Идеальное разрешение
Каждый декабрь разные издания публикуют топы научных достижений уходящего года. Сегодня расскажу о нескольких достижениях, которые особо не заметили в широких новостях, но горячо обсуждались в научных кругах. Думаю, именно они сыграют важную роль в будущем.
Дело в том, что сразу два популярных вида микроскопии: флуоресцентная и электронная — приблизились к своему идеальному разрешению.
Начну издалека. Откройте карты на телефоне и посмотрите на вашу геолокацию. Технически телефон измеряет свое местоположение, а не ваше. В каком случае геолокация телефона определена с идеальным разрешением? — когда погрешность геолокации равна размеру телефона (а точнее чипа GPS).
Флуоресцентная микроскопия чем-то напоминает определение геолокации. Вы прикрепляете флуоресцентную (светящуюся) метку, например, к какому-нибудь белку в клетке. Далее флуоресцентный микроскоп позволяет увидеть, в какой именно части клетки находится эта метка (а значит и сам белок). Задача похожа на определение геолокации, где вы - это белок, а телефон с GPS — флуоресцентная метка.
С развитием метода точность поиска метки все время росла. И вот Abberior Instruments — компания Штефана Хелля (я его уже упоминал: тык) — показали микроскоп Minflux, разрешение которого равно размеру флуоресцентной метки. На фото видно его разрешение по сравнению с конфокальным микроскопом (больше фоток на сайте - тык). Судя по соцсетям, Minflux расходится как горячие пирожки. Уже выходят первые исследования, сделанные на этом микроскопе. And there are more to come…
Теперь про электронную микроскопию:
Единственное отличие от обычного светового микроскопа — на образец светят пучком электронов — это позволяет увеличить разрешение на порядки. Улучшенная версия — криоэлектронная микроскопия — даже позволяет определять структуру белков, то есть найти координату каждого атома белка в 3D.
Но в случае со структурами белков задача чуть сложнее, чем с геолокацией. Микроскоп может делать только двухмерные фотографии. Таким образом вы фотографируете двухмерную “тень” трехмерного объекта. А дальше комп собирает из этих “теней” 3D-структуру. Идеальное разрешение структуры белка должно быть соизмеримо с размером атома (сильно утрирую).
Лет 10 назад многие бы сказали, что это нереально. Но в этом году сразу две лаборатории (раз, два) за счет ряда улучшений смогли достичь разрешения структуры белка с точностью в один атом!.. Один атом, Карл!
Хорошо, увеличилось разрешение: и что с того? — Дело в том, что большая часть новых данных об устройстве живой клетки производится именно этими методами. Современная физиология клетки уже кардинально отличается от физиологии 10 лет назад. Судя по последним улучшениям разных методов, скоро физиология окончательно покроется уравнениями и расчетами и превратится в биофизику на стероидах.
Казалось, что год можно заканчивать, но тут отличились ребята из Google Deepmind (та самая компания, чья нейросеть обыграла человека в го). Они заявили, что им вообще не нужен никакой микроскоп, чтобы узнать структуру белка.
Они показали нейросеть AlphaFold, которая с довольно высокой точностью предсказывает структуру белка всего лишь по его аминокислотной последовательности. Разрешение ниже, чем в криоэлектронной микроскопии, но, думаю, это вопрос времени. Если эта штука заработает рутинно, то для получения структуры белка вместо многомиллионного оборудования и недель работы достаточно будет иметь ноут с инетом, и вы получите структуру в один клик. То есть предсказание потенциальных лекарств будет занимать два клика. Заслуженно многие отзывы об этой работе начинались со слов “It’s a game changer”.
Бонус:
Deepmind вообще феерили в этом году. Например они показали нейросеть, которая лучше живых врачей предсказывает рак груди по маммограммам. Сейчас есть куча лаб, которые пытаются научить комп ставить диагнозы по рентгеновским снимкам, МРТ или УЗИ. Но таких убедительных результатов я еще не видел.
Всем добра,
Тг
#научпоп
Каждый декабрь разные издания публикуют топы научных достижений уходящего года. Сегодня расскажу о нескольких достижениях, которые особо не заметили в широких новостях, но горячо обсуждались в научных кругах. Думаю, именно они сыграют важную роль в будущем.
Дело в том, что сразу два популярных вида микроскопии: флуоресцентная и электронная — приблизились к своему идеальному разрешению.
Начну издалека. Откройте карты на телефоне и посмотрите на вашу геолокацию. Технически телефон измеряет свое местоположение, а не ваше. В каком случае геолокация телефона определена с идеальным разрешением? — когда погрешность геолокации равна размеру телефона (а точнее чипа GPS).
Флуоресцентная микроскопия чем-то напоминает определение геолокации. Вы прикрепляете флуоресцентную (светящуюся) метку, например, к какому-нибудь белку в клетке. Далее флуоресцентный микроскоп позволяет увидеть, в какой именно части клетки находится эта метка (а значит и сам белок). Задача похожа на определение геолокации, где вы - это белок, а телефон с GPS — флуоресцентная метка.
С развитием метода точность поиска метки все время росла. И вот Abberior Instruments — компания Штефана Хелля (я его уже упоминал: тык) — показали микроскоп Minflux, разрешение которого равно размеру флуоресцентной метки. На фото видно его разрешение по сравнению с конфокальным микроскопом (больше фоток на сайте - тык). Судя по соцсетям, Minflux расходится как горячие пирожки. Уже выходят первые исследования, сделанные на этом микроскопе. And there are more to come…
Теперь про электронную микроскопию:
Единственное отличие от обычного светового микроскопа — на образец светят пучком электронов — это позволяет увеличить разрешение на порядки. Улучшенная версия — криоэлектронная микроскопия — даже позволяет определять структуру белков, то есть найти координату каждого атома белка в 3D.
Но в случае со структурами белков задача чуть сложнее, чем с геолокацией. Микроскоп может делать только двухмерные фотографии. Таким образом вы фотографируете двухмерную “тень” трехмерного объекта. А дальше комп собирает из этих “теней” 3D-структуру. Идеальное разрешение структуры белка должно быть соизмеримо с размером атома (сильно утрирую).
Лет 10 назад многие бы сказали, что это нереально. Но в этом году сразу две лаборатории (раз, два) за счет ряда улучшений смогли достичь разрешения структуры белка с точностью в один атом!.. Один атом, Карл!
Хорошо, увеличилось разрешение: и что с того? — Дело в том, что большая часть новых данных об устройстве живой клетки производится именно этими методами. Современная физиология клетки уже кардинально отличается от физиологии 10 лет назад. Судя по последним улучшениям разных методов, скоро физиология окончательно покроется уравнениями и расчетами и превратится в биофизику на стероидах.
Казалось, что год можно заканчивать, но тут отличились ребята из Google Deepmind (та самая компания, чья нейросеть обыграла человека в го). Они заявили, что им вообще не нужен никакой микроскоп, чтобы узнать структуру белка.
Они показали нейросеть AlphaFold, которая с довольно высокой точностью предсказывает структуру белка всего лишь по его аминокислотной последовательности. Разрешение ниже, чем в криоэлектронной микроскопии, но, думаю, это вопрос времени. Если эта штука заработает рутинно, то для получения структуры белка вместо многомиллионного оборудования и недель работы достаточно будет иметь ноут с инетом, и вы получите структуру в один клик. То есть предсказание потенциальных лекарств будет занимать два клика. Заслуженно многие отзывы об этой работе начинались со слов “It’s a game changer”.
Бонус:
Deepmind вообще феерили в этом году. Например они показали нейросеть, которая лучше живых врачей предсказывает рак груди по маммограммам. Сейчас есть куча лаб, которые пытаются научить комп ставить диагнозы по рентгеновским снимкам, МРТ или УЗИ. Но таких убедительных результатов я еще не видел.
Всем добра,
Тг
#научпоп
Дойная корова
Давайте на секунду забудем про высокие цели и обсудим академическую карьеру с утилитарной точки зрения.
В науке есть устоявшаяся лестница карьерного роста: студент -> аспирант -> постдок -> временный профессор -> постоянный профессор (tenured). После постдока могут быть всякие пертурбации типа инструктора или senior research associate. Но, как правило, постдоки, которые хотят остаться в академии, метят в профессора. Эту ступень и обсудим.
При поиске профессорской позиции и создании лаборатории важно грамотно выбрать тему. Если из вас как из рога изобилия валят гениальные идеи, или вы прост забираете тему с постдока в свою лабу, то все хорошо. Если темы нет, то нужно ее искать.
Как вариант можно сделать лабу, основанную на каком-то методе и превратиться в часть инфраструктуры универа. Про этот вариант я уже рассказывал (тык).
Если это не для вас, то надо искать тему исследования. Как вариант можно почитать ревью. Обычно в конце авторы пишут, что именно в данной области еще не известно, и на какие вопросы предстоит ответить. Если ничего не нашли, можно самому почитать статьи и сложить из них общую картину — по-любому найдутся пробелы.
Но есть и читерский ход — заглянуть в базу данных грантов. Например у NIH — одного из крупнейших источников финансирования биомеда в США — есть система грантов NIH RePORTER. Там есть все: институты и фамилии исследователей, сколько им дали денег, и на какую тему. Даже абстракты прилагаются. Подобные базы данных есть во многих странах.
Допустим, вы хотите заниматься структурой рецепторов, но не знаете, какой именно рецептор выбрать для исследований. Ищете несколько разных рецепторов в NIH RePORTER. При первом же поиске можно оценить востребованность темы по количеству грантов в целом, и в каждом институте по отдельности. Если вас не берут в условный Гарвард, где вся поляна занята, то через несколько минут поиска можно найти, что криоэлектронный микроскоп для исследования структуры рецепторов есть и в далеком университете Монтаны, где конкуренция гораздо ниже.
Также можно прикинуть конкуренцию по количеству выпавших фамилий. Возможно многих вы уже знаете, если вы раньше крутились в этой области. Скорее всего эти же люди будут оценивать ваши заявки на гранты и давать отзывы на научные статьи.
И здесь надо найти золотую середину: чтобы ваша работа была востребована, но не захлебнуться в конкуренции. Многие профессора, которые удачно выбрали тему и смогли хорошо опубликоваться в первые годы, потом могут десятилетиями доить ее как корову, обновляя гранты раз за разом. Знаю таких лично, и в базе данных грантов их не сложно отследить.
Ну и надо отметить, что я сам еще аспирант: до профессора мне пахать и пахать. Умозаключения выше основаны на личных наблюдениях за карьерами старших знакомых: кто как делал, и у кого как получилось.
Снизу статистика по выдачам очень популярного гранта для профессоров — NIH-RO1. Больше статистики по грантам NIH на NIH Data Book.
Всем добра,
Тг
#научпоп
Давайте на секунду забудем про высокие цели и обсудим академическую карьеру с утилитарной точки зрения.
В науке есть устоявшаяся лестница карьерного роста: студент -> аспирант -> постдок -> временный профессор -> постоянный профессор (tenured). После постдока могут быть всякие пертурбации типа инструктора или senior research associate. Но, как правило, постдоки, которые хотят остаться в академии, метят в профессора. Эту ступень и обсудим.
При поиске профессорской позиции и создании лаборатории важно грамотно выбрать тему. Если из вас как из рога изобилия валят гениальные идеи, или вы прост забираете тему с постдока в свою лабу, то все хорошо. Если темы нет, то нужно ее искать.
Как вариант можно сделать лабу, основанную на каком-то методе и превратиться в часть инфраструктуры универа. Про этот вариант я уже рассказывал (тык).
Если это не для вас, то надо искать тему исследования. Как вариант можно почитать ревью. Обычно в конце авторы пишут, что именно в данной области еще не известно, и на какие вопросы предстоит ответить. Если ничего не нашли, можно самому почитать статьи и сложить из них общую картину — по-любому найдутся пробелы.
Но есть и читерский ход — заглянуть в базу данных грантов. Например у NIH — одного из крупнейших источников финансирования биомеда в США — есть система грантов NIH RePORTER. Там есть все: институты и фамилии исследователей, сколько им дали денег, и на какую тему. Даже абстракты прилагаются. Подобные базы данных есть во многих странах.
Допустим, вы хотите заниматься структурой рецепторов, но не знаете, какой именно рецептор выбрать для исследований. Ищете несколько разных рецепторов в NIH RePORTER. При первом же поиске можно оценить востребованность темы по количеству грантов в целом, и в каждом институте по отдельности. Если вас не берут в условный Гарвард, где вся поляна занята, то через несколько минут поиска можно найти, что криоэлектронный микроскоп для исследования структуры рецепторов есть и в далеком университете Монтаны, где конкуренция гораздо ниже.
Также можно прикинуть конкуренцию по количеству выпавших фамилий. Возможно многих вы уже знаете, если вы раньше крутились в этой области. Скорее всего эти же люди будут оценивать ваши заявки на гранты и давать отзывы на научные статьи.
И здесь надо найти золотую середину: чтобы ваша работа была востребована, но не захлебнуться в конкуренции. Многие профессора, которые удачно выбрали тему и смогли хорошо опубликоваться в первые годы, потом могут десятилетиями доить ее как корову, обновляя гранты раз за разом. Знаю таких лично, и в базе данных грантов их не сложно отследить.
Ну и надо отметить, что я сам еще аспирант: до профессора мне пахать и пахать. Умозаключения выше основаны на личных наблюдениях за карьерами старших знакомых: кто как делал, и у кого как получилось.
Снизу статистика по выдачам очень популярного гранта для профессоров — NIH-RO1. Больше статистики по грантам NIH на NIH Data Book.
Всем добра,
Тг
#научпоп
Признак хорошей аспирантуры
Сформулировал для себя один важный признак хорошей аспы: высокое соотношение числа профессоров и аспирантов. Чем больше профессоров на одного аспиранта, тем лучше.
Да, так просто.
Основная цель аспы — сделать из всезнающих и ничего не умеющих студентов профессиональных ученых. Для этого аспирант должен выполнить большой (3-5 лет) научный проект — диссертацию. Попадать пипеткой в пробирку и включать микроскоп можно научиться за пару месяцев. А все остальное — от гипотезы и плана работы до обсуждение результатов и оформления исследования в научную статью — требует внимания профессора.
