每日文摘 | 2018年09月24日

每日文摘 | 2018年09月24日

來自專欄生物解碼

Structural Basis for the RNA-Guided Ribonuclease Activity of CRISPR-Cas13d | Cell

研究人員已確定出一種CRISPR酶的分子結構,這可以使科學家們更精確地操縱細胞內的功能。發表在《Cell》雜誌上的新發現提供了CRISPR-Cas13d的詳細分子結構,這種酶可以靶向RNA而不是DNA。曾經被認為只是細胞的DNA編碼指令的傳遞機制,現在已知RNA可以參與酶等生化反應,並在細胞中發揮其調節功能。通過識別靶向細胞運作機制的特定的酶,科學家們可以尋找更小風險、更高精度的治療方法。DNA是不變的,變化的是從DNA中複製的RNA信息。能夠通過直接控制RNA來調節這些信息對於影響細胞具有重要意義。

新聞連接 | 論文連接

A new way to capture the brain』s electrical symphony | Nature

第一個基因編碼電壓指示器(genetically encoded voltage indicator, GEVI)於1997年研發出來。從那以後,科學家們已經生產了二十多個GEVI。其中一些是通過將電壓敏感蛋白與熒光分子組合而製成的。當這些蛋白質檢測到電壓的變化時,它們會改變它們的3D結構並改變它們偶聯的分子的熒光。其他GEVI是帶有突變的微生物視紫紅質(rhodopsin),熒光分子響應於光而引起質膜上的電壓變化。這些蛋白質也可以反向工作,改變它們對光的響應—從而改變它們的熒光—以響應膜電壓的變化。到目前為止,GEVI已成功地追蹤了神經元的個體動作電位,包括生長在培養皿中的神經細胞,以及從昆蟲到小鼠的各種動物的完整大腦中的神經細胞。

原文連接

Collaborative Multi-modal deep learning for the personalized product retrieval in Facebook Marketplace | arXiv

作為客戶對客戶(C2C)的產品交易平台,Facebook Marketplace正迅速在消費者中受到歡迎。它背後的推薦系統有助於顯著改善用戶體驗。為Facebook Marketplace構建推薦系統具有兩個方面的挑戰:(1)可擴展性:Facebook Marketplace中的產品數量巨大,數百萬產品需要在幾百毫秒內為每天數百萬用戶評分和推薦;(2)冷啟動:C2C產品的使用壽命很短,用戶對產品的活動很少,因此很難積累足夠的產品水平信號用於推薦。在本文中,Facebook的工程師建議通過構建基於協作的多模態深度學習的檢索系統(collaborative multi-modal deep learning based retrieval system)來解決可擴展性和冷啟動問題。該系統在線和離線實驗中比基準方案有明顯的改進:在線實驗中,它將買方發起的消息數量增加了+26.95%;在離線實驗中,它將預測精度提高了+9.58%。

[1805.12312] Collaborative Multi-modal deep learning for the personalized product retrieval in Facebook Marketplace

Deep Neural Network structure for User and Product

推薦閱讀:

近期大熱的RNA修飾m6A研究,竟然只需三步!
TCGA miRNA數據挖掘文獻分享
mRNA的帽子和尾巴問題全是尿味、尿故事? ……淚啊 !

TAG:CRISPR | RNA | 神經科學 |