синтетического гекторита — разновидности силикатного глинистого минерала. Будучи встроенными в плотную гелевую структуру, они формируют стопки листов, способные сдвигаться относительно друг друга и формировать макроскопический монодомен при сдвиге.
Таким способом авторы статьи, опубликованной в Nature Materials, добились одновременно прочности гидрогеля и его способности к самовосстановлению. Материал обладает прочностью на растяжение до 4,2 мегапаскалей (Мпа) и модулем жесткости 50 МПа. При этом гидрогель характеризуется практически 100%-ной эффективностью самовосстановления при повреждении. Исследователи утверждают, что подход можно обобщить на другие полимеры и нанокомпоненты, чтобы создавать жесткие регенерирующие гидрогели. Они могут найти применение в таких областях, как конструирование мягких роботов, доставка лекарств, заживление ран или создание искусственной кожи.
Основу конструкции составляет пара мягких электрогидравлических приводов, которые крепятся на предплечье пациента. Они настроены часто сжиматься и растягиваться таким образом, чтобы за счет компенсации движений подавить тремор кисти. Для испытаний ученые создали «механического пациента» — роботизированную руку, которая воспроизводила ранее записанные движения руки пациента, в том числе дрожание. Разработанное устройство действительно подавляло клинически значимый тремор в диапазоне от 2 до 8 Гц, генерируя адекватную силу воздействия во всех протестированных случаях.
Ученые отдельно подчеркивают перспективность «механического пациента» в тестировании активных экзоскелетов — для предварительной оценки новой разработки его применять проще и быстрее, чем проводить испытания на реальных пациентах.
В ноябре 2024 года в Science опубликовали статью о создании геномной генеративной модели
Evo. Этот ИИ способен предсказывать ключевые характеристики той или иной ДНК и генерировать последовательности «с нуля» — как отдельные гены, так и целые геномы. Однако Evo обучали только на прокариотических геномных данных, поэтому генерация также ограничивалась последовательностями, характерными для бактерий и архей.
Теперь же на сайте некоммерческой исследовательской организации Arc Institute опубликован пресс-релиз, в котором сообщается, что разработчики выпустили новую версию — Evo 2. В отличие от предшественника, Evo 2 обучали на геномах как прокариот, так и эукариот, в том числе многоклеточных. В обучающую выборку вошло более 128 тысяч полных геномов (в том числе геном человека) и метагеномные данные — в общей сложности 9,3 триллиона пар оснований. По словам авторов, это крупнейшая на сегодняшний день ИИ-модель в биологии.
Evo 2 продемонстрировал универсальность и надежность в выявлении характеристик ДНК, влияющих на кодируемый ей белок. Например, среди вариантов гена BRCA1, ассоциированного с раком молочной железы, модель отличала доброкачественные мутации от потенциально патогенных
с точностью более 90%. Также Evo 2, как генеративная модель, станет ценным инструментом дизайна генов de novo — для исследовательских целей или лечения, такого как генная терапия. Препринт статьи о разработке Evo 2 доступен на
сайте института.
Чтобы формировать сеть нейронных взаимодействий в культуре, исследователи изготовили микрофлюидные устройства. Резервуар и микроканалы в них сконструированы таким образом, чтобы создать иерархически-модульную структуру. Это приблизило модель к устройству нервной системы животных. Нейроны прижились в таких устройствах и протянули отростки через микроканалы, взаимодействуя друг с другом. Регистрация спонтанной активности показала, что в системе формировалось множество ансамблей нейронов. Их активностью можно было управлять с помощью оптогенетической стимуляции. Авторы подчеркивают, что такая модель взаимодействия нервных клеток гораздо больше напоминает то, как учится настоящий мозг.