הסקרנות אולי הרגה את החתול, אבל עבור הדס שפינר זה הדלק שמניע אותה כל יום מחדש

16 דצמבר 2018
החומרים שמהם עשויים מהנדסים
בתמונה הדר מרכיבה דגמים למדידה בתנור

ללמוד את החומרים זה בעצם להבין ממה העולם שסביבנו מורכב, להבין את היכולות האמיתיות של חומרים ולעשות איתם דברים מדהימים. 

 

הדר שפינר, בחורה סקרנית מטבעה, רצתה להבין מה גרם לאסון הטיטניק? מדוע תכונות היהלום שונות מאלה של גרפיט למרות ששניהם עשויים מפחמן? כיצד הכפיות של אורי גלר מתכופפות מעצמן? איך ליצור בטון שקוף? איך לייצר מסך מחשב מנייר? איך ואיך ואיך...

 

בשיחה עם הדר הצלחנו להבין את התשוקה שלה לתחום ויש בהחלט סיכוי שבקרוב נקרא כי הדר גילתה חומרים חדשים שיובילו למהפיכות טכנולוגיות במאה ה- 21 (ספויילר קטן - את החומרים מהם עשוייה אהבה היא כבר גילתה)

 

מי את?

שמי הדר שפינר, סטודנטית לתואר כפול בהנדסת חומרים וכימיה, שנה חמישית

   
האם את עובדת? כן, התחלתי לעבוד בווסטרן דיגיטל בסוף שנה ג' (אוגוסט 2017).
   

מה תפקידך בפעול

ומה הכי מאתגר אותך בעבודה? 

אני שייכת למחלקת הזכרונות של החברה. התפקיד הינו מהנדסת התקנים של רכיבי זכרון (כרגע במשרת סטודנטית). אנחנו צוות קטן של 5 אנשים, רוב הצוות יושב בארה"ב ובהודו ואנחנו שלוחה קטנה בישראל. הצוות מורכב מדוקטור לפיזיקה ועוד פיזקאי בוגר תואר שני כך ששילוב של חומרים הוא מעניין ומגוון. במקביל אנחנו עובדים עם קבוצה של מהנדסי חשמל. 

העבודה מאוד מאתגרת, לעבוד בחברת הייטק שנמצאת בחזית הטכנולוגיה מצריך הסתגלות מהירה לשינויים, כל כמה חודשים עוברים למוצר אחר שמצריך למידה מהירה של התכונות וההתנהגות הצפויה, יחד עם זאת מגלים הרבה באגים וצריכים לתת פתרון בהתאם. 

   
איך השילוב של עבודה ולימודים? 

השילוב של עבודה עם לימודי תואר כפול בהנדסת חומרים וכימיה הוא קשה. אין ספק שאני נמצאת במירוץ במהלך כל השבוע של השילוב ביניהם (חשוב לציין שאני הולכת לכל ההרצאות ולא מחסירה כלום על אף העבודה), ובסופ"ש בעיקר משלימה שיעורי בית. מאתגר מאוד.

   
זכרון משמעותי מתקופת הלימודים?

אני חושבת ששנה א' היא זכרון משמעותי (וקצת טראומתי יש להגיד). הקושי להגיע ללימודים אחרי 5 וחצי שנים בצבא (הייתי קצינת סימולטור בחיל האוויר) והסתגלות לעומס היתה מאוד קשה עבורי. סיימתי את השנה עם כמה נכשלים ועם מחשבות רבות האם המסלול מתאים לי. בסופו של דבר עשיתי שינוי בצורת הלמידה שלי והצלחתי לשקם את המצב רוח ויחד איתו את הממוצע :) אין ספק שהשנה הראשונה היתה הקשה ביותר, אבל אני שמחה שנשארתי ולא וויתרתי למרות הקושי.