Или нескольких. Чем больше глаз критически оценят вашу работу, тем лучше.
Я понял, насколько это важно, когда попал в Корнелл. Только на нашем факультете на 45-50 профессоров приходится 50-60 аспирантов (набирают около 10 аспирантов в год) — получается почти один к одному. Это много, учитывая, что наш факультет не набирает бакалавров. Соответственно они не отнимают профессорское время.
Еще есть други факультеты. Также в наш кампус входят Rockefeller University и MSK Cancer Center — мы буквально обставлены профессурой. Все — известные ученые с тысячами и десятками тысяч цитирований. И все готовы выделять нам время. Плюсом это отличный нетворкинг. Благодаря аспирантуре я лично знаком или в одном рукопожатии с практически всеми крутыми учеными в моей области.
Это правило можно расширить и на бакалавриат. Но в бакалавриате один интересный лектор может читать материал сотням студентов студентов одновременно. Так что скорее важно число семинаристов. В аспирантуре же нужны именно крутые ученые.
Об этом же говорил Сергей Гуриев. Сейчас он часто выступает экономическим комментатором. Но вообще он был ректором РЭШ, а сейчас заведует аспирантурой в Sciences Po — наверно самом престижном дипломатическом ВУЗе Франции. Так что в организации образования он что-то понимает.
Конечно, это не единственный параметр хорошей аспирантуры. Важно учитывать ресуры лаборатории, связи/престиж универа. Но часто это сопутствующие вещи.
На сладкое можете послушать пару выступлений Сергея Гуриева про образование:
раз
два (не нашел полную версию)
- в тему пост про набор в аспирантуру (тык)
Всем добра,
Тг
#образование
Сформулировал для себя один важный признак хорошей аспы: высокое соотношение числа профессоров и аспирантов. Чем больше профессоров на одного аспиранта, тем лучше.
Да, так просто.
Основная цель аспы — сделать из всезнающих и ничего не умеющих студентов профессиональных ученых. Для этого аспирант должен выполнить большой (3-5 лет) научный проект — диссертацию. Попадать пипеткой в пробирку и включать микроскоп можно научиться за пару месяцев. А все остальное — от гипотезы и плана работы до обсуждение результатов и оформления исследования в научную статью — требует внимания профессора.
Или нескольких. Чем больше глаз критически оценят вашу работу, тем лучше.
Я понял, насколько это важно, когда попал в Корнелл. Только на нашем факультете на 45-50 профессоров приходится 50-60 аспирантов (набирают около 10 аспирантов в год) — получается почти один к одному. Это много, учитывая, что наш факультет не набирает бакалавров. Соответственно они не отнимают профессорское время.
Еще есть други факультеты. Также в наш кампус входят Rockefeller University и MSK Cancer Center — мы буквально обставлены профессурой. Все — известные ученые с тысячами и десятками тысяч цитирований. И все готовы выделять нам время. Плюсом это отличный нетворкинг. Благодаря аспирантуре я лично знаком или в одном рукопожатии с практически всеми крутыми учеными в моей области.
Это правило можно расширить и на бакалавриат. Но в бакалавриате один интересный лектор может читать материал сотням студентов студентов одновременно. Так что скорее важно число семинаристов. В аспирантуре же нужны именно крутые ученые.
Об этом же говорил Сергей Гуриев. Сейчас он часто выступает экономическим комментатором. Но вообще он был ректором РЭШ, а сейчас заведует аспирантурой в Sciences Po — наверно самом престижном дипломатическом ВУЗе Франции. Так что в организации образования он что-то понимает.
Конечно, это не единственный параметр хорошей аспирантуры. Важно учитывать ресуры лаборатории, связи/престиж универа. Но часто это сопутствующие вещи.
На сладкое можете послушать пару выступлений Сергея Гуриева про образование:
раз
два (не нашел полную версию)
- в тему пост про набор в аспирантуру (тык)
Всем добра,
Тг
#образование
Роторная турбина внутри тебя
Иногда рассказываешь человеку не из научной среды про свои исследования. Он внимательно слушает. Далее всегда тот же вопрос: погоди, так это физика или химия?
Сегодня расскажу о крутой штуке, в которой и физика, и химия, и биология.
Скучное вступление:
В каждом учебнике биологии написано: “митохондрия — это энергетическая станция клетки”. Эту мысль расписывают в следующую картину: митохондрии — загадочные пузырьки внутри клетки. Магическим образом они создают молекулы АТФ. Дальше энергозатратные части клетки расщепляют эту АТФ, что приводит к выделению энергии.
В углубленном курсе биологии оказывается, что в митохондриях творится вовсе не магия, а сложные цепочки химических реакций: цикл Кребса и дыхательная цепь. Их реально рисуют как цепи из стрелок. Над каждой реакцией подписывают фермент, который ее катализирует.
Реакция, в результате которой генерится сама АТФ:
АДФ + фосфат ион = АТФ
Интересная часть:
Эту реакцию катализирует фермент АТФ-синтаза. Это и есть та самая крутая штука, о которой я хотел рассказать.
Этот белок (на видео сразу два белка) напоминает собой жернова (сверху), в которые воткнут ротор с лопастями. Сами лопасти воткнуты в мембрану митохондрии (фиолетовые, снизу). Когда концентрация кислоты с двух сторон мембраны меняется, кислота (ионы водорода) начинает просачиваться между лопастей сквозь мембрану, тем самым раскручивая ротор. Вращающийся ротор приводит в движение жернова. Эти жернова хватают АДФ и фосфат ион, физически их “сминают”, и выплевывают АТФ.
Эта штука может крутиться со скоростью 350 оборотов в секунду. Причем есть подвиды АТФ-синтазы, которые, наоборот, могут рвать АТФ, тем самым раскручивая ротор и качая кислоту в другую сторону.
АТФ-синтазы расставлены в отсеках митохондрий как роторные турбины Ток кислоты для них создают специальные насосы. Также внутри полно других белковых машин, которые управляют процессом. В итоге имеем: митохондрия вполне себе напоминает энергетическую станцию.
Все это происходит в каждой клетке вашего организма, пока вы читаете этот пост.
Кстати, эксперимент, который впервые показал вращение ротора — вообще топ. Взяли АТФ-синтазу, оторвали лопасти у ее ротора, вместо них прицепили длинную светящуюся палку. Эту конструкцию приклеили жерновами к твердой поверхности и налили сверху раствор АТФ. Светящаяся палка начала крутиться, как стрелка часов.
Изначально я писал этот пост, чтобы рассказать о проблеме разделения физики, химии и биологии в образовании. Но увлекся рассказом про АТФ-синтазу. Так что о разделении предметов в другой раз. Фермент — огонь, согласитесь же?
Если понравилось, можете почитать старый пост про молекулярные лифты и датчики холода (тык).
Всем добра,
Тг
#научпоп
ЗЫ. Пора вводить новый хэштег #огненныебелки
Иногда рассказываешь человеку не из научной среды про свои исследования. Он внимательно слушает. Далее всегда тот же вопрос: погоди, так это физика или химия?
Сегодня расскажу о крутой штуке, в которой и физика, и химия, и биология.
Скучное вступление:
В каждом учебнике биологии написано: “митохондрия — это энергетическая станция клетки”. Эту мысль расписывают в следующую картину: митохондрии — загадочные пузырьки внутри клетки. Магическим образом они создают молекулы АТФ. Дальше энергозатратные части клетки расщепляют эту АТФ, что приводит к выделению энергии.
В углубленном курсе биологии оказывается, что в митохондриях творится вовсе не магия, а сложные цепочки химических реакций: цикл Кребса и дыхательная цепь. Их реально рисуют как цепи из стрелок. Над каждой реакцией подписывают фермент, который ее катализирует.
Реакция, в результате которой генерится сама АТФ:
АДФ + фосфат ион = АТФ
Интересная часть:
Эту реакцию катализирует фермент АТФ-синтаза. Это и есть та самая крутая штука, о которой я хотел рассказать.
Этот белок (на видео сразу два белка) напоминает собой жернова (сверху), в которые воткнут ротор с лопастями. Сами лопасти воткнуты в мембрану митохондрии (фиолетовые, снизу). Когда концентрация кислоты с двух сторон мембраны меняется, кислота (ионы водорода) начинает просачиваться между лопастей сквозь мембрану, тем самым раскручивая ротор. Вращающийся ротор приводит в движение жернова. Эти жернова хватают АДФ и фосфат ион, физически их “сминают”, и выплевывают АТФ.
Эта штука может крутиться со скоростью 350 оборотов в секунду. Причем есть подвиды АТФ-синтазы, которые, наоборот, могут рвать АТФ, тем самым раскручивая ротор и качая кислоту в другую сторону.
АТФ-синтазы расставлены в отсеках митохондрий как роторные турбины Ток кислоты для них создают специальные насосы. Также внутри полно других белковых машин, которые управляют процессом. В итоге имеем: митохондрия вполне себе напоминает энергетическую станцию.
Все это происходит в каждой клетке вашего организма, пока вы читаете этот пост.
Кстати, эксперимент, который впервые показал вращение ротора — вообще топ. Взяли АТФ-синтазу, оторвали лопасти у ее ротора, вместо них прицепили длинную светящуюся палку. Эту конструкцию приклеили жерновами к твердой поверхности и налили сверху раствор АТФ. Светящаяся палка начала крутиться, как стрелка часов.
Изначально я писал этот пост, чтобы рассказать о проблеме разделения физики, химии и биологии в образовании. Но увлекся рассказом про АТФ-синтазу. Так что о разделении предметов в другой раз. Фермент — огонь, согласитесь же?
Если понравилось, можете почитать старый пост про молекулярные лифты и датчики холода (тык).
Всем добра,
Тг
#научпоп
ЗЫ. Пора вводить новый хэштег #огненныебелки
Don’t be a jerk
В декабре я публиковал пост про менторскую программу, которая сейчас уже вовсю идет. Судя по просмотрам и количеству заявок тема востребована. Поэтому некоторые мысли буду выкладывать сюда с хэштегом #менторство.
Одним из ключевых шагов в научной карьере является выбор научного руководителя. Очевидно при выборе надо обратить внимание на тему, scientific record, ресурсы лабы и тп. Но один из основных параметров — как в анекдоте, “главное, чтобы человек был хороший”. К сожалению в научной среде у профессуры слишком много власти над подопечными. Вам не просто придется работать с этим человеком 2-5 лет. Ваша будущая научная карьера во многом в его руках еще лет пять после того, как вы закончили с ним работать. Многие мои знакомые, ушедшие из науки, сделали это именно из-за научника.
Самое жесткое из того, что слышал: у знакомого в институте был один научник-мудак: орал, обзывался… Однажды один постдок не выдержал и втащил ему между глаз (нет, это мы тоже не поощряем). Решили спустить на тормозах, при условии, что этот постдок уволится по собственному, уедет из страны и закроет визу.
Итак задача: как вычислить научника-мудака?
Первая мысль — пообщаться с ним лично. Но это не совсем подходит: часто профессора вне лаборатории, на публике пытаются казаться лучше, чем они есть. Помните, им надо нанять очень квалифицированных кадров на очень маленькую зарплату.
Второй вариант — расспросить людей, которые с ним работают. Но они не всегда скажут все как есть. Ведь это уже их научник, который уже влияет на их карьеру. Вывод: надо найти тех, кто говорить не боится. Только где их взять?
Лезем на сайт лаборатории. Заходим на вкладку сотрудники и скролим до списка alumni (выпускников). Обычно профессора публикуют список выпускников и их текущее место работы, чтобы прорекламировать свою лабу как удачное место для карьерного роста. Но нам эти люди нужны, чтобы найти всех скелетов в лабораторном шкафу. Если списка выпускников на сайте нет, можно поискать в списке авторов по старым статьям научника.
Дальше ищем, где эти люди работают сейчас, находим емэйл и пишем с просьбой созвониться. Как правило большинство соглашаются и даже рады новому знакомству. Во время звонка сначала познакомьтесь — нетворкинг всегда, нетворкинг во всем — и потом расспросите про научника. Список вопросов подготовьте заранее. Может получиться, что научник — в целом человек хороший, но не подходит вам по стилю работы. Так что это тоже лучше обсудить.
Ну и в конце напомню, что требования, которые вы выдвигаете к другим, надо применять и к себе. Однажды нам проводили экскурсию по стартап-инкубатору в CornellTech. На входе стояла доска, на которой маркером был накарябан устав инкубатора. Последним пунктом было “Don’t be a jerk”. Начальник инкубатора пояснил:
“Мы смогли создать комфортную рабочую атмосферу в нашем коллективе и очень ценим это. Некоторые люди думают, что их высокий интеллект является оправданием их стремного характера. Может быть так было раньше, но сейчас это не так. Сейчас на рынке интеллектуального труда достаточно высокая конкуренция, и мы можем себе позволить не нанимать мудаков”.
Кстати зацените, какой крутой кампус себе забабахал CornellTech. По ссылке виртуальный тур по кампусу в 3D.
Всем добра,
Тг
#научпоп
#менторство
В декабре я публиковал пост про менторскую программу, которая сейчас уже вовсю идет. Судя по просмотрам и количеству заявок тема востребована. Поэтому некоторые мысли буду выкладывать сюда с хэштегом #менторство.
Одним из ключевых шагов в научной карьере является выбор научного руководителя. Очевидно при выборе надо обратить внимание на тему, scientific record, ресурсы лабы и тп. Но один из основных параметров — как в анекдоте, “главное, чтобы человек был хороший”. К сожалению в научной среде у профессуры слишком много власти над подопечными. Вам не просто придется работать с этим человеком 2-5 лет. Ваша будущая научная карьера во многом в его руках еще лет пять после того, как вы закончили с ним работать. Многие мои знакомые, ушедшие из науки, сделали это именно из-за научника.
Самое жесткое из того, что слышал: у знакомого в институте был один научник-мудак: орал, обзывался… Однажды один постдок не выдержал и втащил ему между глаз (нет, это мы тоже не поощряем). Решили спустить на тормозах, при условии, что этот постдок уволится по собственному, уедет из страны и закроет визу.
Итак задача: как вычислить научника-мудака?
