クライオ電子顕微鏡を用いてタンパク質の立体構造が次々と解明されています。昨日、東北大学と理化学研究所の、高性能国産クライオ電子顕微鏡（CRYO ARM 300）を用いた共同研究で、アポフェリチン（apoferritin）というタンパク質内のほとんどの水素原子の位置や、化学結合の様子、アミノ酸の示す正負の電荷分布などをなんと1.2Å以下の精度で決定することに成功したという論文が発表されました。アポフェリチンというのは、鉄を運ぶタンパク質ですが、クライオ電顕の性能テストに標準品としてよく使われるので有名なタンパク質です。今回の論文の著者らによる立体構造がこちらに掲載されているので眺めてみてください。 https://pdbj.org/emnavi/quick.php?lang=ja&id=emdb-9890 今回は、高性能のクライオ電子顕微鏡を使って、ついにこのアポフェリチンの立体構造を原子が一個一個見えるほどの精度で決定することができたそうです。タンパク質内に存在するほとんどの水素原子を（上のtwitterの図に緑で示しているように）、球殻としてみることができるようになりました。これは水溶液中のほとんどの水素原子の分布が原子レベルでみられるということで、アミノ酸の水素原子や水素結合の他、タンパク質内の水分子も見えています。結晶化することなくタンパク質の構造がわかるクライオ電子顕微鏡をつかって、水溶液中に存在するタンパク質の立体構造を原子一個一個のレベルで見ることができるのは画期的です。サンプルは凍っているので、生体内の体温で動いている分子の構造とは（水分子の空間分布が水溶液と氷とではがちがうので）同じとはいえません。しかしこの凍結しているタンパク質の構造をもとに、常温でのタンパク質の水和構造や水素結合、プロトン移動反応などを解明するための第一歩がふみだされたのは間違いありません。私達の研究している糖鎖が付加された蛋白質の糖鎖の構造も読めるようになることを期待しています。 Saori Maki-Yonekura, Keisuke Kawakami, Kiyofumi Takaba, Tasuku Hamaguchi, Koji Yonekura, “Measurement of charges and chemical bonding in a cryo-EM structure”, Communications Chemistry, 10.1038/s42004-023-00900-x 論文はこちらからダウンロードできます。https://www.nature.com/articles/s42004-023-00900-x
さて動画の要約ですが、上に述べた三つのプラグインは、英語のpluginなのでどうやら英語のスクリプトを探してそれをもとに要約する仕組みのようです。Video Insightsはさらに動画の長さが60分より短いものでなくては要約できないという制限がありました。 ChatWithVideoのプラグインにはその制限はないようです。ただYouTube以外では要約できないようでした。 実は最近、NIH videocastでOverview of ChatGPT and other Large Language Models and their applications in Biomedicineという動画が公開されています。 https://videocast.nih.gov/watch=49795
これはNIHのサイトでしかまだ見ることができない (もちろんダウンロードはいつものようにできます）ので、上のurlをChatGPTのプロンプトにいれてみました。するとWebpilotが動き出して以下のように要約してくれました。 【私】Could you please summarize the following video? https://videocast.nih.gov/watch=49795 【ChatGPT】Used WebPilot The video titled “Overview of ChatGPT and other Large Language Models and their applications in Biomedicine” is a comprehensive review of Large Language Models (LLMs), focusing on their use in Biomedical and Clinical applications. The talk was given by Dr. Shubo Tian and Dr. Qiao Jin, both of whom are research scientists with extensive experience in the field.
Here’s a brief summary of the video:
Introduction and Overview of LLMs: The talk begins with an introduction to LLMs, particularly focusing on ChatGPT and GPT-4 by OpenAI. These models have garnered significant attention from both the general public and professionals in various domains.
Applications in Biomedicine: The speakers discuss how LLMs can be used in various biomedical and clinical applications. This includes information retrieval, information extraction (such as named entity recognition and relation extraction), entity linking, and health outcome predictions.
Potential and Challenges: The talk also addresses the potential of LLMs in driving innovation and improving outcomes in the biomedical field. It discusses the current challenges in the field and how LLMs can help overcome them.