 

בסופו של דבר, אני חושבת שמהנדסי חומרים הם אנשים עם ידע רחב בהרבה תחומים, פיזיקה, חשמל, מכונות, הרבה כימיה. פגשתי מרצים מעוררי השראה עם תשוקה גדולה למקצוע (פרופ' נאווה סתר שמלמדת חומרים קרמיים, ד"ר רוני שנק שמלמד מטלורגיה פיזיקלית,  פרופ' אמוץ ויינברג שמלמד חומרים פולימרים ומרוכבים) וזה גרם לי להתחבר יותר למה שלומדים. אני חושבת שבגלל שלומדים נושאים רבים ומגוונים מאוד, לפניי שיוצאים לחפש עבודה בתעשייה צריך לבחון איזה מבין כלל הנושאים מעניין אותך ובו להתמקד (לצערי המסלול של הנדסת חומרים בשילוב מיקרואלקטרוניקה לא כל כך משווק אצלנו ולכן הרבה לא פונים לשם). 

 

וכמובן, לא פחות חשוב אם לא העיקר...הכרתי את בעלי בשיעור פיזיקה 2, סטודנט להנדסת חשמל שנה רביעית ועובד היום בחברת סמסונג. 

   
איך לימודי הנדסת חומרים תרמו לך? לימודי הנדסת חומרים מאפשרים לי להבין מגוון של תופעות פיזיקלית שמתרחשות בהתקן הזכרון, הבנה עמוקה של החומרים מהם הזכרון מורכב וכדומה. יחד עם זאת, נדרש ממני לבצע השלמות של קורסים שונים שנלמדים בהנדסת חשמל.
   
את עובדת עכשיו על פרוייקט הגמר שלך. במה הוא עוסק?

פרויקט הגמר שלי עוסק בהשפעה של תהליך אריזת הזכרון (Packaging) על אמינות המידע שנכתב עליו טרם האריזה (Reliability).הפרויקט משלב בתוכו הנדסת חומרים, פיזיקה, הנדסת חשמל ומעט סטטיסטיקה. הדור החדש של הזכרונות עבר שינוי של חומרים (לעומת הדור הקודם), בפרוייקט שלי אני מתכוונת להסביר על התכונות של החומר החדש (SiN) ולאפיין בעזרתו תופעות פיזיקלית שמתרחשות בזכרון ועלולות  להשפיע על המידע ששמרתי. בעקבות מידע מסווג של החברה לא אוכל לפרט מעבר לכך...

בפרוייקט הגמר יש לי 2 מנחים. המנחה המקצועי שלי מהעבודה, מווסטרן דיגיטל, ד"ר אלון אייל והמנחה האקדמי מהאוניברסיטה פרופ' עמית כהן.

 

פרופ׳ חיית גרינשפן, מהפקולטה להנדסה באוניברסיטת תל אביב, מפתחת כלים אוטומטים, לעזרת הרופאים, כך שיוכלו לבדוק ולעבור על מאות תמונות מבדיקות MRI ו-CT, כך שיוכלו לזהות האם הן תקינות או לא.

לפענת מאות תמונות MRI בכלים אוטומטים המבוססים על שיטות ראיה ממוחשבת

במעבדה לעיבוד תמונות רפואיות בניהולה של פרופ' חיית גרינשפן  מפתחים פתרונות הנדסיים לסיוע בפענוח תמונות רפואיות אשר יעזרו לרופאים להשיג קריאת מקרים מהירה יותר ומדויקת יותר. פרופ' גרינשפן ישבה איתנו השבוע והסבירה לנו על פיתוחים פורצי הדרך שיצאו לאחרונה מהמעבדה בנושא של אנליזת גידולים בכבד בבדיקות CT

 

מה מפתחים היום במעבדה שלך לעיבוד תמונות רפואיות?

במעבדה מפתחים כלים אוטומטיים המבוססים על שיטות מתקדמות בראייה ממוחשבת, מערכות לומדות  (Deep Learning)ובינה מלאכותית ככלי עזר לרדיולוג  בפיענוח בדיקות X-RAYCT  ו-MRI.