Первая мысль — пообщаться с ним лично. Но это не совсем подходит: часто профессора вне лаборатории, на публике пытаются казаться лучше, чем они есть. Помните, им надо нанять очень квалифицированных кадров на очень маленькую зарплату.
Второй вариант — расспросить людей, которые с ним работают. Но они не всегда скажут все как есть. Ведь это уже их научник, который уже влияет на их карьеру. Вывод: надо найти тех, кто говорить не боится. Только где их взять?
Лезем на сайт лаборатории. Заходим на вкладку сотрудники и скролим до списка alumni (выпускников). Обычно профессора публикуют список выпускников и их текущее место работы, чтобы прорекламировать свою лабу как удачное место для карьерного роста. Но нам эти люди нужны, чтобы найти всех скелетов в лабораторном шкафу. Если списка выпускников на сайте нет, можно поискать в списке авторов по старым статьям научника.
Дальше ищем, где эти люди работают сейчас, находим емэйл и пишем с просьбой созвониться. Как правило большинство соглашаются и даже рады новому знакомству. Во время звонка сначала познакомьтесь — нетворкинг всегда, нетворкинг во всем — и потом расспросите про научника. Список вопросов подготовьте заранее. Может получиться, что научник — в целом человек хороший, но не подходит вам по стилю работы. Так что это тоже лучше обсудить.
Ну и в конце напомню, что требования, которые вы выдвигаете к другим, надо применять и к себе. Однажды нам проводили экскурсию по стартап-инкубатору в CornellTech. На входе стояла доска, на которой маркером был накарябан устав инкубатора. Последним пунктом было “Don’t be a jerk”. Начальник инкубатора пояснил:
“Мы смогли создать комфортную рабочую атмосферу в нашем коллективе и очень ценим это. Некоторые люди думают, что их высокий интеллект является оправданием их стремного характера. Может быть так было раньше, но сейчас это не так. Сейчас на рынке интеллектуального труда достаточно высокая конкуренция, и мы можем себе позволить не нанимать мудаков”.
Кстати зацените, какой крутой кампус себе забабахал CornellTech. По ссылке виртуальный тур по кампусу в 3D.
Всем добра,
Тг
#научпоп
#менторство
Просветительская деятельность
Пришла беда, откуда ждали. Госдума в третьем чтении приняла закон о просветительской деятельности. Далее его одобрил Совфед. Текст на сайте госдумы: тык.
Не могу сказать ничего нового про этот закон: он вредный и ненужный. Иллюзии о его пользе окончательно пропадают после прочтения пояснительной записки.
На этой неделе вДудь выпустил очень важный видос про kruzhok.io. Ребята из Кружка ездят по небольшим селам и проводят крутые учебные программы с местными детьми. Мне эта история показалась очень личной, хотя сам я не из маленького города (из Екатеринбурга), и учился в сильной школе (привет всем из девятки).
Но я увлекся наукой и могу ей заниматься в одном из сильнейших университетов мира во многом благодаря тому, что в нужное время мне попадались люди типа ребят из Кружка. Это могли быть короткие программы или внеурочные занятия, иногда случайные встречи. Но порой даже несколько фраз могли повлиять на мое мировоззрение.
Если у организаций типа Кружка начнутся проблемы, потеряют в первую очередь не “просветители”, а потребители этого самого просвещения. Поэтому предлагаю популяризировать популяризаторов. Если вам попадаются интересные статьи/блоги/подкасты про науку — не стесняйтесь делиться ими с друзьями. Кого-то может завлечь космос, кого-то генетика, кого-то лингвистика. Рассказывайте про интересные учебные программы и курсы — пусть знают, у кого вы научились делать сайты.
Я тоже буду стараться подсвечивать больше ресурсов, популяризирующих науку на русском языке. Благо их полно. Если вы сами вещаете про науку, можете прорекламироваться в комментариях — буду чистить только дичь и оффтоп. А сегодня отмечу Илью Колмановского. Можете начать с его лекции про опасность массового ожирения.
Всем просвещения,
Тг
#образование
Пришла беда, откуда ждали. Госдума в третьем чтении приняла закон о просветительской деятельности. Далее его одобрил Совфед. Текст на сайте госдумы: тык.
Не могу сказать ничего нового про этот закон: он вредный и ненужный. Иллюзии о его пользе окончательно пропадают после прочтения пояснительной записки.
На этой неделе вДудь выпустил очень важный видос про kruzhok.io. Ребята из Кружка ездят по небольшим селам и проводят крутые учебные программы с местными детьми. Мне эта история показалась очень личной, хотя сам я не из маленького города (из Екатеринбурга), и учился в сильной школе (привет всем из девятки).
Но я увлекся наукой и могу ей заниматься в одном из сильнейших университетов мира во многом благодаря тому, что в нужное время мне попадались люди типа ребят из Кружка. Это могли быть короткие программы или внеурочные занятия, иногда случайные встречи. Но порой даже несколько фраз могли повлиять на мое мировоззрение.
Если у организаций типа Кружка начнутся проблемы, потеряют в первую очередь не “просветители”, а потребители этого самого просвещения. Поэтому предлагаю популяризировать популяризаторов. Если вам попадаются интересные статьи/блоги/подкасты про науку — не стесняйтесь делиться ими с друзьями. Кого-то может завлечь космос, кого-то генетика, кого-то лингвистика. Рассказывайте про интересные учебные программы и курсы — пусть знают, у кого вы научились делать сайты.
Я тоже буду стараться подсвечивать больше ресурсов, популяризирующих науку на русском языке. Благо их полно. Если вы сами вещаете про науку, можете прорекламироваться в комментариях — буду чистить только дичь и оффтоп. А сегодня отмечу Илью Колмановского. Можете начать с его лекции про опасность массового ожирения.
Всем просвещения,
Тг
#образование
Торнадо
В прошлом году я запустил серию постов #науказбс, где вы можете рассказать про свои научные проекты (тык). Несколько человек захотели поучаствовать, и вот наконец я получил первый текст. Сегодня о своей работе расскажет Максим Норкин. На самом деле мы с Максом знакомы уже лет 10. Сейчас он заканчивает аспирантуру в EPFL в Швейцарии. Слово Максу:
Всем привет! Меня зовут Максим. Сегодня я расскажу вам про свою работу, а также дальнейшие планы по ее применению в медицине.
Вы слышали про стволовые клетки? Это такие “недозрелые” клетки, которые могут превращаться в клетки разных органов. Так в нашем организме формируются нейроны, клетки мышц, и тд. Этот процесс называется дифференцировкой.
Проблема в том, что стволовые клетки могут превращаться в раковые (cancer stem cells или CSCs). У таких раковых клеток есть несколько особенностей: они делятся быстрее других раковых клеток, чаще формируют метастазы, более резистентны к лекарствам, и тд. То есть такой рак сложнее лечить.
Один из методов борьбы с CSCs — искусственно превратить (дифференцировать) эти клетки в менее злокачественные раковые клетки, которые в свою очередь лучше поддаются химиотерапии. Есть примеры уже успешно работающей дифференцированной терапии. Например, применение ретиноидов в остром миелоидном лейкозе дает более 90% случаев выздоровления.
В нашей лабе мы занимаемся раком кишечника. У больных с метастазами пока не существует эффективного лечения, и 70% больных не проживают больше года после постановки диагноза. Конкретнее мы разрабатываем систему скрининга, которая позволяет проверить большое количество потенциальных лекарств, и определить, какое из них действительно запускает дифференцировку раковых клеток.
Для скрининга мы используем органоиды — искусственные системы клеток, похожие на раковую опухоль. Положительный результат — когда при добавлении лекарства органоид дифференцировался. Проверить дифференцировку можно, посмотрев на изменение синтеза генов органоида (РНК-секвенирование). Основная загвоздка в том, что существующие методы анализа синтеза генов дорогие: $400 за образец. Для анализа всего лишь 1000 лекарств с репликами выходит уже больше миллиона долларов, что неподъемная сумма для одного проекта.
Есть решение: вместо прочтения десятков тысяч генов прочесть 100-200 наиболее важных. В нашем проекте мы тщательно отобрали 200 важных генов для наблюдения за дифференцировкой раковых клеток и впервые применили этот метод к системе органоидов (аббр. TORNADO-seq 🌪). После такой оптимизации стоимость нашего метода составила $5 за образец. Далее мы проверили этим методом 2000 лекарств и отобрали из них 30 кандидатов. Результаты опубликовали в Cell Reports.
Следующий шаг — проверить потенциальные лекарства на живой системе (на мышках), чем я сейчас и занимаюсь. Если все получится, то найденные лекарства для дифференцировки в комбинации с существующими методам химиотерапии должны повысить эффективность лечения и уменьшить побочные эффекты.
Если есть вопросы, можете написать на мой линкдин.
Всем добра,
Макс
#науказбс
В прошлом году я запустил серию постов #науказбс, где вы можете рассказать про свои научные проекты (тык). Несколько человек захотели поучаствовать, и вот наконец я получил первый текст. Сегодня о своей работе расскажет Максим Норкин. На самом деле мы с Максом знакомы уже лет 10. Сейчас он заканчивает аспирантуру в EPFL в Швейцарии. Слово Максу:
Всем привет! Меня зовут Максим. Сегодня я расскажу вам про свою работу, а также дальнейшие планы по ее применению в медицине.
Вы слышали про стволовые клетки? Это такие “недозрелые” клетки, которые могут превращаться в клетки разных органов. Так в нашем организме формируются нейроны, клетки мышц, и тд. Этот процесс называется дифференцировкой.
Проблема в том, что стволовые клетки могут превращаться в раковые (cancer stem cells или CSCs). У таких раковых клеток есть несколько особенностей: они делятся быстрее других раковых клеток, чаще формируют метастазы, более резистентны к лекарствам, и тд. То есть такой рак сложнее лечить.
Один из методов борьбы с CSCs — искусственно превратить (дифференцировать) эти клетки в менее злокачественные раковые клетки, которые в свою очередь лучше поддаются химиотерапии. Есть примеры уже успешно работающей дифференцированной терапии. Например, применение ретиноидов в остром миелоидном лейкозе дает более 90% случаев выздоровления.
В нашей лабе мы занимаемся раком кишечника. У больных с метастазами пока не существует эффективного лечения, и 70% больных не проживают больше года после постановки диагноза. Конкретнее мы разрабатываем систему скрининга, которая позволяет проверить большое количество потенциальных лекарств, и определить, какое из них действительно запускает дифференцировку раковых клеток.
Для скрининга мы используем органоиды — искусственные системы клеток, похожие на раковую опухоль. Положительный результат — когда при добавлении лекарства органоид дифференцировался. Проверить дифференцировку можно, посмотрев на изменение синтеза генов органоида (РНК-секвенирование). Основная загвоздка в том, что существующие методы анализа синтеза генов дорогие: $400 за образец. Для анализа всего лишь 1000 лекарств с репликами выходит уже больше миллиона долларов, что неподъемная сумма для одного проекта.
Есть решение: вместо прочтения десятков тысяч генов прочесть 100-200 наиболее важных. В нашем проекте мы тщательно отобрали 200 важных генов для наблюдения за дифференцировкой раковых клеток и впервые применили этот метод к системе органоидов (аббр. TORNADO-seq 🌪). После такой оптимизации стоимость нашего метода составила $5 за образец. Далее мы проверили этим методом 2000 лекарств и отобрали из них 30 кандидатов. Результаты опубликовали в Cell Reports.
Следующий шаг — проверить потенциальные лекарства на живой системе (на мышках), чем я сейчас и занимаюсь. Если все получится, то найденные лекарства для дифференцировки в комбинации с существующими методам химиотерапии должны повысить эффективность лечения и уменьшить побочные эффекты.
Если есть вопросы, можете написать на мой линкдин.
Всем добра,
Макс
#науказбс
Предвзятость
Ранее я писал, что в хорошей аспе должно быть много профессоров. Сегодня поговорим о том, как этих профессоров нанимают, и в чем проблема такого найма.
Профессоров нанимает факультет. Сперва заочно отбирают кандидатов по присланным документам. Прошедших заочный тур интервьюируют удаленно. Далее оставшихся приглашают в кампус на очный этап. Проблема такого подхода в предвзятом заочном туре. Давайте посмотрим на список требуемых документов, и какая информация в них содержится:
⁃ CV. Помимо опыта работы в CV полно фамилий ученых и публикаций: список нобелевских лауреатов, которым вы жали руку, и статей в Nature, в которые вы смогли протолкнуть свою фамилию.
⁃ Рекомендации. Мировая наука держится на кумовстве: от цитирований до “непредвзятых” рецензий. Рекомендательные письма в науке — тоже своеобразный акт непотизма.
⁃ Cover letter. В этот пункт включаю разнообразные эссе, содержащие ваш research proposal.
Итого имеем:
Факультету надо нанять перспективного ученого. Но среди бумажек в заочном туре про науку говорится только в сover letter. Те же фамилии ученых из CV часто перевешивают научную идею. Столько раз слышал: заочный тур пройти в разы проще, если декан принимающего факультета лично знает вашего научного руководителя. Плюсом эти документы сопровождает куча ненужной инфы, увеличивающей предвзятость: имя, пол, возраст, фотография… Так сильных кандидатов “без знакомств” могут случайно отсеять на заочном этапе.
Учитывая консервативность университетов, я был уверен, что ни у кого не хватит яиц отступиться от действующей системы. Неожиданно яица нашлись в Йельском университете: начиная с прошлого года их факультет Молекулярной Биофизики и Биохимии принимает только анонимные заявки на профессорские позиции. Никаких CV, никаких фамилий, никаких фотографий — вы присылаете только анонимное предложение научного проекта.
Так факультет уверен, что отбирает сильные научные проекты в первом туре и может включать предвзятость на интервью, отбирая людей, с которыми комфортно работать, смотреть на софт скиллс и тп. Будет интересно следить за научными результатами этого факультета в ближайшие годы.
На сладкое зацените миниатюрную схему Нью-Йорка. Еще на ней меняется время суток, и самолетики над городом летают.
Всем добра,
Тг
#научпоп
Ранее я писал, что в хорошей аспе должно быть много профессоров. Сегодня поговорим о том, как этих профессоров нанимают, и в чем проблема такого найма.
