Cần tìm đối tác nghiên cứu và viết paper trong lĩnh vực BI

Cần tìm đối tác nghiên cứu và viết paper trong lĩnh vực BI

Gửi các bạn quan tâm,
Tôi đang học master chuyên nghành Bioinformatics ở ICU http://www.icu.ac.kr (Korea). Hiện giờ tôi đang cần tìm một hoặc hai người bạn có cùng chung quan tâm về lĩnh vực BI hoặc đang nghiên cứu các lĩnh vực sinh học khác nhưng cần ứng dụng BI, Computer Science để giải quyết.
Mục đích để cùng nhau trao đổi kinh nghiệm và tìm đề tài nghiên cứu và viết paper. Paper sẽ là thành quả chung của cả team. Background của tôi là về Computer Science, sở trường là nghiên cứu các thuật toán và lập trình mô phỏng, thiết kế các loại chương trình.  Do đó sự kết hợp giữa chuyên ngành sinh học và CS là rất quan trọng để viết một paper thực sự nghiêm túc.
Định hướng hẹp của tôi là ứng dụng các thuật toán như Suffix Tree, Artificial Intelligence, Neural Network, SmitWalterman trên hệ thống máy tính GRID. Hiện giờ lab tôi đã có một hệ thống GRID gồm hàng trăm nodes kết hợp để tính toán.
Không những thế nếu các bạn có ý định làm Master hoặc PhD ở lab tôi. Tôi rất sẵn lòng giới thiệu với GS để xin học bổng chính phủ Hàn. Địa chỉ trang web của lab tôi:
http://rosetteer.icu.ac.kr/
Nếu bạn có kiến thức vững chắc về molecular biology và có sở thích về BI là một lợi thế rất lớn.
Nếu bạn nào quan tam thì có thể mail cho tôi tại địa chỉ này:
minhcuong#icu.ac.kr (nhớ thay dấu thăng bằng @). Hoặc message vào Yahoo Messager cho tôi theo địa chỉ minhcuong#yahoo.com lưu ý các bạn nên chú thích biology để tôi còn nhận biết nếu không tôi chẳng may reject thì xui. (thông cảm do hiện giờ email . messenger của tôi liên tục bị spam nên hơi cẩn thận một chút).

Em chỉ mới là sinh viên nên không đủ trình độ hợp tác với bác cellogic@ rồi. Kiến thức của em về bioinformatic thì mới chỉ là 45 tiết học ở trường thôi. Hiện em đang làm một tiểu luận về môn này là: "khảo sát QSAR của hợp chất N-hydroxy-N1-aminoguanidines" nhưng còn một số vấn đề chưa hiểu lắm bác cellogic có thể giúp em không nhỉ???

Gửi bạn Dolly,
Thứ nhất là chuyện trình độ ở đây không phải cứ Master là hơn Undergrad. Nếu bạn chuyên tâm nghiên cứu một vấn đề chuyên sâu nào đó, có khi giáo sư cũng phải hỏi ý kiến bạn đấy. Khoa học nó mênh mông. Bằng cấp dăm ba bậc doạ được ai.
 
Mình chuyên nghành về tin học nên làm về BI mình cũng chỉ là học sinh thôi. Khả năng hợp tác của mình chỉ giới hạn những vấn đề mà phải kết hợp cả sinh học và tin học. Chủ yếu là các bài toán mô phỏng, dự đoán, thống kế, tìm kiếm, so sánh...trong sinh học. Nếu là hoá học hay vật lý sinh học thì mình chưa có khả năng.
Tất nhiên mọi sự trao đổi đều có ý nghĩa tích cực biết đâu có thể ứng dụng tin học để hỗ trợ cho sinh hoá, sinh lý chả hạn. Nếu có mình rất sẵn sằng. Hãy cùng nhau xác định vấn đề một cách cụ thể. Đầu vào có gì, cần kết quả gì, trong điều kiện giả thuyết nào. Đã có ai làm chưa? Ý định cải tiến những phần nào ....
Thêm một chút về Bioinformatics (BI), hiện giờ ngành này cũng đã phát triển được hơn 10 năm, nó không hoàn toàn là một môn khoa học thuần tuý là là sự lai ghép giữa công nghệ tin học để dự đoán các vần đề trong sinh học. Nhiều lab bây giờ có xu hướng, sử dụng BI để hỗ trợ cho các thí nghiệm thực tế của họ. Ở Hàn Quốc, các lab sinh học mọc lên như nấm. Tất cả đều có chung một mục đích tìm con đường ngắn nhất để tìm ra những khám phá mới trong sinh học. BI là một công cụ đặc lực. Thử tưởng tượng xem ngành ngân hàng bây giờ mà tính toán số liệu trên giấy thì chắc là rất căng.
 