תמונות רפואיות מהוות חלק אינטגרלי בדיאגנוסטיקה ובכלל שלבי הטיפול הרפואי. כיום, עקב שיפורים במכונות הדימות, סריקות CT ו-MRI מכילות מאות ואף אלפים של תמונות. בתהליכי העבודה השוטפים, הרדיולוג צריך לעבור על בדיקות דימות שלמות ולזהות האם הן תקינות או לא, וכן לדווח על מכלול הפתולוגיות הנראות בסריקה. כיום ישנה הסכמה בקרב הקהילה כי כלים אוטומטיים, שיספקו תוצאות עקביות ומדויקות, חשובים ככלי עזר לרדיולוג  וכן יהוו מרכיב משמעותי לפיתוח רפואה כמותית ומתקדמת יותר.

 

במעבדה של פרופ. גרינשפן עובדים בתחום זה במגוון מחקרים– מגילויים דחופים בתמונות X-RAY  בבית החזה, גילויים של נגעים בתמונות MRI  של המוח, ואנליזה אוטומטית של גידולים בכבד בבדיקות CT. פירסומים מהמעבדה, ביניהם ספר ראשון בתחום, היו בין הראשונים בעולם שהראו כי שימוש בכלים מבוססים למידה עמוקה(Deep Learning)  אפשריים ומקדמים את תחום עיבוד התמונות הרפואיות.

 

בבדיקות הCT יש חשיבות רבה לזיהוי מוקדם של גידולים בכבד על מנת לאפשר מתן טיפול מתאים. התוכנות האוטומטיות שמפותחות במעבדה מלוות את התהליך משלב הגילוי של הנגעים, אפיון שלהם כגידולים ממאירים או שפירים, ועד להמלצות ראשוניות לאופי הטיפול המומלץ – ולמעקב בזמן אחר השפעת הטיפול על מצב הנגעים. סטודנטים מהמעבדה: עידית דיאמנט, אבי בן-כהן ומעיין פריד אדר– פירסמו בשנה האחרונה בכנסים - ISBI IEEE ו- MICCAI ,מספר מאמרים ראשוניים בתחום הזוכים לציטוטים רבים - בהם שימוש בכלי  Deep Learning  משמשים לפיענוח אוטומטי של תמונות CT בכבד עם שיפור משמעותי בתוצאות יחסית לשיטות קודמות. במאמר שהתפרסם זה עתה בעיתון  Academic Radiology   מדגים אבי, דוקטורנט במעבדה, שימוש ראשוני בכלי הלמידה החדשים ככלי עזר לרדיולוג להבנת מקור הסרטן של גרורות בכבד בהינתן מאפיינים שונים של הגרורה בסריקות CT  - דבר שאינם מסוגלים לעשות היום. מערכות אוטומטיות כמו זו, מציגות יכולות חדשות ומבטיחות שבעתיד הקרוב יוכלו לספק תמיכה והמלצה להמשך טיפול לרדיולוגים ולאונקולוגים בעבודה השוטפת בבתי החולים.

 

ספרי לנו על שיתוף הפעולה בין המרכז הרפואי שיבא והמעבדה לעיבוד אותות

שיתוף פעולה בתחום זה קיים בין מחלקת הדימות בשיבא בראשותו של פרופ. אלי קונן  והמעבדה שלנו מהמחלקה להנדסה ביו-רפואית באוניברסיטת תל אביב. בבית החולים נאספות בדיקות לצורך למידה ואימון של הכלים האוטומטיים. התקווה היא ששיבא יהיה אחד מבתי החולים הראשונים שיעשו שימוש בפיתוח.   

 

איך נולד הרעיון לפתח תוכנה לפענוח תמונות רפואיות?

רוב הפיתוחים שלנו נולדים מדו שיח עם רדיולוגים, והבנה של צרכים. במקרה המסוים הזה, ישבנו עם דר' מיכל אמיתי ודר' אייל קלנג, מקבוצת ה-CT בטן במחלקת הדימות בשיבא, ולמדנו מהם על הצורך בכלי עזר למציאת נגעים בכבד, השאיפה לתמיכה בהחלטה באבחון הנגעים וההכרה שלהם בצורך למדוד שטח ונפח של הכבד והנגעים בו-דבר שאינם מסוגלים לעשות בתהליכי הדיאגנוסטיקה כיום. 