Профессоров нанимает факультет. Сперва заочно отбирают кандидатов по присланным документам. Прошедших заочный тур интервьюируют удаленно. Далее оставшихся приглашают в кампус на очный этап. Проблема такого подхода в предвзятом заочном туре. Давайте посмотрим на список требуемых документов, и какая информация в них содержится:
⁃ CV. Помимо опыта работы в CV полно фамилий ученых и публикаций: список нобелевских лауреатов, которым вы жали руку, и статей в Nature, в которые вы смогли протолкнуть свою фамилию.
⁃ Рекомендации. Мировая наука держится на кумовстве: от цитирований до “непредвзятых” рецензий. Рекомендательные письма в науке — тоже своеобразный акт непотизма.
⁃ Cover letter. В этот пункт включаю разнообразные эссе, содержащие ваш research proposal.
Итого имеем:
Факультету надо нанять перспективного ученого. Но среди бумажек в заочном туре про науку говорится только в сover letter. Те же фамилии ученых из CV часто перевешивают научную идею. Столько раз слышал: заочный тур пройти в разы проще, если декан принимающего факультета лично знает вашего научного руководителя. Плюсом эти документы сопровождает куча ненужной инфы, увеличивающей предвзятость: имя, пол, возраст, фотография… Так сильных кандидатов “без знакомств” могут случайно отсеять на заочном этапе.
Учитывая консервативность университетов, я был уверен, что ни у кого не хватит яиц отступиться от действующей системы. Неожиданно яица нашлись в Йельском университете: начиная с прошлого года их факультет Молекулярной Биофизики и Биохимии принимает только анонимные заявки на профессорские позиции. Никаких CV, никаких фамилий, никаких фотографий — вы присылаете только анонимное предложение научного проекта.
Так факультет уверен, что отбирает сильные научные проекты в первом туре и может включать предвзятость на интервью, отбирая людей, с которыми комфортно работать, смотреть на софт скиллс и тп. Будет интересно следить за научными результатами этого факультета в ближайшие годы.
На сладкое зацените миниатюрную схему Нью-Йорка. Еще на ней меняется время суток, и самолетики над городом летают.
Всем добра,
Тг
#научпоп
Publish and perish
Штефан Гримм (на фото), немецкий биолог, был профессором токсикологии в Имперском колледже Лондона. В 2014 году в возрасте 51 года он покончил с собой. Через месяц сотрудникам колледжа было разослано письмо, написанное от лица профессора Гримма. В письме говорилось, как руководство факультета ставило Гримму ультиматумы об увольнении, из-за того, что тот не приносит достаточно денег с грантов — требовали £200 000 в год (оригинал письма). Гримм хорошо публиковался, активно писал книги и ревью. Но универ интересовали только деньги.
Возможно письмо было написано заранее и разослано с отложенным таймером. Не ясно, написал ли его сам Гримм. Но вскоре утекла рабочая переписка с его начальником Мартином Уилкинсом, где факт давления на Гримма подтвердился (оригинал переписки).
Многие университеты давят на профессоров из-за “недостатка” грантов. Академическая деятельность их волнует меньше. Например в этом году Университет Ливерпуля собирается сократить 47 профессоров. Формулировки руководства напоминают случай со Штефаном Гриммом. Такое поведение универов называют publish and perish.
Часто подобные скандалы всплывают в Великобритании, но проблема общемировая. Давайте разбираться, почему так происходит, на примере моего университета.
Представьте, что вы — профессор биохимии. У вас есть идея классного исследования. Вы хотите получить на него государственный грант. Для этого вам надо посчитать затраты на оборудование, реактивы и зарплаты сотрудникам лабы. К зарплатной части надо накинуть 30% fringe benefits (включает мед страховку, скидки на проезд и тп.).
Допустим, вы насчитали $1000. Это называется Direct Costs. Далее вам надо накинуть 69.5% (в случае моего универа). Эти деньги — Indirect Costs — заберет себе университет. Итого: чтобы получить $1000 вам придется попросить грант на $1695. Треть от Indirect Costs идет на администрирование универа, две трети на содержание кампуса и public facilities. В Гарварде и Йеле расценки похожие.
Видите подвох? Универ берет процент от гранта. То есть универу выгодно, чтобы профессор проводил дорогие исследования. Теоретики, которым для работы достаточно бумажки с ручкой, оказываются в заведомо проигрышной ситуации. Итого имеем: чтобы оставаться на плаву профессора занимаются бухгалтерией вместо науки. Вместо их академической деятельности оцениваются финансовые отчеты.
Не думаю, что рыночек здесь что-то порешает. Но конкретных идей по урегулированию проблемы у меня тоже нет. Нам еще предстоит переосмыслить систему финансирования науки. Интересно почитать ваши мысли: пишите в комменты или моему боту. На сладкое можете почитать хороший пост в другом блоге на похожую тему.
ЗЫ. Вообще, советую иногда читать финансовые документы и отчеты своего универа — узнаете много нового о своем работодателе. Так во время подготовки этого поста я заметил, что мой универ увеличивает fringe benefits для профессоров каждый год, а для постдоков понижает или оставляет прежними. К сожалению, это тоже общемировой тренд.
Всем добра,
Тг
#научпоп
Штефан Гримм (на фото), немецкий биолог, был профессором токсикологии в Имперском колледже Лондона. В 2014 году в возрасте 51 года он покончил с собой. Через месяц сотрудникам колледжа было разослано письмо, написанное от лица профессора Гримма. В письме говорилось, как руководство факультета ставило Гримму ультиматумы об увольнении, из-за того, что тот не приносит достаточно денег с грантов — требовали £200 000 в год (оригинал письма). Гримм хорошо публиковался, активно писал книги и ревью. Но универ интересовали только деньги.
Возможно письмо было написано заранее и разослано с отложенным таймером. Не ясно, написал ли его сам Гримм. Но вскоре утекла рабочая переписка с его начальником Мартином Уилкинсом, где факт давления на Гримма подтвердился (оригинал переписки).
Многие университеты давят на профессоров из-за “недостатка” грантов. Академическая деятельность их волнует меньше. Например в этом году Университет Ливерпуля собирается сократить 47 профессоров. Формулировки руководства напоминают случай со Штефаном Гриммом. Такое поведение универов называют publish and perish.
Часто подобные скандалы всплывают в Великобритании, но проблема общемировая. Давайте разбираться, почему так происходит, на примере моего университета.
Представьте, что вы — профессор биохимии. У вас есть идея классного исследования. Вы хотите получить на него государственный грант. Для этого вам надо посчитать затраты на оборудование, реактивы и зарплаты сотрудникам лабы. К зарплатной части надо накинуть 30% fringe benefits (включает мед страховку, скидки на проезд и тп.).
Допустим, вы насчитали $1000. Это называется Direct Costs. Далее вам надо накинуть 69.5% (в случае моего универа). Эти деньги — Indirect Costs — заберет себе университет. Итого: чтобы получить $1000 вам придется попросить грант на $1695. Треть от Indirect Costs идет на администрирование универа, две трети на содержание кампуса и public facilities. В Гарварде и Йеле расценки похожие.
Видите подвох? Универ берет процент от гранта. То есть универу выгодно, чтобы профессор проводил дорогие исследования. Теоретики, которым для работы достаточно бумажки с ручкой, оказываются в заведомо проигрышной ситуации. Итого имеем: чтобы оставаться на плаву профессора занимаются бухгалтерией вместо науки. Вместо их академической деятельности оцениваются финансовые отчеты.
Не думаю, что рыночек здесь что-то порешает. Но конкретных идей по урегулированию проблемы у меня тоже нет. Нам еще предстоит переосмыслить систему финансирования науки. Интересно почитать ваши мысли: пишите в комменты или моему боту. На сладкое можете почитать хороший пост в другом блоге на похожую тему.
ЗЫ. Вообще, советую иногда читать финансовые документы и отчеты своего универа — узнаете много нового о своем работодателе. Так во время подготовки этого поста я заметил, что мой универ увеличивает fringe benefits для профессоров каждый год, а для постдоков понижает или оставляет прежними. К сожалению, это тоже общемировой тренд.
Всем добра,
Тг
#научпоп
Push me
And then just touch me…
Сегодняшний пост #науказбс написал я сам, так как мой приятель и коллега Джордж Хит (один из авторов работы) не говорит по-русски. Я расскажу про новый метод, который изобрели в нашей лабе: локализационную атомно-силовую микроскопию (Localization AFM). Звучит сложно, но на самом деле это очень крутая штука.
Наша лаба занимается атомно-силовой микроскопией (АСМ): мы разрабатываем для нее новые примочки и применяем это в изучении биологии.
Коротко, что такое АСМ:
Представьте, что вы с завязанным глазами пытаетесь нащупать дорогу при помощи трости. То, как четко вы “видите” дорогу, зависит от нескольких факторов: острота трости, чувствительность руки и твердость поверхности.
Так и устроена АСМ: острая иголка прикреплена к чувствительной руке (cantilever). Вы водите этой иголкой по поверхности образца и по отклонениям руки вычисляете 3D-изображение этой поверхности. Так достаточно острые иголки (с несколькими атомами на конце) позволяют “видеть” поверхность белков и ДНК, а иногда даже атомов.
Теперь про Localization AFM:
Попробуйте с закрытыми глазами нащупать очертания стакана пальцем или карандашом: это не так сложно. А теперь повторите то же самое теннисным мячиком: скорее всего в стакан он не влезет, и вы не сможете нащупать дно. Единственная часть стакана, которую вы можете достоверно нащупать любым предметом — это его края, потому что они находятся наверху стакана.
В АСМ вы не знаете точную форму иглы, поэтому достоверными можно считать только верхние точки на 3D-изображении. Чем ниже точка, тем меньше вероятность того, что она определена правильно. Другими словами высота каждой точки на АСМ-изображении пропорциональна вероятности того, что эта точка “правдива” (это не совсем так, есть нюансы).
Теперь представьте, что вы сканируете АСМ-иглой один и тот же образец много раз подряд и получаете много похожих 3D-изображений. Эти изображения немного разные из-за внутреннего шума микроскопа и теплового движения атомов образца. Дальше используя нехитрые вычисления можно составить карту наиболее правдивых точек на 3D-изображении и определить их правдивость. В этом и заключается метод Localization AFM.
Данным методом Джордж смог получить 3D-изображение поверхности белка аквапорин Z с разрешением 0,4нм — даже можно разглядеть отдельно торчащие аминокислоты! Помню, когда Джордж показал идею проекта у нас в лабе, я подумал: “Это же бомба! Ну почему это придумал не я…”
Эта работа — пример того, как можно добиться революционных результатов на микроскопе, который изобрели еще 2000х, используя простой вычислительный метод из другого микроскопа, который изобрели еще в 90е. Точно это одна из самых резонансных публикаций в биофизике в последние годы. И это только начало: метод все больше будет развиваться и применяться.
Результаты опубликованы в Nature (бесплатно можно прочитать тут). Визуальное объяснение работы на видео внизу поста.
Пост Джорджа про данную работу (на английском): тык.
ЗЫ. Раньше я рассказывал, как похожим на АСМ методом смогли записать память на один атом: тык.
ЗЫЫ. Про свой проект я тоже как-нибудь расскажу, но его сначала доделать надо:)
Всем добра,
Тг
#науказбс
And then just touch me…
Сегодняшний пост #науказбс написал я сам, так как мой приятель и коллега Джордж Хит (один из авторов работы) не говорит по-русски. Я расскажу про новый метод, который изобрели в нашей лабе: локализационную атомно-силовую микроскопию (Localization AFM). Звучит сложно, но на самом деле это очень крутая штука.
Наша лаба занимается атомно-силовой микроскопией (АСМ): мы разрабатываем для нее новые примочки и применяем это в изучении биологии.
Коротко, что такое АСМ:
Представьте, что вы с завязанным глазами пытаетесь нащупать дорогу при помощи трости. То, как четко вы “видите” дорогу, зависит от нескольких факторов: острота трости, чувствительность руки и твердость поверхности.
Так и устроена АСМ: острая иголка прикреплена к чувствительной руке (cantilever). Вы водите этой иголкой по поверхности образца и по отклонениям руки вычисляете 3D-изображение этой поверхности. Так достаточно острые иголки (с несколькими атомами на конце) позволяют “видеть” поверхность белков и ДНК, а иногда даже атомов.
Теперь про Localization AFM:
Попробуйте с закрытыми глазами нащупать очертания стакана пальцем или карандашом: это не так сложно. А теперь повторите то же самое теннисным мячиком: скорее всего в стакан он не влезет, и вы не сможете нащупать дно. Единственная часть стакана, которую вы можете достоверно нащупать любым предметом — это его края, потому что они находятся наверху стакана.
В АСМ вы не знаете точную форму иглы, поэтому достоверными можно считать только верхние точки на 3D-изображении. Чем ниже точка, тем меньше вероятность того, что она определена правильно. Другими словами высота каждой точки на АСМ-изображении пропорциональна вероятности того, что эта точка “правдива” (это не совсем так, есть нюансы).
Теперь представьте, что вы сканируете АСМ-иглой один и тот же образец много раз подряд и получаете много похожих 3D-изображений. Эти изображения немного разные из-за внутреннего шума микроскопа и теплового движения атомов образца. Дальше используя нехитрые вычисления можно составить карту наиболее правдивых точек на 3D-изображении и определить их правдивость. В этом и заключается метод Localization AFM.
Данным методом Джордж смог получить 3D-изображение поверхности белка аквапорин Z с разрешением 0,4нм — даже можно разглядеть отдельно торчащие аминокислоты! Помню, когда Джордж показал идею проекта у нас в лабе, я подумал: “Это же бомба! Ну почему это придумал не я…”
Эта работа — пример того, как можно добиться революционных результатов на микроскопе, который изобрели еще 2000х, используя простой вычислительный метод из другого микроскопа, который изобрели еще в 90е. Точно это одна из самых резонансных публикаций в биофизике в последние годы. И это только начало: метод все больше будет развиваться и применяться.
Результаты опубликованы в Nature (бесплатно можно прочитать тут). Визуальное объяснение работы на видео внизу поста.
Пост Джорджа про данную работу (на английском): тык.