Cường,
Được cellogic sửa chữa / chuyển vào 06:55 ngày 18/05/2004

*** Về lòng say mê với tin học thì em có thừa (hơn cả sinh học nữa) nhưng lỡ chọn sinh học rồi. Vì vậy khi nghe nói đến môn Bioinformatic em cực kì có hứng thú, nhưng những gì em được học chưa giải quyết thoả đáng những gì em thắc mắc, mọi cái còn lờ mờ lắm. Vì vậy khi thấy cellogic@ đang nghiên cứu về vấn đề này em rất mong được hướng dẫn thêm.
*** Thầy dạy BI của em là bên Hoá Tin nên khi giao tiểu luận cũng là về hoá nhưng cơ bản cũng áp dụng ANN thôi. Anh có thể vô đây xem thử nhé rồi có gì góp ý cho em
www.compchem.hcmuns.edu.vn sau đó vô phần publication trong đó có mấy bài báo đã đăng
*** Bây giờ vô câu hỏi chính: việc lựa chọn
- Số lớp ẩn
- số nút trong lớp ẩn
- hàm kích động ở lớp ẩn, lớp xuất
- hiệu chỉnh số liệu
có một quy tắc nào không hay ta phải làm thử làm hết rồi xem cái nào tốt nhất để chọn.

Gửi Dolly,
có vẻ đấy nhỉ. Email cho mình đi. Chúng ta sẽ bàn chi tiết. Mọi thứ không thể nhanh được nhưng nếu không bắt tay làm từng bước, sợ chẳng bao giờ tiến được.
Cường,

Sau gần một tuần đóng cửa luyện Neural Network và Hyperchem em đây bó tay hoàn toàn rồi hichic. Có cao thủ nào giúp em với không.
to cellogic: em sẽ liên lạc với anh qua email ở trên hy vọng học hỏi được nhiều thứ từ anh

Sao lại bó tay, dù gì thì chạy Hyperchem một tuần cũng được một bảng số liệu rồi chứ. Còn phần Neural Network thì ráng hỏi anh cellogic thi ra chứ sao nữa.

*** Vấn đề ở chỗ trong các dẫn xuất của N-hydroxy-N1-aminoguanidines có những dẫn xuất có ghi như sau: "3-CH3 4-O-Me". Vậy Me là cái gì nhỉ, không phải là nguyên tố hoá học vì tìm trong bảng tuần hoàn cũng không có chất này. Ở vị trí meta thì cũng không hay là Methionine nhỉ??? Nhưng methionine là Met mà. Hay methyl??? Nói chung em chẳng biết nên bó tay hichic. Có ai biết không???
*** Còn về hyperchem thì thế này: vẽ xong phân tử rồi, dùng phương pháp bán lượng tử PM3, xong tính QSAR properties thì điện tích từng nguyên tử partial charge chỉ cho bằng 0 thôi, còn những thông số khác (như polar, hydra, volume...) cũng không đúng. Hình như trước khi tính QSAR phải tối ưu hoá hình dạng thì phải nhưng tối ưu thì sao thì em cũng bó tay nốt. Lúc dại Bioinformatics thầy đâu có dạy sử dụng phần mềm đâu chỉ giới thiệu bioinformatics là gì rồi dạy lý thuyết thôi nên bây giờ bó tay. Chưa có bảng số liệu thì làm sao tính Neural network vì vậy cũng không thể nhờ cậy anh cellogic@ được.
Có ai biết về Hyperchem hay Hoá học có thể hướng dẫn em không

Me đúng là Methyl rồi. Còn những cái khác Dolly thử hỏi bác Joke bên box hoá học xem.

Về Artificial Neutral Network (ANN)
Mình nghĩ bạn cũng hiểu khái niệm về ANN rồi. Mình chỉ đưa ra một vài gợi ý sau đây:
Bạn có thể coi ANN là một cái hộp đen gồm có i cửa tín hiệu vào và o cửa tín hiệu ra. Bên trong hộp đen này là rất nhiều mạng gồm node neutron thần kinh, phản ưng tương tác với nhau bằng các giá trị gọi là weight values.
Giá trị weight values + cấu trúc kết nối của các node bên trong hộp đen (gọi là hidden layers) với nhau cũng như với input và output nodes sẽ tạo nên một hàm chuyển tín hiệu rất mềm dẻo "không giống ai". Đặc biệt weight values hoàn toàn có thể điều
chỉnh nhờ một quá trình backward propagating (lan truyền ngược). Có nghĩa là
Lan truyền ngược: Cho một số giá trị đầu vào I, người ta mong đợi có một kết quả D (desired) ở đầu ra. Nhưng thực tế lại nhận được kết quả O. So sánh D và O ta sẽ điều chỉnh lại các weight values theo hướng từ đầu vào ngược trở lại đầu ra làm sao O dần tiến đến D.
Lặp nhiều lần lan truyền ngược ta sẽ có weight values "khá hợp lý". Không cần phải quá chính xác. Bởi vì mục đích của ANN không chỉ có dừng lại ở tiếp nhận một tập duy nhất I mà có thể là các I1, I2, I3, I4 khác nhau. Do đó mạng ANN cần hiểu biết rộng chứ không nên chỉ biết mỗi có tập I.
Bạn có thể lấy thông tin về ANN ở đây http://www.personal.rdg.ac.uk/~shsmchlr/nnets/
Đây là bài giảng của giáo sư Mitchell đại học Reeding. Bài giảng rất dễ hiều kèm Matlab source code. Mình cũng xuất phát từ bài giảng này để viết một chương trình ANN bằng Java phân biết các loại hoa IRIS, xây dựng hàm xử lý tín hiệu. Nếu bạn thích mình gửi cho bạn mã nguồn của chương trình chạy luôn.
Cường,