 

איך הפיתוח החדש יתרום לחולים?

באופן כללי, שימוש בתוכנה אוטומטית יעזור לרופאים להשיג קריאת מקרים מהירה יותר ומדויקת יותר. החולים יזכו במשוב מהיר המכיל מדדים כמותיים לממצאים השונים. בנוסף, יוכל החולה לקבל מדידות מדויקות של שינויים במחלה במהלך טיפול.

 

מה השלב הבא של הפיתוח?

אנחנו עובדים על פיתוח יכולות נוספות לאנליזה האוטומטית.  במעבדה שמים דגש מיוחד על יכולת עבודה עם מידע רפואי מצומצם, שזו נקודת הקושי המשמעותית ביותר בעבודה עם דטה רפואי, הדורש מומחה רפואי בתהליך הלמידה. כמו כן אנחנו ממשיכים לפתח יכולות במכלול גדול של מקורות דימות ופתולוגיות 

 

איך את רואה את ההשפעה של הפיתוח בעתיד הרפואה?

כלי הלמידה העמוקה (Deep Learning), המתפתחים היום, מהווים קפיצה אדירה קדימה ביכולת לקשר בין פיתוחים טכנולוגיים עם צרכים קליניים. אנחנו רואים היום יכולות המתקרבות ליכולת קלינית ולכן מאמינים שהכלים האוטומטיים ישתלבו 

בעתיד הלא רחוק במסגרות של דיאגנוסטיקה בבתי חולים וקליניקות.  אני מאוד מתלהבת מתקופה זו, בה אנו רואים לראשונה את הפוטנציאל לשימוש בכלים הנדסיים לשפר את הדיאגנוזה והטיפול בחולים.  בהמשך, יתכן כי יכולות הלמידה יעזרו להגדיר תהליכי טיפול מותאמי חולה, ויקדמו את הרפואה בצעדים גדולים קדימה.

 

 

סטודנט להנדסה ביו-רפואית, זכה בתואר "הדובר המצטיין" בתחרות הדיבייט הבינלאומית

13 דצמבר 2018
תחרות הדיבייט הבינלאומית

בחודש אפריל האחרון התקיימה תחרות הדיבייט היוקרתיות ביותר באתונה ועידן ברסלר, סטודנט מהפקולטה להנדסה עם חברו לקבוצה עמיחי אבן חן, סטודנט למתמטיקה ופילוסופיה, ניצחו את התחרות ועידן אף זכה בתואר "הדובר המצטיין של התחרות"!. כאמור, התחרות התקיימה באתונה והשתתפו בה כ - 130 דוברים וכ - 40 שופטים ממעדוני דיבייט אוניברסיטאיים מכל רחבי אירופה. התחרות כללה חמישה דיבייטים בסיבובים המקדימים, רבע גמר, חצי גמר וגמר - כלומר שמונה דיבייטים סך הכל שבסופם הוכרזה הקבוצה התל אביבית כמנצחת של התחרות. לכל קבוצה לאחר קבלת הפוזיציה (בעד ונגד ההצעה) יש רבע שעה להכנה. לאחר מכן כל דובר בקבוצה מקבל 7 דקות לנאום. המשימה הייתה לתת טעונים בנושא: "אנחנו סבורים כי מדינות צריכות לשאוף להחזיר פליטים לארץ מולדתם לאחר שהסכנה ממנה ברחו חלפה". 