ЗЫ. Раньше я рассказывал, как похожим на АСМ методом смогли записать память на один атом: тык.
ЗЫЫ. Про свой проект я тоже как-нибудь расскажу, но его сначала доделать надо:)
Всем добра,
Тг
#науказбс
YouTube
Localization Atomic Force Microscopy
A visual description of our recent work on improving Atomic Force Microscopy image resolution using localization methods. For full details of our work please see the publication Heath et. al., Localization Atomic Force Microscopy. Nature, 594, pages 385–390…
Удовольствие от Х
Недавно мои коллеги провели один биологический эксперимент и получили интересные данные. Но у них никак не получалось выудить из них нужную информацию. Я предложил попробовать один метод из линейной алгебры. Попробовали — все получилось.
Воодушевившись результатом они попросили объяснить, как это работает. Я начал активно писать уравнения и плеваться терминами. Видя нарастающее непонимание, я продолжал писать новые уравнения, пытаясь пояснить предыдущие. В итоге уравнения никуда не привели, и я решил объяснить процесс графически — неожиданно все сразу встало на своим места.
В данной ситуации я выступал в роли плохого учителя. Даже в школе математика — один из самых недообъясненных предметов. Многие спотыкаются на дробях. Выживших добивают логарифмами. И вообще “это все в жизни не пригодятся”.
Думаю, основная проблема в абстрактности математики. В школе и универе меня учили математике ради математики: я мог формально доказать теорему или решить уравнение. На деле я научился пользоваться только той математикой, которая присутствовала в физике и информатике. Получалось как в обратном проектировании: я понимал абстрактную математику, когда у меня выработалась интуиция на основе осязаемых “бытовых” примеров.
Пример — ряды Фурье. В курсе матанализа его важность нам объясняли тем, что в такой ряд можно разложить любую функцию, определенную на некотором промежутке. Я сдал ряды Фурье на отлично, но их мощью как-то не впечатлился. Определена функция на отрезке, и фиг с ней. Зачем ее еще куда-то раскладывать? Осознание того, что ряд Фурье - наше все, пришло позже, когда я начал работать в лаборатории и самостоятельно обрабатывать данные. Вот пример очень изящной визуализации (тык) с канала 3Blue1Brown. Если бы мне это показали на матанализе, я бы все сразу понял. Кстати 3Blue1Brown — отличный канал по математике, советую.
Вернемся к логарифмам, которые “не пригодятся”. В курсах про инвестиции рассказывают, как работают разные финансовые инструменты: вклады, акции, облигации и тп. При подсчетах прибыли активно используют дроби, возведение в степень и логарифмы, часто не называя этих слов. Это можно было бы использовать и в школах: визуализировать математическую абстрактность и делать ее более осязаемой за счет примеров, например финансовых (заодно финансовую грамотность населения подтянем).
Подобную идею описывает математик Стивен Строгац в своей книге Удовольствие от X — The Joy of X, Steven Strogaz. Это небольшая книга (~250 страниц), разбитая на 6 частей: числа (арифметика), закономерности (алгебра), формы (геометрия), изменения (матанализ и статистика), перспективы в математике. Математику по этой книге вы не выучите, но сможете понять базовые принципы на понятных примерах из серии “как продлить жизнь вашего матраца при помощи теории групп”. Советую читать в оригинале — книга написана на бодром английском с кучей шуток.
З.Ы. Если знаете хорошие популярные ресурсы по математике, кидайте в комменты.
Всем добра,
Тг
#образование
Недавно мои коллеги провели один биологический эксперимент и получили интересные данные. Но у них никак не получалось выудить из них нужную информацию. Я предложил попробовать один метод из линейной алгебры. Попробовали — все получилось.
Воодушевившись результатом они попросили объяснить, как это работает. Я начал активно писать уравнения и плеваться терминами. Видя нарастающее непонимание, я продолжал писать новые уравнения, пытаясь пояснить предыдущие. В итоге уравнения никуда не привели, и я решил объяснить процесс графически — неожиданно все сразу встало на своим места.
В данной ситуации я выступал в роли плохого учителя. Даже в школе математика — один из самых недообъясненных предметов. Многие спотыкаются на дробях. Выживших добивают логарифмами. И вообще “это все в жизни не пригодятся”.
Думаю, основная проблема в абстрактности математики. В школе и универе меня учили математике ради математики: я мог формально доказать теорему или решить уравнение. На деле я научился пользоваться только той математикой, которая присутствовала в физике и информатике. Получалось как в обратном проектировании: я понимал абстрактную математику, когда у меня выработалась интуиция на основе осязаемых “бытовых” примеров.
Пример — ряды Фурье. В курсе матанализа его важность нам объясняли тем, что в такой ряд можно разложить любую функцию, определенную на некотором промежутке. Я сдал ряды Фурье на отлично, но их мощью как-то не впечатлился. Определена функция на отрезке, и фиг с ней. Зачем ее еще куда-то раскладывать? Осознание того, что ряд Фурье - наше все, пришло позже, когда я начал работать в лаборатории и самостоятельно обрабатывать данные. Вот пример очень изящной визуализации (тык) с канала 3Blue1Brown. Если бы мне это показали на матанализе, я бы все сразу понял. Кстати 3Blue1Brown — отличный канал по математике, советую.
Вернемся к логарифмам, которые “не пригодятся”. В курсах про инвестиции рассказывают, как работают разные финансовые инструменты: вклады, акции, облигации и тп. При подсчетах прибыли активно используют дроби, возведение в степень и логарифмы, часто не называя этих слов. Это можно было бы использовать и в школах: визуализировать математическую абстрактность и делать ее более осязаемой за счет примеров, например финансовых (заодно финансовую грамотность населения подтянем).
Подобную идею описывает математик Стивен Строгац в своей книге Удовольствие от X — The Joy of X, Steven Strogaz. Это небольшая книга (~250 страниц), разбитая на 6 частей: числа (арифметика), закономерности (алгебра), формы (геометрия), изменения (матанализ и статистика), перспективы в математике. Математику по этой книге вы не выучите, но сможете понять базовые принципы на понятных примерах из серии “как продлить жизнь вашего матраца при помощи теории групп”. Советую читать в оригинале — книга написана на бодром английском с кучей шуток.
З.Ы. Если знаете хорошие популярные ресурсы по математике, кидайте в комменты.
Всем добра,
Тг
#образование
YouTube
But what is a Fourier series? From heat flow to drawing with circles | DE4
Fourier series, from the heat equation epicycles.
Help fund future projects: https://www.patreon.com/3blue1brown
An equally valuable form of support is to simply share some of the videos.
Special thanks to these supporters: http://3b1b.co/de4thanks
12 minutes…
Help fund future projects: https://www.patreon.com/3blue1brown
An equally valuable form of support is to simply share some of the videos.
Special thanks to these supporters: http://3b1b.co/de4thanks
12 minutes…
Мир изменился
Сначала небольшое объявление. Нью-Йорк полностью открылся: статистика норм, и город уже хорошо привит (наш универ так вообще на 95%). Поэтому предлагаю собраться вживую. Кто в НЙ или в окрестностях: пишите боту @TagiltsevSupportBot — сорганизуемся. Теперь сам пост:
Сегодня утром я шел на работу и смотрел на прохожих, занятых своей жизнью, поглощенных ежедневной суетой. Они даже не представляют, что вчера мир изменился.
— написал один ученый в своем твиттере. За день до этого, 15 июля, два крупнейших научных журнала Nature и Science вышли с двумя громкими статьями (источник скрина). Две лаборатории независимо друг от друга опубликовали методы и выложили открытый код для предсказания трехмерной структуры белка по его аминокислотной последовательности: AlphaFold и RosettaFold. (демки с ссылками на полный код, кто хочет попробовать: AF и RF)
Про революционность AlphaFold я рассказывал еще полгода назад (тык), но недооценивал масштабы события. Судите сами. Первые структуры белков (гемоглобина и миоглобина) были получены методом кристаллографии в 1958 году. С тех пор в базу данных структур белков PDB было внесено около 180 000 структур. Это результат полувековой работы тысяч ученых и многомиллиардных инвестицией. AlphaFold уже определила 350 000 структур. Mic drop.
Меньше чем за неделю AlphaFold стало словом нарицательным. Теперь говорят to alphafold a protein - альфафолднуть белок. Ну и куда без шутеечек от структурных биологов а-ля “Окей, Альфафолд, поставь будильник на 7 утра”. RosettaFold проигрывает в публичности, но тоже на слуху. Интернет уже забит вычислениями разных структур: от сильно интригующих до очевидно неправильных — огромный материал, с которым можно работать (даже неправильные структуры - интересно-неправильные). Если сформируется критическая масса публикаций на основе этой технологии, скорее всего за это дадут Нобелевскую с задержкой в несколько лет. Думаю, лауреатами будут David Baker) из Вашингтонского университета и кто-нибудь из DeepMind (вряд ли сам Demis Hassabis, хотя хз).
Означает ли это конец структурной биологии? Конечно нет. Во-первых, цель структурной биологии не в определении структур, а в их интерпретации. Во-вторых, нейросети тренировали на структурах отчищенных белков. Особенно интересно знать структуру в нативной среде (внутри клетки или вируса) — для этого тоже нужны эксперименты. В-третьих, функция белка описывается не статичной структурой, а ее динамикой и взаимодействием с другими молекулами — для этого все еще нужны эксперименты (хотя вычислительные методы тоже пытаются).
В итоге, когда хайп спадет, AlphaFold и RosettaFold превратятся в рутинные инструменты в арсенале структурного биолога. Вообще, структурная биология радует в последнее время. Один мой знакомый сказал, что ему безумно повезло родиться и жить именно сейчас — ведь он может наблюдать революцию в биологии вживую (и участвовать). Я его прекрасно понимаю — хорошие новости выходят буквально каждую неделю, а прорывные — каждый месяц.
Всем добра,
Тг
#научпоп
Сначала небольшое объявление. Нью-Йорк полностью открылся: статистика норм, и город уже хорошо привит (наш универ так вообще на 95%). Поэтому предлагаю собраться вживую. Кто в НЙ или в окрестностях: пишите боту @TagiltsevSupportBot — сорганизуемся. Теперь сам пост:
Сегодня утром я шел на работу и смотрел на прохожих, занятых своей жизнью, поглощенных ежедневной суетой. Они даже не представляют, что вчера мир изменился.
— написал один ученый в своем твиттере. За день до этого, 15 июля, два крупнейших научных журнала Nature и Science вышли с двумя громкими статьями (источник скрина). Две лаборатории независимо друг от друга опубликовали методы и выложили открытый код для предсказания трехмерной структуры белка по его аминокислотной последовательности: AlphaFold и RosettaFold. (демки с ссылками на полный код, кто хочет попробовать: AF и RF)
Про революционность AlphaFold я рассказывал еще полгода назад (тык), но недооценивал масштабы события. Судите сами. Первые структуры белков (гемоглобина и миоглобина) были получены методом кристаллографии в 1958 году. С тех пор в базу данных структур белков PDB было внесено около 180 000 структур. Это результат полувековой работы тысяч ученых и многомиллиардных инвестицией. AlphaFold уже определила 350 000 структур. Mic drop.
Меньше чем за неделю AlphaFold стало словом нарицательным. Теперь говорят to alphafold a protein - альфафолднуть белок. Ну и куда без шутеечек от структурных биологов а-ля “Окей, Альфафолд, поставь будильник на 7 утра”. RosettaFold проигрывает в публичности, но тоже на слуху. Интернет уже забит вычислениями разных структур: от сильно интригующих до очевидно неправильных — огромный материал, с которым можно работать (даже неправильные структуры - интересно-неправильные). Если сформируется критическая масса публикаций на основе этой технологии, скорее всего за это дадут Нобелевскую с задержкой в несколько лет. Думаю, лауреатами будут David Baker) из Вашингтонского университета и кто-нибудь из DeepMind (вряд ли сам Demis Hassabis, хотя хз).
Означает ли это конец структурной биологии? Конечно нет. Во-первых, цель структурной биологии не в определении структур, а в их интерпретации. Во-вторых, нейросети тренировали на структурах отчищенных белков. Особенно интересно знать структуру в нативной среде (внутри клетки или вируса) — для этого тоже нужны эксперименты. В-третьих, функция белка описывается не статичной структурой, а ее динамикой и взаимодействием с другими молекулами — для этого все еще нужны эксперименты (хотя вычислительные методы тоже пытаются).
В итоге, когда хайп спадет, AlphaFold и RosettaFold превратятся в рутинные инструменты в арсенале структурного биолога. Вообще, структурная биология радует в последнее время. Один мой знакомый сказал, что ему безумно повезло родиться и жить именно сейчас — ведь он может наблюдать революцию в биологии вживую (и участвовать). Я его прекрасно понимаю — хорошие новости выходят буквально каждую неделю, а прорывные — каждый месяц.
Всем добра,
Тг
#научпоп
Статистика
Опять сначала объявление. Помните, я рассказывал про менторскую программу для студентов (тык)? Сейчас идет набор на осень. В прошлый раз не хватало менторов-гуманитариев, так что давайте поактивнее)) Подробнее тут. Теперь пост:
Недавно писал про трудности и невзгоды математики. Сегодня хочу отдельно поговорить про статистику. Беда в том, что ее мало кто понимает. Особенно это заметно сейчас, когда многие свободно интерпретируют точные статистические измерения по смертности, вакцинации и тп.
Наш мозг вообще плохо понимает вероятности. Слышал мнение, что это эволюционная фигня (из серии “лучше лишний раз перестраховаться”). Физиологию только усугубляет система образования.
Представьте, вы освоили дроби, переварили степени, и проглотили логарифмы. Тут заходит учитель статистики и с фразой: “вы больше не в Канзасе”, начинает палить нулевыми гипотезами, p-значениями, и ошибками первого рода. А когда вы выбрались из окопов, грязные и изможденные, по вам делают финальный залп из теоремы Байеса.
Неужели нельзя объяснить основы статистики, не используя умных слов? Есть исследования, показывающие, что студенты реже ошибаются, когда используют естественные частоты (10 на 100 000 человек) вместо вероятностей (0,01% населения). А теорему Байеса можно доступно нарисовать в виде кругов Эйлера.