Case Studies and Examples: The speakers provide examples and case studies to illustrate their points. These include the use of pre-trained language models in biomedicine and the development of benchmarks for evaluating LLMs.
Conclusion and Q&A: The talk concludes with a Q&A session where the speakers answer questions from the audience.
Please note that this is a high-level summary and the actual content may contain more detailed information and nuanced discussions.
AMED (エーメド：日本医療研究開発機構 Japan Agency for Medical Research and Development）からそうした要望にピッタリのとてもよい参考書が無料公開されています。コンプライアンス教育の一環として皆が読むとよい本だと思います。捏造とか経理の不正のみならず、利益相反だのギフトオーサーシップ、医療での患者さんの個人情報の扱いなどの注意点も具体的な記述で例が挙げられているので役立ちます。 現代の科学に携わるものが従うべき常識を、まず身につけることが不可欠ですので是非お読みください。
今日は簡単な記事です。 MIT Pressから発行される予定の深層学習の教科書のドラフト版（出版社に送ったものそのまま）が無料で著者のGithubからダウンロードできます。https://udlbook.github.io/udlbook/ “Understanding Deep Learning” written by Simon J.D. Prince (Barth大学）To be published by MIT Press. という本です。深層学習のアイデアを初心者に理解してもらうことに狙いを絞った本で、証明などを全く含まない数学的記述と、ほとんどコードを含まない本文からなる本です。前半部（13章のgraph neural networkまで）は学部二年生が読める程度の線形代数や微分積分、確率のレベルで理解できるように書いてあるそうです。それ以降の生成モデルや強化学習を扱う章はより進んだ読者向けだそうです。また末尾にはDeep Learningの倫理的側面についての専門家が執筆した章もついています(著者はTravis LaCroix と Simon J.D. Prince）。 この本のスライドや図、python codeの入っているnotebookなどはこちらからダウンロードできます。 https://github.com/udlbook/udlbook
ノーベル化学賞を去年受賞したBertozziさんと、Ryan A Flynnさんが、糖鎖が結合したRNAを発見し、glycoRNA (glycosylated RNA)と名付けました (ノーベル賞受賞前の2021年の論文です）。糖鎖が結合した生体分子には、糖タンパク質と糖脂質があることは有名ですが、RNAにも糖鎖が結合していること、そしてそれがN型糖鎖であること、シアル酸とフコースに富んだ糖鎖であり、glycoRNAは主に細胞膜表面に存在している事などが以下の論文で報告されています (これはオープンアクセスで誰でもダウンロードして読めます。） https://pubmed.ncbi.nlm.nih.gov/34004145/ Cell. 2021 Jun 10;184(12):3109-3124.e22.doi: 10.1016/j.cell.2021.04.023. Epub 2021 May 17. Small RNAs are modified with N-glycans and displayed on the surface of living cells
そして細胞表面に存在するglycoRNAを可視化することに成功したという論文が5月22日に発表されました。glycoRNAはラフトと共局在しており、細胞内の移動は SNARE タンパク質を介した secretory exocytosisを使っているらしいことも述べられています。 Ma, Y., Guo, W., Mou, Q. et al. Spatial imaging of glycoRNA in single cells with ARPLA. Nat Biotechnol (2023). https://doi.org/10.1038/s41587-023-01801-z こちらはNature Biotechnologyにでている論文でpay wallの中にあるので、契約している機関や購読している個人、あるいはお金を払って購入してからしか読むことができません。ただ図は上のリンクにあるFiguresのタブからみられますし、以下のリンクからもみることができますので、glycoRNAが細胞膜上のラフトに共局在している様子や、癌細胞や免疫細胞でglycoRNA の発現量が変動している様子などがみられます。 https://figshare.com/projects/Spatial_Imaging_of_GlycoRNA_in_single_Cells_with_ARPLA/164113
Fantastic work from @LuLabUT imaging cell surface #glycoRNA with glycoaptamer RNA-mediated proximity ligation. More evidence for roles in cancer, immunology, so much to learn about the mysteries of glycoRNA. @raflynn5 launched a fascinating new field! https://t.co/EXGeEFyOv6
— Carolyn Bertozzi (@CarolynBertozzi) May 24, 2023