 

בתמונה משמאל לימין: דן להב (חבר המועדון וממארגני התחרות), עידן ברסלר, עמיחי אבן חן, עידו קוטלר 

 

השילוב בין הנדסה ואומנות הדיבייט

עידן ברסלר הוא סטודנט שנה רביעית להנדסה ביו-רפואית. למועדון הדיבייט של אוניברסיטת תל אביב הגיע לאחר פרסום שראה בפייסבוק. "מה שמשך אותי למועדון זה השימוש בלוגיקה, (מה שאמור להיות חזק אצל סטודנט להנדסה J )" כך אומר לנו עידן. "בנוסף זאת הזדמנות לעבוד על היכולת שלי לעמוד מול קהל ולהעביר מסרים. משם ראיתי שאני גם די טוב בדיבייט, אז החלטתי ללכת לתחרויות בארץ ובחול (יש כמה כאלה בכל שנה). ישנם דברים בדיבייט שעזרו לי בתואר ולהיפך. עכשיו לדוגמא אני עובד על  פרוייקט הגמר שלי, וצריך לחשוב איך להציג אותו בצורה מתומצת ומעניינת. שזה בדיוק מה שלומדים בדיבייט. בנוסף היכולת לעבוד בצוות משתפרת המון בזכות דיבייט, משום שדיבייט מאפשר לזהות בדיוק את חוסר ההסכמה בין אנשים ולפתור אותו בצורה יעילה".

 

החזרת פליטים שכבר לא בסכנת חיים למדינות המוצא

הקבוצה של עידן טענה בעד נושא הדיבייט, החזרת פליטים למדינות המוצא כאשר אין סכנה ברורה לחיים שלהם. הטיעון המרכזי שלהם היה: במדינות שמקבלות פליטים, באירופה, בעיקר בדרום אירופה ובמידת מה בישראל, יש מספר גורמים שמגבילים את כמות הפליטים שאפשר לקבל: א. משאבים ב. תשתיות ג. רצון של האוכלוסייה לקבל פליטים. כשאנחנו מחזירים את הפליטים למדינות המוצא יש למדינה יותר יכולת לקלוט פליטים ממשבר אחר. בכך אנחנו יכולים להציל חיים של יותר בני אדם בסך הכל. כלומר - החזרת פליטים שכבר לא בסכנת חיים למדינות המוצא מאפשרת קליטה של פליטים שנמצאים בסכנת חיים מיידית ובכך מציל יותר חיי אדם.

 

כמה עובדות שלא ידעתם על המחלקה

13 דצמבר 2018
המחלקה להנדסה ביו-רפואית מדורגת במקום הגבוה ביותר בארץ עפ"י דירוג שנחאי!

הנה 5 עובדות שלא ידעתם על המחלקה להנדסה ביו-רפואית באוניברסיטת תל אביב:

 

1) המחלקה הטובה ביותר בדירוגים האקדמיים

עפ"י דירוג שנחאי, המחלקה להנדסה ביו-רפואית, מדורגת במקום הגבוה ביותר בארץ, והיחידה מבין המחלקות בארץ המדורגת כאחת מ-  100- 150 הטובות בעולם. 

 

2) מחוברת לתעשייה וליזמות

השנה יצאו משורות המחלקה 3 חברות הזנק חדשות וממומנות: Syn-Vaccine, LifeGraph, Osteosee . חברות הזנק נוספות בשלבי הקמה ומחקרים נוספים זכו למימון תעשייתי.

 

3) המחלקה הדינמית ביותר

מאז השנה שעברה גייסה המחלקה 4 חברי סגל צעירים חדשים: דר' נועם בן אליעזר ששב ארצה מאונ' ניו-יורק (NYU), דר' בן מעוז ששב ארצה מהרווארד, דר' דן בנימיני ששב ארצה מהמכונים הלאומיים לבריאות בארה"ב (NIH), דר' גילי ביסקר, שתשוב בסתיו מ- MIT

 

4) המחלקה רואה חשיבות עליונה בתעסוקת בוגריה

ליריד התעסוקה שהתקיים לפני 3 שבועות הגיעו חברות רבות המעוניינות בהעסקת בוגרינו. ביניהן חברות וחממות מתחום הביו-מד ןבהן nona-retina, Early-sense, Rainbow accelerator, MindUp,   Nano Retina, Blue Wind Medical, Glusense, ומתחומי היי-טק שונים: התעשייה האווירית, Applied Materials, Mellanox, Core photonincs יום התעסוקה הבא יתקיים בעוד כחודש.