Конечно, полноценный курс статистики требует формального подхода. Но основы можно объяснить и в школе, избегая кучу определений и теорем. Главное — чтобы умели пользоваться, а не умные слова зубрили. Так может народ перестанет в лотереи играть и привьется наконец.
Ниже стандартная задачка про пациентов, о которую часто спотыкаются даже врачи. Задача решается в одну строчку по формуле Байеса. Но ее можно решить и без формулы, просто последовательно записав все на бумаге.
Вероятность того, что у женщины, прошедшей маммографию, есть рак груди - 0.8%. Вероятность положительной маммограммы у женщины с раком груди - 90%, у здоровой - 7%. Какова вероятность, того, что пациентка с положительной маммограммой на самом деле больна раком? (данные выдуманные, взяты из книги Строгаца)
Попробуйте решить сами, можете проверить знакомых врачей. Ответы/решения в комменты. Правильный ответ и решение напишу через неделю, если никто до этого не даст правильный ответ.
На сладкое зацените, как круто выглядит деление клеток (aka митоз) во флуоресцентном микроскопе. Зеленым отмечен цитоскелет, красным — хромосомы. Обратите внимание, как на 20й секунде получается клетка с двумя ядрами.
Всем добра,
Тг
#образование
Опять сначала объявление. Помните, я рассказывал про менторскую программу для студентов (тык)? Сейчас идет набор на осень. В прошлый раз не хватало менторов-гуманитариев, так что давайте поактивнее)) Подробнее тут. Теперь пост:
Недавно писал про трудности и невзгоды математики. Сегодня хочу отдельно поговорить про статистику. Беда в том, что ее мало кто понимает. Особенно это заметно сейчас, когда многие свободно интерпретируют точные статистические измерения по смертности, вакцинации и тп.
Наш мозг вообще плохо понимает вероятности. Слышал мнение, что это эволюционная фигня (из серии “лучше лишний раз перестраховаться”). Физиологию только усугубляет система образования.
Представьте, вы освоили дроби, переварили степени, и проглотили логарифмы. Тут заходит учитель статистики и с фразой: “вы больше не в Канзасе”, начинает палить нулевыми гипотезами, p-значениями, и ошибками первого рода. А когда вы выбрались из окопов, грязные и изможденные, по вам делают финальный залп из теоремы Байеса.
Неужели нельзя объяснить основы статистики, не используя умных слов? Есть исследования, показывающие, что студенты реже ошибаются, когда используют естественные частоты (10 на 100 000 человек) вместо вероятностей (0,01% населения). А теорему Байеса можно доступно нарисовать в виде кругов Эйлера.
Конечно, полноценный курс статистики требует формального подхода. Но основы можно объяснить и в школе, избегая кучу определений и теорем. Главное — чтобы умели пользоваться, а не умные слова зубрили. Так может народ перестанет в лотереи играть и привьется наконец.
Ниже стандартная задачка про пациентов, о которую часто спотыкаются даже врачи. Задача решается в одну строчку по формуле Байеса. Но ее можно решить и без формулы, просто последовательно записав все на бумаге.
Вероятность того, что у женщины, прошедшей маммографию, есть рак груди - 0.8%. Вероятность положительной маммограммы у женщины с раком груди - 90%, у здоровой - 7%. Какова вероятность, того, что пациентка с положительной маммограммой на самом деле больна раком? (данные выдуманные, взяты из книги Строгаца)
Попробуйте решить сами, можете проверить знакомых врачей. Ответы/решения в комменты. Правильный ответ и решение напишу через неделю, если никто до этого не даст правильный ответ.
На сладкое зацените, как круто выглядит деление клеток (aka митоз) во флуоресцентном микроскопе. Зеленым отмечен цитоскелет, красным — хромосомы. Обратите внимание, как на 20й секунде получается клетка с двумя ядрами.
Всем добра,
Тг
#образование
YouTube
Actual Footage of Cell Division (Kidney Cells)
Regrading your question: one cell dividing into 3 cells. It's actually dividing into 2 cells and not 3 cells, except that one of the daughter cells will have two nuclei instead of one nucleus, hence we call them binucleated cells. If you watch the video carefully…
Как американцы делают врачей?
Мой факультет находится на территории госпиталя, и я провожу много времени со студентами-медиками. Поэтому сегодня расскажу, как из них делают врачей.
В медшколы в США зачисляют после бакалавриата. Про вступительные экзамены я рассказывал ранее: тык.
Итак, вы поступили — впереди вас ждет четыре года в меде. Первые полтора года вы изучаете теорию. Этот блок может отличаться в разных универах. У нас теоркурс разбит на блоки по 1-3 месяца. Сначала повторяют общие вещи типа биохимии, потом интенсивно проходят разделы медицины. Каждый понедельник студенты сдают одночасовой тест по текущей теме (зачет/незачет, без оценки). Каждый тест надо сдать минимум со второго раза, иначе отчислят. Но завалить пересдачу нереально, так как преподы будут заниматься со студентом сколько нужно, пока тот не разберется перед пересдачей.
Цель — подготовить студентов ко второму блоку — практике (clinical clerkship). Практика длится год и охватывает семь тем: терапия, хирургия, педиатрия, психиатрия, акушерство и гинекология, семейная медицина, и неврология. Бывают дополнительные практики типа анестезиологии. По каждой теме студентов направляют в больницы на 1-2 месяца, где те “играют в докторов”. Они работают с пациентами и дают назначения, которые потом проверяют под микроскопом 3 других врача. Я снимаю квартиру со студентом-медиком. На некоторые практики он вставал в четыре утра, чтобы успеть к шести в госпиталь где-то далеко в Квинс.
Во время практики начинают ставить оценки. Каждый врач, с которым вы работали, ставит субъективные баллы. Потом их сравнивают с баллами прошлого года. Например, чтобы получить “отлично” надо набрать больше прошлогоднего среднего + стандартное отклонение. Также по каждому разделу практики проводится госэкзамен. Здесь результаты студентов со всей страны идут в общую таблицу. После практики студенты сдают самый важный экзамен за всю программу — Step 1. Он тоже государственный. Вопросы жесткие: от неочивидных клинических случаев до биохимии конкретных генов с патогенными мутациями. Результаты также собираются в таблицу по всей стране. Длится экзамен 8 часов.
Далее несколько месяцев студенты выполняют небольшой исследовательский проект. Этот раздел нет так важен. Многие просто работают с базами данных пациентов, так как для этого можно не выходить из дома.
Последний год отводится на более детальную практику по выбранной специализации. В оставшееся время студенты проходят интервью в поиске интернатуры (residency).
Кульминацией четырех лет обучения является Match day. Студенты заранее пишут список госпиталей, где они хотят проходить интернатуру, а госпитали пишут список студентов, которых они хотят взять. На основе этого госкомиссия составляет пары “студент — госпиталь”. В Match day студентам в торжественной обстановке вручают конверты с их будущим местом интернатуры.
Интернатура длится 3-7 лет в зависимости от специальности. Интернам платят мало: у нас в госпитале примерно $60К в год. Но по окончанию можно официально работать врачом. Некоторые проходят дополнительную специализацию (fellowship), которая длится еще 1-2 года. Например, если в интернатуре вы проходили пластическую хирургию, то на fellowship можно сфокусироваться на пластике ожогов кожи.
Кстати у нас недавно была церемония вручения белых халатов первокурам (на видео).
Старый пост про наш раковый центр: тык.
Пост девушки, поступившей в интернатуру: тык.
Всем добра,
Тг
#образование
Мой факультет находится на территории госпиталя, и я провожу много времени со студентами-медиками. Поэтому сегодня расскажу, как из них делают врачей.
В медшколы в США зачисляют после бакалавриата. Про вступительные экзамены я рассказывал ранее: тык.
Итак, вы поступили — впереди вас ждет четыре года в меде. Первые полтора года вы изучаете теорию. Этот блок может отличаться в разных универах. У нас теоркурс разбит на блоки по 1-3 месяца. Сначала повторяют общие вещи типа биохимии, потом интенсивно проходят разделы медицины. Каждый понедельник студенты сдают одночасовой тест по текущей теме (зачет/незачет, без оценки). Каждый тест надо сдать минимум со второго раза, иначе отчислят. Но завалить пересдачу нереально, так как преподы будут заниматься со студентом сколько нужно, пока тот не разберется перед пересдачей.
Цель — подготовить студентов ко второму блоку — практике (clinical clerkship). Практика длится год и охватывает семь тем: терапия, хирургия, педиатрия, психиатрия, акушерство и гинекология, семейная медицина, и неврология. Бывают дополнительные практики типа анестезиологии. По каждой теме студентов направляют в больницы на 1-2 месяца, где те “играют в докторов”. Они работают с пациентами и дают назначения, которые потом проверяют под микроскопом 3 других врача. Я снимаю квартиру со студентом-медиком. На некоторые практики он вставал в четыре утра, чтобы успеть к шести в госпиталь где-то далеко в Квинс.
Во время практики начинают ставить оценки. Каждый врач, с которым вы работали, ставит субъективные баллы. Потом их сравнивают с баллами прошлого года. Например, чтобы получить “отлично” надо набрать больше прошлогоднего среднего + стандартное отклонение. Также по каждому разделу практики проводится госэкзамен. Здесь результаты студентов со всей страны идут в общую таблицу. После практики студенты сдают самый важный экзамен за всю программу — Step 1. Он тоже государственный. Вопросы жесткие: от неочивидных клинических случаев до биохимии конкретных генов с патогенными мутациями. Результаты также собираются в таблицу по всей стране. Длится экзамен 8 часов.
Далее несколько месяцев студенты выполняют небольшой исследовательский проект. Этот раздел нет так важен. Многие просто работают с базами данных пациентов, так как для этого можно не выходить из дома.
Последний год отводится на более детальную практику по выбранной специализации. В оставшееся время студенты проходят интервью в поиске интернатуры (residency).
Кульминацией четырех лет обучения является Match day. Студенты заранее пишут список госпиталей, где они хотят проходить интернатуру, а госпитали пишут список студентов, которых они хотят взять. На основе этого госкомиссия составляет пары “студент — госпиталь”. В Match day студентам в торжественной обстановке вручают конверты с их будущим местом интернатуры.
Интернатура длится 3-7 лет в зависимости от специальности. Интернам платят мало: у нас в госпитале примерно $60К в год. Но по окончанию можно официально работать врачом. Некоторые проходят дополнительную специализацию (fellowship), которая длится еще 1-2 года. Например, если в интернатуре вы проходили пластическую хирургию, то на fellowship можно сфокусироваться на пластике ожогов кожи.
Кстати у нас недавно была церемония вручения белых халатов первокурам (на видео).
Старый пост про наш раковый центр: тык.
Пост девушки, поступившей в интернатуру: тык.
Всем добра,
Тг
#образование
YouTube
Class of 2025 White Coat Ceremony Highlights | Weill Cornell Medicine
Weill Cornell Medicine welcomes the incoming Class of 2025 by helping them don their white coats in a special outdoor ceremony.
Read more: https://bit.ly/3jhB4E1
Watch the full ceremony here: https://weill.cornell.edu/whitecoat25
To learn more about Weill…
Read more: https://bit.ly/3jhB4E1
Watch the full ceremony here: https://weill.cornell.edu/whitecoat25
To learn more about Weill…
Широко шагая
В предыдущих постах я рассказывал про несколько крутых белковых машин в нашем организме: молекулярный лифт через мембрану клетки и отмычку для сенсора холода (тык), роторную турбину (тык), насос для закачивания кислоты в желудок (тык). Сегодня расскажу про еще один офигенный вид белков — линейные моторы.
Как следует из названия, эти белки умеют ходить по прямой. Где и зачем они ходят?
Сначала небольшой ликбез:
Наши клетки чем-то напоминают походные палатки. Они покрыты мягкой оболочкой (мембраной), которой придает форму внутренний каркас (цитоскелет). Схоже палаточному каркасу цитоскелет — это сеть из разнообразных трубочек, которые пронизывают клетку. У цитоскелета есть несколько крутых фишек.
Во-первых, он может собираться и разбираться внутри клетки. Представьте, что вы разбираете каркас палатки с одной стороны, и собираете с другой. Палатка начнет смещаться в сторону, где каркас “нарастает”. Клетки перемещаются подобным образом за счет цитоскелета.
Во-вторых, по цитоскелету могут ходить те самые белки — линейные моторы. Сейчас самое крутое: у этих белков есть две ноги! И они этими ногами шагают! Как люди! На каждый шаг требуется энергия, которую они получают, переваривая АТФ. Пожрал, пошел гулять — все как у людей.
Помимо ног у них есть руки! Ну как минимум одна рука. Этой рукой они могут хватать грузы и носить их за собой. Осознайте это: в ваших клетках бегают миллионы маленьких “человечков”, которые занимаются доставкой грузов. Зацените 3D анимацию, на которой мило прихрамывает один такой белок, таща за собой огромную везикулу. Кстати, методом, которым я занимаюсь в аспе, раньше показали, что настоящий белок именно так и ходит (видео с микроскопа тут).
А сейчас самое-пресамое крутое. Ваши мышцы пронизаны параллельными волокнами из того же материала, из которого сделан цитоскелет. Когда поступает сигнал, миллионы этих белков хватаются за руки и бегут в разные стороны по параллельным волокнам. В результате мышца сокращается. Сейчас вы читаете этот пост за счет того что ваш глаз поворачивают близлежащие мышцы, которыми двигают эти самые наночеловечки. По похожему принципу клетки “разрываются” на две в видео пару постов назад.
Если после всего этого вы еще не осознали, что биофизика и структурная биология — это невероятно интересно, то я уже не знаю…)
ЗЫ. Тут полная версия 3D-анимации с кучей других занятных белков.
Всем пятницы,
Тг
#огненныебелки
#научпоп
В предыдущих постах я рассказывал про несколько крутых белковых машин в нашем организме: молекулярный лифт через мембрану клетки и отмычку для сенсора холода (тык), роторную турбину (тык), насос для закачивания кислоты в желудок (тык). Сегодня расскажу про еще один офигенный вид белков — линейные моторы.
