Shawn Douglas - 用于可视化小蛋白质的纳米级仪器 & Bret Victor - Dynamicland

Shawn Douglas - Nanoscale Instruments for Visualizing Small Proteins & Bret Victor - Dynamicland

频道:Foresight Institute · 时长:28:11 · 发布:2022-10-29 · 播放:19538

在 YouTube 观看

简介

Foresight Institute 研讨会视频,包含两场演讲:Shawn Douglas 关于用于可视化小蛋白质的纳米级仪器,以及 Bret Victor 关于 Dynamicland。Victor 的部分展示了在他的 Realtalk 系统中用物理对象构建的生物分子设计。

HN 为什么推荐

HN 指出 Bret Victor 的部分是 Dynamicland 理念应用于特定科学领域的最新具体演示。

它展示了 Dynamicland 概念可以被推进到为单一领域定制的超特定功能集的程度 — HN, 2023

GUI、HCI与界面历史 · 科技先驱与访谈 · 生物学与生物技术

中文字幕节选

所以,结构生物学使得设计新的 治疗方法成为可能,比如在HIV的情况下,正是从结构中获取的知识, 病毒成分的结构,促成了新药的发明,这是一个 长达数十年的努力,当然,类似的努力现在也在 SARS-CoV-2上进行,这只是为了介绍结构生物学作为一项 重要的技术,以及我们作为研究人员所从事的工作, 作为一个研究社区,近年来冷冻电镜真正 加速了这一过程,所以获取 SARS-CoV-2蛋白质和病毒成分结构所需的时间 要快得多,冷冻电镜已经进步到我们可以真正快速获得 许多蛋白质的原子结构,这对于大型 刚性目标非常棒,所以我的实验室有兴趣将这种惊人方法的优势 扩展到那些低于该技术分辨率极限的目标上, 事实证明有很多目标落在这个范围内,所以我们 对小而灵活的目标感兴趣,比如蛋白质和核酸 复合物,那么我说的‘小’是什么意思呢?大约一半的蛋白质组是所谓的‘小’ 蛋白质,基本上小于50千道尔顿,大约4000 个原子,如果你看蛋白质大小的基因组分布,我们会发现大约 一半的基因组编码的蛋白质比这小,这 当然没有考虑低聚物,那些很常见,但仅从 开放阅读框的大小来看,所以,我不打算 谈论灵活性,但仅这些小蛋白质基本上对冷冻电镜 是不可见的,除非有一些特殊的技巧,我们和其他人正在努力找出 利用纳米技术使这些蛋白质可见的技巧,所以 这是我演讲的大纲,我将一般性地描述冷冻电镜方法, 为那些不熟悉的人介绍一下,然后为什么可视化小 蛋白质很困难,我将谈论我们实验室最近 发表的方法,然后我将谈论这个项目的未来愿景或下一 阶段,即我们现在能够看到小东西了,我们 需要限制灵活性,所以我将在最后谈论这一点,最后一部分 是与Bret Victor合作的一部分,所以我将把它交给Bret, 他将描述我们在这个问题上的早期进展,所以从 我们如何用冷冻电镜可视化蛋白质开始,这里有一个冷冻电镜的快速速成课程, 所以想象你想解决这里这个蛋白质的结构,假装你 不知道它是一只鸭子,我们只知道它是一种蛋白质,我们想找到 这个结构,所以你要做的是花几年时间做生物化学, 准备一个纯样品,你将这个样品加载到 电子显微镜网格上,这是一个带有一些小孔的金属小圆盘,如果我们放大 这里,我们要做的是,我们想要的是单层颗粒,所以我们要 加入我们的液滴,吸走多余的液体,然后快速冷冻样品, 这是用一种叫做vitrobot的仪器完成的,它类似于这个猴子 与简单玩具,实际上它看起来就是这样,所以这里有一个 这个吸印和 plunging 步骤的视频,所以现在我们有 我们将样品 plung 到液态乙烷中,所以它被冻结在玻璃态冰中, 我们将这个标本加载到我们的电子显微镜上,然后我们照射 电子束通过标本到一个能检测电子的相机上, 所以我们得到所有单个颗粒在探测器上的阴影,然后我们 在一天或两天内收集数千张显微照片,然后我们 可以从那个数据集中挑选颗粒,所以识别那些阴影,

HN 上的讨论

他最新的Realtalk演示,Realtalk中的生物分子设计,展示了Dynamicland的优势。一如既往,非常令人印象深刻。[VIDEO] — StevenOtto, 2023-07
这是我所知的他的最新作品,录制于2022年Foresight设计分子机器研讨会的演讲,名为“用于可视化小蛋白质的纳米级仪器”,Bret Victor大约在14:14出现[1]。它展示了Dynamicland概念可以被推到多么极端的程度,定制成适合单一领域的超特定功能集——因为他们可以将用户体验解构到那种细节水平。从一开始,将可触摸UI扩展到实际操作系统本身就是Dynamicland的目标,但在这里我们终于看到它作为物理3D对象参与构建环境中的实时数字反馈!![1] [VIDEO] — jimmySixDOF, 2023-01
请看他最新的演示,你可能需要更新那些先验(Bret Victor在舞台上大约14:14)[VIDEO] — jimmySixDOF, 2023-01
我们距离能够大规模实现这类事情还相当遥远。对于文献综述部分,关键问题是LLMs在处理即使是最简单的科学证据:引用[1, 2]方面极其糟糕。它们会变得更好,但尚不清楚LLMs能否有效处理文献中出现的非常稀疏的证据。此外,生成假设并不是限速步骤,更大的问题往往是有宠物项目/假设的人处于权力位置,决定资金优先事项(例如长达数十年的阿尔茨海默病Aβ灾难)。对于实验室的自动化和仪器化,愿景是准确的,并且有兴趣和积极的工作,即使没有大量资金,也在将这一愿景变为现实[3, 4, 5]。然而,我们根本没有所需的工具来以可验证的方式表达实验协议的完整复杂性。当然,你可以编写一个Python脚本来控制机器人,但从中提取科学意义异常困难。我的博士工作是开发一种科学协议的形式语言,我将继续开发它,但还有很长的路要走。1. [LINK] 2. [LINK] 3. [VIDEO] 4. [LINK] 5. [LIN… — tgbugs, 2023-09
有点含糊其辞,但总体观点成立。自90年代以来,我一直有些惊讶地看到PC技术未能真正从人类如何利用嵌入我们环境中的印刷信息中学习。我认为屏幕和投影仪比数字达到纸张效果所需的更困难、更昂贵。但仍然令人失望。顺便说一句,刚看了一个最近的Bret Victor关于他最新的RealTalk/Dynamicland系统应用的演讲:[VIDEO] — maegul, 2022-12

相关视频