 

5) המחלקה מעודדת כניסת נשים לעולם ההיי-טק והאקדמיה

שנה אחר שנה למעלה ממחצית מבוגרינו הן בנות!

ד״ר בן מעוז, מהפקולטה להנדסה באוניברסיטת תל אביב, מפתח מערכות פיזיולוגיות מתאי אדם על שבב, לניסוי תרופות ללא שימוש בחיות מעבדה.

ד״ר בן מעוז

המוח האנושי, המורכב מכ 100 מיליארד הנוירונים השולטים בכל מחשבה, מילה ופעולה, הוא האיבר המורכב והעדין ביותר בגוף. מכיוון שהוא זקוק להגנה מיוחדת מפני רעלנים וחומרים מזיקים אחרים, כלי הדם המספקים למוח חמצן וחומרים מזינים מאוד סלקטיביים לגבי חומרים שיכולים לעבור דרכם מהדם למוח ולהיפך. כלי הדם הללו ורשת תאים תומכים נוספת מהווים את מחסום דם המוח (BBB) . מעבר להקמת מחסום פיזי, ה- BBB נחשב כבעל אינטראקציה עם המוח ומסייע לווסת את תפקודו, אך הבנה כיצד התאים משפיעים זה על זה מהווה אתגר גדול, זאת בגלל שגידול תאים אלו בתרביות לא מתאר את הפעילות הפיזיולוגית ואילו עבודה עם מוח שלם מורכבת מדי, בייחוד שלא ניתן לעבוד עם מוח אנושי.

 

איבר על שבב

כעת, ד"ר בן מאיר מעוז חוקר מהמחלקה להנדסה ביו-רפואית ובית ספר סגול למדעי המוח באוניברסיטת תל אביב, יחד עם מכון וויס, אוניברסיטת הרווארד, בבוסטון ו KTH משבדיה, יצרו מודל המחקה את מעבר הנוזלים מהדם למוח במוח אנושי באמצעות חיבור "איבר על שבב" (Organ-on-a-Chip). איבר על שבב, מאפשר מבט חסר תקדים כיצד כלי הדם של המוח משפיעים ומסדירים את הפעילות המטבולית שלו.

 

"איבר על שבב" הוא קונספט שבא לתת תמיכה ואולי יום אחד להחליף את הניסויים בחיות. לצערנו היום אין תחליף לניסויים בבעלי חיים על מנת לאשר תרופות. אך בסופו של יום אדם הוא לא עכבר ולכן צריך משהו שיודע לחכות את הפיזיולוגיה של האדם. כך מסביר ד"ר מעוז.  

יותר מ 60% מהתרופות שעוברות בהצלחה ניסויים בבעלי חיים נכשלים בשלב הניסויים על בני אדם. "איבר על שבב" הוא קונספט שבו אני מגדלים בשבב (סוג של מחסנית מפלסטיק) רקמה אנושית בעלת פעילות מוגדרת של איבר מסוים (כליה – מסננת, לב – משאבה, וכו'). באופן זה אנו יכולים לחבר מספר איברים ולבדוק על "מיני איבר" אנושי כיצד תרופה פועלת.

במחקר זה, החלטנו שבמקום לנסות לבנות איברים מורכבים יותר ויותר, ניקח את האיבר המורכב ביותר ונפרק אותו לתת חלקים (בעזרת "איבר על שבב"), אך נשמור את האינטראקציות ביניהם על ידי חיבור על ה "איבר על שבב" אחד לשני."

 

מערכת המוח שהחוקרים בנו, מורכבת משלושה שבבים: שני שבבי BBB ושבב המוח. כל שבב בנוי בנפרד זה מזה, אך הם מחוברים אחד לשני בעזרת צינורות זעירים כדי לאפשר את החלפה של חומרים כימיים וביולוגים ביניהם. חשוב לציין כי בכל אחד מהשבבים יש תאי אדם, ולכן המערכת מאפשרת להסתכל על תהליכים הקורים במוח אנושי, מבלי להשתמש באנשים.  