Как следует из названия, эти белки умеют ходить по прямой. Где и зачем они ходят?
Сначала небольшой ликбез:
Наши клетки чем-то напоминают походные палатки. Они покрыты мягкой оболочкой (мембраной), которой придает форму внутренний каркас (цитоскелет). Схоже палаточному каркасу цитоскелет — это сеть из разнообразных трубочек, которые пронизывают клетку. У цитоскелета есть несколько крутых фишек.
Во-первых, он может собираться и разбираться внутри клетки. Представьте, что вы разбираете каркас палатки с одной стороны, и собираете с другой. Палатка начнет смещаться в сторону, где каркас “нарастает”. Клетки перемещаются подобным образом за счет цитоскелета.
Во-вторых, по цитоскелету могут ходить те самые белки — линейные моторы. Сейчас самое крутое: у этих белков есть две ноги! И они этими ногами шагают! Как люди! На каждый шаг требуется энергия, которую они получают, переваривая АТФ. Пожрал, пошел гулять — все как у людей.
Помимо ног у них есть руки! Ну как минимум одна рука. Этой рукой они могут хватать грузы и носить их за собой. Осознайте это: в ваших клетках бегают миллионы маленьких “человечков”, которые занимаются доставкой грузов. Зацените 3D анимацию, на которой мило прихрамывает один такой белок, таща за собой огромную везикулу. Кстати, методом, которым я занимаюсь в аспе, раньше показали, что настоящий белок именно так и ходит (видео с микроскопа тут).
А сейчас самое-пресамое крутое. Ваши мышцы пронизаны параллельными волокнами из того же материала, из которого сделан цитоскелет. Когда поступает сигнал, миллионы этих белков хватаются за руки и бегут в разные стороны по параллельным волокнам. В результате мышца сокращается. Сейчас вы читаете этот пост за счет того что ваш глаз поворачивают близлежащие мышцы, которыми двигают эти самые наночеловечки. По похожему принципу клетки “разрываются” на две в видео пару постов назад.
Если после всего этого вы еще не осознали, что биофизика и структурная биология — это невероятно интересно, то я уже не знаю…)
ЗЫ. Тут полная версия 3D-анимации с кучей других занятных белков.
Всем пятницы,
Тг
#огненныебелки
#научпоп
YouTube
Kinesin protein walking on microtubule
Kinesin protein walking on a microtubule in a cell
Нобель
Каждый год я порываюсь написать пост по Нобелевской неделе и каждый год бью себя по рукам. В этот раз бил недостаточно сильно, поэтому вот.
Сначала о научных премиях в целом. По-моему, это очень спорная затея. Цель спортсмена — выиграть Олимпийское золото. Цель ученого — создать новые знания. Премии — это не цель, а стимулирующий фактор.
Стимулируют в премиях две плюшки: публичность и деньги. С первым все просто: многие ученые тщеславны. И это нормально: вы совершили революционное открытие и хотите, чтобы о нем узнали.
Теперь про деньги. Размер Нобелевской — около миллиона долларов. Обычно делят на 2-3 человек, минус налоги. Выходит двести-триста тысяч на нос. Сумма не маленькая. Но она не должна быть весомой, для человека, потратившего несколько десятков лет своей жизни, чтобы создать фундаментальное для человечества знание. Да, это я ворчу про низкие зарплаты в науке.
Вывод: я не в восторге от того, что в науке можно “выиграть премию”. Но хорошей альтернативы нет, так что лучше пока так.
Теперь про саму Нобелевскую. Лауреат премии по литературе Бернард Шоу как-то сказал: “Я готов простить Альфреду Нобелю изобретение динамита, но только дьявол в людском обличье мог выдумать Нобелевскую премию!“
Эта фраза очень точно описывает тот срач, который ежегодно вызывают решения Нобелевского комитета. Оно и понятно. В науке много престижных премий: Breakthrough Prize, Премия Шао, Медаль Копли… Но только Нобелевская премия, будучи самой престижной, обсуждается в широких кругах.
Например, в прошлом году Нобелевскую по химии дали за CRISPR (тут мой пост про CRISPR). То, что за него дадут Нобелевскую, было понятно еще лет пять назад. Тогда же было понятно, что кого-то обделят. В итоге Нобелевский комитет выбрал очень точную формулировку при вручении награды, и Эмманюэль Шарпентье и Дженифер Дудна заслуженно стали лауреатами.
В этом году все ждали, что премию по физиологии и медицине дадут Каталин Карико (и Дрю Вайсману?) за мРНКовые вакцины. Я аж поперхнулся, когда премия досталась Дэвид Джулиусу и Ардему Патапутяну за рецепторы температуры и осязания. Здесь я не могу быть объективным, так как за их работой я слежу давно, а исследования этих рецепторов отчасти мотивировали меня заниматься биофизикой.
Думаю одна из причин высокого престижа Нобелевской — умение не реагировать на тренды и отмечать открытия, проверенные временем. Это не хорошо и не плохо, но точно увеличивает престиж премии. Так что Каталин Карико еще получит свою Нобелевскую.
Отдельно хочется поздравить Дмитрия Муратова и редакцию @novaya_pishet. Невероятно смелые люди продлжают делать топовую независимую журналистику — это достойно Нобелевской.
ЗЫ. В завещании Альфреда Нобеля есть несколько интересных моментов (не нашел на русском). 94% процента своих сбережений он отдал на премию. Оставшиеся деньги поделил между родственниками и знакомыми, чему те были “несказанно рады”. В начале завещания приводится список этих бедолаг с именами, адресами и размером наследства. В абзаце про премию Нобель пишет, что ее должны получать “наиболее достойные, независимо от того, скандинавы они или нет”. В конце завещания Нобель четко прописывает, чтобы перед кремацией ему “вскрыли вены”, и чтобы компетентный доктор убедился в смерти.
ЗЫЫ. Кому Нобелевская до лампочки, зацените видео зарождения кристалла поваренной соли, снятое на электронный микроскоп (оригинальная статья). Темные точки — это отдельные ионы натрия и хлора.
Всем добра,
Тг
#научпоп
Каждый год я порываюсь написать пост по Нобелевской неделе и каждый год бью себя по рукам. В этот раз бил недостаточно сильно, поэтому вот.
Сначала о научных премиях в целом. По-моему, это очень спорная затея. Цель спортсмена — выиграть Олимпийское золото. Цель ученого — создать новые знания. Премии — это не цель, а стимулирующий фактор.
Стимулируют в премиях две плюшки: публичность и деньги. С первым все просто: многие ученые тщеславны. И это нормально: вы совершили революционное открытие и хотите, чтобы о нем узнали.
Теперь про деньги. Размер Нобелевской — около миллиона долларов. Обычно делят на 2-3 человек, минус налоги. Выходит двести-триста тысяч на нос. Сумма не маленькая. Но она не должна быть весомой, для человека, потратившего несколько десятков лет своей жизни, чтобы создать фундаментальное для человечества знание. Да, это я ворчу про низкие зарплаты в науке.
Вывод: я не в восторге от того, что в науке можно “выиграть премию”. Но хорошей альтернативы нет, так что лучше пока так.
Теперь про саму Нобелевскую. Лауреат премии по литературе Бернард Шоу как-то сказал: “Я готов простить Альфреду Нобелю изобретение динамита, но только дьявол в людском обличье мог выдумать Нобелевскую премию!“
Эта фраза очень точно описывает тот срач, который ежегодно вызывают решения Нобелевского комитета. Оно и понятно. В науке много престижных премий: Breakthrough Prize, Премия Шао, Медаль Копли… Но только Нобелевская премия, будучи самой престижной, обсуждается в широких кругах.
Например, в прошлом году Нобелевскую по химии дали за CRISPR (тут мой пост про CRISPR). То, что за него дадут Нобелевскую, было понятно еще лет пять назад. Тогда же было понятно, что кого-то обделят. В итоге Нобелевский комитет выбрал очень точную формулировку при вручении награды, и Эмманюэль Шарпентье и Дженифер Дудна заслуженно стали лауреатами.
В этом году все ждали, что премию по физиологии и медицине дадут Каталин Карико (и Дрю Вайсману?) за мРНКовые вакцины. Я аж поперхнулся, когда премия досталась Дэвид Джулиусу и Ардему Патапутяну за рецепторы температуры и осязания. Здесь я не могу быть объективным, так как за их работой я слежу давно, а исследования этих рецепторов отчасти мотивировали меня заниматься биофизикой.
Думаю одна из причин высокого престижа Нобелевской — умение не реагировать на тренды и отмечать открытия, проверенные временем. Это не хорошо и не плохо, но точно увеличивает престиж премии. Так что Каталин Карико еще получит свою Нобелевскую.
Отдельно хочется поздравить Дмитрия Муратова и редакцию @novaya_pishet. Невероятно смелые люди продлжают делать топовую независимую журналистику — это достойно Нобелевской.
ЗЫ. В завещании Альфреда Нобеля есть несколько интересных моментов (не нашел на русском). 94% процента своих сбережений он отдал на премию. Оставшиеся деньги поделил между родственниками и знакомыми, чему те были “несказанно рады”. В начале завещания приводится список этих бедолаг с именами, адресами и размером наследства. В абзаце про премию Нобель пишет, что ее должны получать “наиболее достойные, независимо от того, скандинавы они или нет”. В конце завещания Нобель четко прописывает, чтобы перед кремацией ему “вскрыли вены”, и чтобы компетентный доктор убедился в смерти.
ЗЫЫ. Кому Нобелевская до лампочки, зацените видео зарождения кристалла поваренной соли, снятое на электронный микроскоп (оригинальная статья). Темные точки — это отдельные ионы натрия и хлора.
Всем добра,
Тг
#научпоп
Я переезжаю
Все бумажки подписаны, все документы оформлены — уже в декабре у меня будет защита диссертации, а в январе я переезжаю в Мюнхен делать постдока. Сегодня вкратце расскажу про выбор лаборатории и процесс подачи.
Об этом шаге карьеры я начал активно думать года два назад. Тогда я создал заметку со списком интересующих меня научных тем. Через полгода вырисовался однозначный лидер — криоэлектронная томография.
Что такое криоэлектронная томография?
Как-то я рассказывал про криоэлектронный микроскоп (тык). При помощи него можно узнать структуру белка с точностью до атома. Проблема в том, что в этом методе нужен отчищенный белок “в пробирке”. Криэлектронная томография позволяет узнать атомарную структуру белка в естественной среде — внутри клетки или вируса. То есть механизмы процессов внутри клеток можно изучать с атомарной точностью. (как всегда есть нюансы)
Как только определился с темой, в заметках появилась вторая запись — список интересующих профессоров: около 30 человек, ранжированных по привлекательности лабораторий. Конечно же хотелось попасть к профессору из начала списка. В топ-5 было сразу три профессора из института MRC-LMB в Кембриджском университете в Англии. Для справки MRC-LMB — это самое крутое место в мире по структурной биологии. Многие нобелевские лауреаты по этой теме работали/работают именно там.
Проблема в том, что меня категорически не устраивала зарплата английского постдока — £31-35К в год (брутто). Работать ученым за эти деньги я вряд ли бы согласился. Поэтому параллельно рассматривал другие варианты. Относительно мест для жизни мне всегда нравился Мюнхен. Плюс в Германии условия чуть получше. Но в Мюнхене не было интересных лаб. “Было бы круто, если бы эти профессора из Кембриджа переехали в Мюнхен” — думал я, приступая к следующему шагу.
Следующий шаг: связаться с сотрудниками из топ-5 лаб, чтобы разузнать побольше про профессоров. Я писал в старом посте, зачем это надо делать (тык). В процессе один из собеседников обронил слух, что профессор из самого начала моего списка (Джон Бриггс) — получил позицию директора департамента (аналог заведующего кафедрой) в институте Макса Планка по биохимии и через полгода переезжает из Кембриджа в Мюнхен. Я сразу же написал людям из его лабы — слух подтвердился. В этот же день я написал Джону, что хотел бы работать в его лабе. Он ответил через день. Через две недели у нас было интервью по зуму. Еще через две недели я провел семинар в Кембридже, тоже по зуму. В итоге в марте этого года после обсуждения потенциальных проектов Джон предложил мне место в его новой лаборатории в Мюнхене.
Получился скомканный пост. Более основательно про плюсы и минусы (в основном плюсы) своего выбора я расскажу отдельно. Кому интересно поподробнее посмотреть, чем занимаются в лабе Джона Бриггса, можете почитать темы и статьи на сайте (тык). В Нью-Йорке я провел пять невероятных лет, встретил наикрутейших людей — об этом тоже будут посты, когда все уляжется в голове.
ЗЫ. Если хотите встретиться в Нью-Йорке до моего отъезда (до конца года) — пишите боту. Если вы в Мюнхене или где-то еще в Германии, тоже пишите — встретимся в следующем году.
ЗЫЫ. Нашел фотку семилетней давности — в раздевалке Баварии (нет, я болею за Манчестер) во время языковых курсов в Мюнхене.
Всем добра,
Тг
#карьера
Все бумажки подписаны, все документы оформлены — уже в декабре у меня будет защита диссертации, а в январе я переезжаю в Мюнхен делать постдока. Сегодня вкратце расскажу про выбор лаборатории и процесс подачи.
Об этом шаге карьеры я начал активно думать года два назад. Тогда я создал заметку со списком интересующих меня научных тем. Через полгода вырисовался однозначный лидер — криоэлектронная томография.
Что такое криоэлектронная томография?
Как-то я рассказывал про криоэлектронный микроскоп (тык). При помощи него можно узнать структуру белка с точностью до атома. Проблема в том, что в этом методе нужен отчищенный белок “в пробирке”. Криэлектронная томография позволяет узнать атомарную структуру белка в естественной среде — внутри клетки или вируса. То есть механизмы процессов внутри клеток можно изучать с атомарной точностью. (как всегда есть нюансы)
Как только определился с темой, в заметках появилась вторая запись — список интересующих профессоров: около 30 человек, ранжированных по привлекательности лабораторий. Конечно же хотелось попасть к профессору из начала списка. В топ-5 было сразу три профессора из института MRC-LMB в Кембриджском университете в Англии. Для справки MRC-LMB — это самое крутое место в мире по структурной биологии. Многие нобелевские лауреаты по этой теме работали/работают именно там.
