Фоточки белков в оптический микроскоп

Я использую для визуализации больших и плотных сфероидов 4x экспансионную микроскопию: т.е. клетки изотропно раздуваются примерно в 4 раза. Когда нужно визуализировать всякие органеллы используют 10x и подобные же подходы для крупных белковых структур.

Однако что если хочется большего? Абсолютно никто не мешает растянуть образец, а потом снова залить его в гель и снова растянуть. Так работает итеративная экспансионная микроскопия и здесь пределов уже нет (ну, кроме того, что при каждом растяжении объекты неизбежно страдают и теряется интенсивность окрашивания).

И вот только что вышел препринт, который исчерпывающе озаглавлен Thousandfold Expansion Microscopy.

Это уже не для клеточек, а для отдельных белков, как методика, конкурирующая с крио-ТЕМ. Подходы, при этом, сходные именно с этой методикой, потому что красивую картинку одиночной молекулы получить нельзя, картинка статистически строится из изображений сотен молекул в разной ориентации.

#microscopy #expansion

Знакомьтесь, это белок p16 и белок p16.

p16-INK4a это триггер сенесценции, активно исследуется в работах по старению и клеточному циклу.

p16-ARC это белок, связанный с актиновым цитоскелетом и его количество кореллирует с количеством бета-актина.

Абсолютно разные белки с разным функционалом, схожие по молекулярной массе и, отсюда, по названию в каталогах. Ну не может же быть, что учёные могут перепутать одно с другим и анализировать актин в своей работе по старению?

...
...
...

Знаменитый Sholto David, охотник за научными фейками, только что опубликовал свое исследование, где нашёл, что ученые путают эти белки регулярно. Сотни работ, в том числе от хороших коллективов в топовых журналах, где люди радостно мониторили сенесценцию по количеству актина.

Самое пугающее, что часто исследователей не смущали странные результаты и они спокойно подводили под них биологическую базу.

Коллеги, давайте покупать антитела осознанно! А не как обычно.

Да, иронично, учитывая недавнюю историю с Термо.

Сегодня в Nature вышла еще одна статья с моим ко-первым авторством со времен постдока, в которой совместно с коллегами из Канады и Германии мы исследовали механизм действия нового антибиотика, действующего против бактериальной рибосомы - маникомицина.

Чем замечательна эта история? Маникомицин - первый известный антибитоик, блокирующий Е-сайт рибосомы на большой субъединице, тот сайт, где деацилированные тРНК ожидают, прежде чем покинуть рибосому на следующем шаге цикла. Долгое время было неясно, насколько этот сайт вообще функционален у бактерий, но как оказалось, его блокада убивает весь биосинтез белка. И это здорово, поскольку маникомицин с самого начала не подвержен резистентностям, которые известны для других функциональных сайтов на рибосоме.

А моя коллега Манприт назвала новое вещество именно так по слову manik - на её родном пенджаби это значит "драгоценность, драгоценный камень".

Экспланты из морского огурца Psolus fabricii, на разные сроки культивации.

Биологической науке всегда нужны модели, на которых мы исследуем всякие штуки.

Классика это, само собой, животные, потом появились культуры клеток и это был эпичный прорыв: можно культивировать штуку в банке и она реагирует почти как настоящая! Дёшево, доступно, удобно.

Но все таки, большая часть организмов устроены сложнее, чем отдельные клетки на пластике или в жидкости.

Потом появились всякие сфероиды, органоиды, ассемблоиды: гораздо более сложные штуки, но все равно невозможно более простые чем организм, со всеми его нервами, имунными клетками, сосудами и прочей требухой.

И вот ученые из Канады предлагают новую модель: куски морского огурца! Причём конкретного вида - P. fabricii.

Авторы статьи обнаружили, что экспланты огурца, в которых есть и сосуды и имунные клетки можно культивировать годами без существенных признаков деградации, что невозможно для сложных кусков, например, мыши или даже огурца другого вида.

#3d_printing

Процесс 3d печати чего-то не такой простой как иногда кажется, в том числе и тем, кто с этим постоянно работает.

Сначала ты конструируешь деталь в каком-нибудь CAD, потом запускаешь слайсер, который превращает её в последовательность команд для принтера: ехать три милиметра сюда, выплёвывать вот столько пластика, вот с такой скоростью.

Но, давайте честно, на каждом из этих этапов уже давно происходит непостижимая магия. Одна магия - конверсия 3d объекта в набор полигонов в STL, другая - конверсия этих полигонов в g-коды.

Ученые из Швейцарии и Румынии решили заняться последней частью: конверсией stl в команды для принтера и выяснили, что современные слайсеры прилично так додумывают от себя. Всевозможные алгоритмы оптимизации процесса печати приводят к заметным геометрическим искажениям. До 0.1 мм, что может сильно испортить жизнь.

PS. У одного из авторов Andreas E. Roser на ютубе шикарнейший канал, где он с использованием самой крутой техники изучает всякое напечатанное и почему оно так.

Итак Термо все таки ответило за свой #фотожаб.

Они выкатили большой и подробный FAQ, в котором на корпоротивно-буллшитовом языке написано примерно ничего.

"In the process of preparing antibody images for publication on its website, some images may have been adjusted to clarify for presentation purposes – not to alter or misrepresent the underlying experimental results. "

"Thermo Fisher has initiated an internal review of the images in its antibody catalog. "

PS. Коллега сказала, что видела такую-же фигню не только в блотах, но и в ИГХ картинках, но не смогла вспомнить где. Если кто-то видел - пишите.

LLM делает людей тупее!

Ладно, это слишком громкое заявление, все, естественно, сложнее.

Исследование провели в Бразилии на 120 студентах, 60 в группе ИИ-ассиста, 60 учились по старинке.

Студенты, которые активно использовали LLM (а конкретно GPT) для помощи в учебе показывали лучшие результаты, пока у них был доступ к этой самой LLM, но провалились в бездну, когда нейросетку у них отняли.

И после курса те, кто учились с LLM помнили материал заметно хуже, чем те, кто скрипел мозгами по старинке.

Необходимо, правда, понимать, что в работе использовалась только конкретная LLM (ChatGPT образца 24-25 года), с тех пор все изменилось и не очевидно в какую сторону.

Я не LLM-луддит (хотя иногда ощущаю себя таким), но логику в этом исследовании в самом деле вижу. Чтобы что-то запомнить, надо об это поскрипеть мозгами. Но все ли надо запоминать?

Ну и если у меня отнять компьютер, использовать который в работе и учебе я более чем привык результаты я покажу тоже отвратительные, это не вина LLM.

#их_нравы

Сразу четверо топовых китайских ученых лишились своих постов после того, как известный блогер Гэн (в прошлом биомед-инженер) опубликовал расследование, где доказал, что они фальсифицировали данные в своих статьях (Nature Cancer, Nature Cell Biology и прочие журналы высшей лиги).

Государственное новостное агентство (Синьхуа) выпустило два специальных сюжета про Гэна, где похвалило его начинания.

Вот так действуют университеты (и вообще государство), которые по-настоящему заинтересованы в развитии своей науки.

Пока же у нас процветают всякие Ватины, Клюевы и прочие герои нашей специальной рубрики #дезинсекция, а в большинстве вузов просто нет положения о научной и публикационной этике (или оно не соблюдается)... впрочем, это, как всегда, #крамольные_мысли