 

הקשר בין ה BBB והנוירונים

במחקר שפורסם בעיתון היוקרתי Nature Biotechnology, החוקרים גילו מספר עובדות מפתיעות הקשורות לקשר בין ה BBB והנוירונים (תאי העצב שבמוח). זה זמן רב שידוע שהכלי הדם של המוח (BBB) משפיעים על הנוירונים בצורה עקיפה, וזאת על ידי ויסות כמות הדם (ובכך את כמות החמצן והסוכר) שמגיע למוח. בעזרת ה "איבר על שבב" החוקרים הבחינו שכלי הדם של המוח משפיעים בצורה ישירה על המוח, וזאת על ידי שחרור של כימיקלים וחומרים ישירות לתוך המוח, ההשפעה באה לידי ביטוי בביטוי חלבונים והגברה ביצור חומרים חיוניים. יתר על כן, הם הבחינו שה BBB מעבד חלק מהסוכרים שמיועדים לנוירונים והופך אותם לחומרים אחרים שהנוירונים משתמשים הם.

 

לבסוף, החוקרים רצו לבדוק את ההשפעה של סמים על החלקים השונים של המוח האנושים ולצורך כך החוקרים הוסיפו מתאמפטמין, ((Crystal Meth אותו הסם שהיה בשובר שורות. הסם אשר ידוע כי הוא משבש את פעילות  ה BBB ולגרום לו "לדלוף", פעל באופן דומה במערכת של החוקרים, מה שאישש שהמערכת פועלת בדומה למוח האנושי. בעזרת שיטות מתקדמות, החוקרים הצליחו להבחין כיצד הסם משבש את פעילות החלקים השונים של המוח.

 

עוד מסביר ד"ר מעוז "במערכת שבנינו, השתמשנו "איבר-על-שבב" על מנת לחקור את המוח, אך הקונספט שבו ניתן להשתמש בהנדסת רקמות על מנת לבנות "מיני אברים" ולקשר ביניהם, ישים לכל הגוף, ושאיפתנו היא שבעזרת הכלים הללו נוכל לזרז פיתוח תרופות וטיפול יעיל יותר וזול יותר".

 

למעבדה של ד"ר מעוז

ידיעות נוספות בנושא

סמינר המחלקה להנדסה ביו רפואית- גב' ליה ברון

16 בדצמבר 2018, 14:00 
חדר 315 בניין רב תחומי  
ללא תשלום
סמינר המחלקה להנדסה ביו רפואית- גב' ליה ברון

Computational based modeling and engineering of the fitness of synthetic variants of Porcine Circovirus based on the analysis of a large scale genomic data

By Lia Baron

Viral genomes not only determine protein products, but also include silent, overlapping codes which are important to the viral life cycle and affect its evolution. Due to the high density of these codes, their non-modular nature, and the complex intracellular processes they encode, the ability of the current approaches to decipher them is very limited.
My research is a part of the first computational-experimental pipeline for studying the effects of viral silent information on its fitness. The pipeline was implemented to study the Porcine Circovirus (PCV2), which is a major pig pathogen, and includes the following steps: 1) Based on the analyses of over 2,000 viral genomes suspected silent codes were inferred. 2) 500 variants of the PCV were designed to include various smart silent mutations. 3) Using state of the art synthetic biology approaches the genomes of these 500 variants were generated. 4) Competition experiments between the variants were performed in PK15 cell-lines. 5) The variants titers were analyzed based on novel NGS experiments and in comparison to endogenous PCV genomes. 
The analysis enables the detection of various novel silent functional sequences and structural motives in the PCV genome, which can be integrated for predicting the fitness of a PCV variant based on its genome. This predictor can be used both for understating the genome of the PCV and for engineering novel synthetic PCV vaccines.

עמודים

אוניברסיטת תל אביב עושה כל מאמץ לכבד זכויות יוצרים. אם בבעלותך זכויות יוצרים בתכנים שנמצאים פה ו/או השימוש שנעשה בתכנים אלה לדעתך מפר זכויות
שנעשה בתכנים אלה לדעתך מפר זכויות נא לפנות בהקדם לכתובת שכאן >>