Проблема в том, что меня категорически не устраивала зарплата английского постдока — £31-35К в год (брутто). Работать ученым за эти деньги я вряд ли бы согласился. Поэтому параллельно рассматривал другие варианты. Относительно мест для жизни мне всегда нравился Мюнхен. Плюс в Германии условия чуть получше. Но в Мюнхене не было интересных лаб. “Было бы круто, если бы эти профессора из Кембриджа переехали в Мюнхен” — думал я, приступая к следующему шагу.
Следующий шаг: связаться с сотрудниками из топ-5 лаб, чтобы разузнать побольше про профессоров. Я писал в старом посте, зачем это надо делать (тык). В процессе один из собеседников обронил слух, что профессор из самого начала моего списка (Джон Бриггс) — получил позицию директора департамента (аналог заведующего кафедрой) в институте Макса Планка по биохимии и через полгода переезжает из Кембриджа в Мюнхен. Я сразу же написал людям из его лабы — слух подтвердился. В этот же день я написал Джону, что хотел бы работать в его лабе. Он ответил через день. Через две недели у нас было интервью по зуму. Еще через две недели я провел семинар в Кембридже, тоже по зуму. В итоге в марте этого года после обсуждения потенциальных проектов Джон предложил мне место в его новой лаборатории в Мюнхене.
Получился скомканный пост. Более основательно про плюсы и минусы (в основном плюсы) своего выбора я расскажу отдельно. Кому интересно поподробнее посмотреть, чем занимаются в лабе Джона Бриггса, можете почитать темы и статьи на сайте (тык). В Нью-Йорке я провел пять невероятных лет, встретил наикрутейших людей — об этом тоже будут посты, когда все уляжется в голове.
ЗЫ. Если хотите встретиться в Нью-Йорке до моего отъезда (до конца года) — пишите боту. Если вы в Мюнхене или где-то еще в Германии, тоже пишите — встретимся в следующем году.
ЗЫЫ. Нашел фотку семилетней давности — в раздевалке Баварии (нет, я болею за Манчестер) во время языковых курсов в Мюнхене.
Всем добра,
Тг
#карьера
Стараюсь тут не спамить, но сейчас назрел важный вопрос. Часто в постах я прикрепляю ссылки под словом «тык». Периодически мне прилетают неравнодушные комментарии по этому поводу. Давайте решим судьбу «тыка» здесь и сейчас. Оставить или убрать «тык»?
Anonymous Poll
76%
Оставь, мне нравится
5%
Нет, убери
20%
Без разницы
Окно в мозг
Продолжаем серию постов #науказбс. Сегодня о своей работе расскажет Аня Груздева. Аня изучает нейронауки в аспирантуре Корнеллского университета. Слово Ане:
Привет! Меня зовут Аня. Я занимаюсь исследованиями механизмов памяти. Мне интересно, как мозг хранит воспоминания, как происходит обучение, и почему некоторые вещи мы помним хорошо, а некоторые не очень.
Обучение и память — это динамические процессы. Чтобы их изучать, надо выбрать подходящую обучающуюся систему (например, мышку). Дальше можно сравнить эту систему до и после обучения, или наблюдать изменения в динамике.
Один из подходов — дать задание мыши (например, пройти лабиринт) и параллельно следить за активностью нейронов в мозгу. За активностью нейронов можно следить по-разному. Например, можно создать мышь со специальной мутацией: у нее в активных нейронах светится специальный белок. Или можно заразить обычную мышь специальным вирусом, который заставит активные нейроны светиться. Так можно увидеть какие нейроны и в какой последовательности активируются в мозгу.
Проблема в том, что голова у мышей непрозрачная. Поэтому, чтобы увидеть свечение нейронов внутри головы, часть черепа мыши заменяют на стеклышко — получается настоящее окно в мозг. Дальше через стеклышко можно фотографировать светящиеся (активные) нейроны, прикрепив к голове мыши специальный маленький микроскоп (называется миниэндоскоп). Но для более высокого пространственного разрешения лучше использовать полноразмерный микроскоп. Так как микроскоп не может бегать за мышью, обычно голову фиксируют. Как в таких условиях мышь может чувствовать себя нормально и вообще чему-то обучаться?
При помощи субъективной реальности! Хоть голова и зафиксирована, сама мышь стоит/бежит на подвижной платформе, а вокруг нее расположены экраны, на которых отображается лабиринт. Компьютер следит за передвижением платформы и обновляет картинку лабиринта на экране (см видео). Как в компьютерной игре!
В подобной установке уже было показано что мыши могут обучаться, ориентироваться и запоминать пространство. А микроскоп регистрирует, какие нейроны и в каком порядке активируются в процессе обучения.
Конкретно в своих исследованиях я изучаю связь голода и памяти. Для этого можно использовать похожую установку. Только вместо экранов мышь ориентируется по тактильным стимулам на поверхности беговой дорожки. Когда мышь находит на ощупь правильный стимул, ей через трубочку подается вода с сахаром. Параллельно я могу вживую следить какие именно нейроны при этом работают. Сейчас я только провожу подготовительные эксперименты. Но надеюсь, в скором времени мы будем лучше понимать, как голод связан с памятью.
Если есть вопросы, можете задать на моем канале @vkusniahi_from_Ann.
Всем добра,
Аня
#науказбс
Продолжаем серию постов #науказбс. Сегодня о своей работе расскажет Аня Груздева. Аня изучает нейронауки в аспирантуре Корнеллского университета. Слово Ане:
Привет! Меня зовут Аня. Я занимаюсь исследованиями механизмов памяти. Мне интересно, как мозг хранит воспоминания, как происходит обучение, и почему некоторые вещи мы помним хорошо, а некоторые не очень.
Обучение и память — это динамические процессы. Чтобы их изучать, надо выбрать подходящую обучающуюся систему (например, мышку). Дальше можно сравнить эту систему до и после обучения, или наблюдать изменения в динамике.
Один из подходов — дать задание мыши (например, пройти лабиринт) и параллельно следить за активностью нейронов в мозгу. За активностью нейронов можно следить по-разному. Например, можно создать мышь со специальной мутацией: у нее в активных нейронах светится специальный белок. Или можно заразить обычную мышь специальным вирусом, который заставит активные нейроны светиться. Так можно увидеть какие нейроны и в какой последовательности активируются в мозгу.
Проблема в том, что голова у мышей непрозрачная. Поэтому, чтобы увидеть свечение нейронов внутри головы, часть черепа мыши заменяют на стеклышко — получается настоящее окно в мозг. Дальше через стеклышко можно фотографировать светящиеся (активные) нейроны, прикрепив к голове мыши специальный маленький микроскоп (называется миниэндоскоп). Но для более высокого пространственного разрешения лучше использовать полноразмерный микроскоп. Так как микроскоп не может бегать за мышью, обычно голову фиксируют. Как в таких условиях мышь может чувствовать себя нормально и вообще чему-то обучаться?
При помощи субъективной реальности! Хоть голова и зафиксирована, сама мышь стоит/бежит на подвижной платформе, а вокруг нее расположены экраны, на которых отображается лабиринт. Компьютер следит за передвижением платформы и обновляет картинку лабиринта на экране (см видео). Как в компьютерной игре!
В подобной установке уже было показано что мыши могут обучаться, ориентироваться и запоминать пространство. А микроскоп регистрирует, какие нейроны и в каком порядке активируются в процессе обучения.
Конкретно в своих исследованиях я изучаю связь голода и памяти. Для этого можно использовать похожую установку. Только вместо экранов мышь ориентируется по тактильным стимулам на поверхности беговой дорожки. Когда мышь находит на ощупь правильный стимул, ей через трубочку подается вода с сахаром. Параллельно я могу вживую следить какие именно нейроны при этом работают. Сейчас я только провожу подготовительные эксперименты. Но надеюсь, в скором времени мы будем лучше понимать, как голод связан с памятью.
Если есть вопросы, можете задать на моем канале @vkusniahi_from_Ann.
Всем добра,
Аня
#науказбс
YouTube
Memory and the Virtual Mouse Maze
Working with dot-counting mice running through a virtual-reality maze, scientists from Harvard Medical School have found that in order to navigate space rodent brains rely on a cascade of neural signals that culminate in a single decision that prompts the…
180 секунд
Представьте, вы заходите в лифт и натыкаетесь на важного для вашей работы человека: профессор или потенциальный инвестор — не важно. Ваша цель — рассказать концепцию работы и заинтересовать собеседника, пока тот не вышел из лифта. Эта карикатурная сценка дала название данному виду презентаций — elevator pitch.
Сценка хоть и карикатурная, но вполне реальная. Даже в аспирантуре мне много раз приходилось питчить научные проекты в очередях, в коридорах, в коротких перерывах на конференциях.
Беда в том, что до аспирантуры я не умел разговаривать. Меня этому не учили ни в школе, ни в универе. Никто не объяснил, что этому надо учиться.
Речь - это целая наука: от структуры до пауз и интонации. Одноминутный питч или часовая презентация преследуют разные цели и пишутся по-разному. Причем написать хороший одноминутный монолог гораздо сложнее.
Споткнувшись пару раз о свое косноязычие, я начал тренироваться. Сейчас я берусь за любую возможность дать устную презентацию, по возможности записываю на видео и отсматриваю с карандашом. Всегда репетирую заранее. Отдельно учусь составлять складные истории, тренирую речь с диктофоном — наверное, мои соседи думают, что за стенкой живет плохой актер.
К счастью, и во французской, и в американской аспирантурах нам помогали в этом. Французская аспа однажды наняла редактора научного журнала, который учил нас питчить ему наши статьи на конференциях. В Корнелле был обязательный курс по научным презентациям — очень толковый и с большим количеством практики.
Также Корнелл помогает молодым стартапам без денег найти студентов для мелкой помощи от анализа рынка до подготовки питча. Так мне помогли найти стартап, где в итоге два фаундера и четыре студента (два ученых, два МБА) собирали пятиминутный питч. Универ свел нас с венчурным инвестором, который консультировал нас два раза в месяц. Также 2-3 раза мы тренировались перед другими инвесторами.
Сейчас я всегда советую магистрам/аспирантам прибиться к какому-нибудь университетскому стартапу на семестр, чтобы потрогать их кухню изнутри, хотя бы за бесплатно. Вы увидите, как сильно отличаются бизнес-презентации от научных.
Еще одна отличная инициатива, которая есть во всех хороших аспирантурах — соревнование 3-minute thesis (3МТ). У вас есть всего 3 минуты (ровно 180 секунд), чтобы доходчиво рассказать вашу диссертацию. Вылезли на 181-ю секунду? - дисквалификация. Настоятельно рекомендую участвовать всем аспирантам.
На видео отличный пример 3МТ. В этом монологе хорошо буквально все (если интересно, предлагаю обсудить в комментах, чтобы не раздувать пост). Вообщем садитесь с карандашом, разбирайте, тренируйтесь — учитесь разговаривать.
ЗЫ. Старый пост в тему про письмо: тык.
Всех с наступающим,
Тг
#образование
#советдня
Представьте, вы заходите в лифт и натыкаетесь на важного для вашей работы человека: профессор или потенциальный инвестор — не важно. Ваша цель — рассказать концепцию работы и заинтересовать собеседника, пока тот не вышел из лифта. Эта карикатурная сценка дала название данному виду презентаций — elevator pitch.
Сценка хоть и карикатурная, но вполне реальная. Даже в аспирантуре мне много раз приходилось питчить научные проекты в очередях, в коридорах, в коротких перерывах на конференциях.
Беда в том, что до аспирантуры я не умел разговаривать. Меня этому не учили ни в школе, ни в универе. Никто не объяснил, что этому надо учиться.
Речь - это целая наука: от структуры до пауз и интонации. Одноминутный питч или часовая презентация преследуют разные цели и пишутся по-разному. Причем написать хороший одноминутный монолог гораздо сложнее.
Споткнувшись пару раз о свое косноязычие, я начал тренироваться. Сейчас я берусь за любую возможность дать устную презентацию, по возможности записываю на видео и отсматриваю с карандашом. Всегда репетирую заранее. Отдельно учусь составлять складные истории, тренирую речь с диктофоном — наверное, мои соседи думают, что за стенкой живет плохой актер.
К счастью, и во французской, и в американской аспирантурах нам помогали в этом. Французская аспа однажды наняла редактора научного журнала, который учил нас питчить ему наши статьи на конференциях. В Корнелле был обязательный курс по научным презентациям — очень толковый и с большим количеством практики.
Также Корнелл помогает молодым стартапам без денег найти студентов для мелкой помощи от анализа рынка до подготовки питча. Так мне помогли найти стартап, где в итоге два фаундера и четыре студента (два ученых, два МБА) собирали пятиминутный питч. Универ свел нас с венчурным инвестором, который консультировал нас два раза в месяц. Также 2-3 раза мы тренировались перед другими инвесторами.
Сейчас я всегда советую магистрам/аспирантам прибиться к какому-нибудь университетскому стартапу на семестр, чтобы потрогать их кухню изнутри, хотя бы за бесплатно. Вы увидите, как сильно отличаются бизнес-презентации от научных.
Еще одна отличная инициатива, которая есть во всех хороших аспирантурах — соревнование 3-minute thesis (3МТ). У вас есть всего 3 минуты (ровно 180 секунд), чтобы доходчиво рассказать вашу диссертацию. Вылезли на 181-ю секунду? - дисквалификация. Настоятельно рекомендую участвовать всем аспирантам.
На видео отличный пример 3МТ. В этом монологе хорошо буквально все (если интересно, предлагаю обсудить в комментах, чтобы не раздувать пост). Вообщем садитесь с карандашом, разбирайте, тренируйтесь — учитесь разговаривать.
ЗЫ. Старый пост в тему про письмо: тык.
Всех с наступающим,
Тг
#образование
#советдня
YouTube
Three Minute Thesis (3MT) 2011 Winner - Matthew Thompson
Three Minute Thesis (3MT) Competition 2011
Winning presentation
"Suspects, Science and CSI" by Matthew Thompson from the University of Queensland
Winning presentation
"Suspects, Science and CSI" by Matthew Thompson from the University of Queensland