Открытки и пожелания, календарь праздников и события, история и библиотека, каталог сайтов от webplus.info
Свежий календарь праздников и событий КАЛЕНДАРЬ  Каталог пожеланий и поздравлений ПОЖЕЛАНИЯ  Открытки ОТКРЫТКИ  Красивые обои на рабочий стол ОБОИ  Исторические очерки ИЗ ИСТОРИИ...  Все новости НОВОСТИ 

27 октября 2020, вторник 00:34

№ 16488598

Новости - Россия

Новости - Россия
Новости - Россия - Наука и Новые технологии

Наука и Новые технологии

все новости раздела
с комментариями
21:10
26 Окт
Астрономы обнаружили воду на видимой стороне Луны (ВИДЕО) (newsru.com)
Открытие, которое подтвердило полученные ранее с помощью инфракрасной спектроскопии данные, было сделано при помощи летающей обсерватории SOFIA. С ее помощью ученые обнаружили воду в кратере Клавий и его окрестностях.
18:12
26 Окт
Ученые подтвердили наличие воды на Луне (news.rambler.ru)
Американские ученые сообщают, что им удалось точно идентифицировать молекулярную воду на поверхности Луны. Результаты исследования опубликованы в журнале Nature Astronomy.
08:00
26 Окт
По температуре воды в Атлантике можно за полтора года предсказать засуху в Амазонии (ПОЛИТ.РУ)
Ученые из Германии разработали климатическую модель, которая позволяет им прогнозировать периоды засухи в Амазонии на основе анализа температуры поверхности Атлантического океана. При проверке эта модель смогла отследить шесть из семи крупнейших засух, начиная с 1980-х годов. Благодаря ей местные жители смогут заранее узнать о приближающейся засухе и принять необходимые меры, чтобы смягчить ее воздействие. Исследование было проведено учеными из Потсдамского института изучения климатических изменений под руководством Катрин Цимер (Catrin Ciemer) и опубликовано в журнале Environmental Research Letters. Модель была разработана на основе анализа температуры поверхности Атлантического океана. «Мы обнаружили, что каждые два года температура поверхности в северной и южной тропической Атлантике образует диполь — явление, возникающее при повышении температуры в одном регионе и понижении в другом, — говорит один из авторов работы Никлас Бёрс (Niklas Boers). — Диполь изменяет направление пассатов, которые переносят влагу из Атлантического океана в Южную Америку. Это изменение направления является причиной засух, в основном, в Центральной и Южной Амазонии». Предсказать засуху ученые в состоянии за 18 месяцев до ее наступления. Сходное явление раньше было описано климатологами в Индийском океане. Открытый в 1999 году «диполь Индийского океана» возникает вследствие разности температур поверхности воды западной и восточной частей этого океана и оказывает значительное влияние на климат Австралии. Примерно раз в 3–8 лет в западной части Индийского океана возрастает количество осадков и повышается температура поверхности, а в восточной его части поверхностные слои воды охлаждаются, следствием этого становятся засухи в Австралии и в Юго-Восточной Азии, а на юге Индийского субконтинента и в Восточной Африке повышается риск наводнений. Когда же «диполь Индийского океана» переходит в противоположную фазу, сухие климатические условия устанавливаются в западной части региона, а влажные — на востоке. Исследования ископаемых коралловых рифов позволяют установить, что климатические колебания, вызванные этим механизмом, существовали в Индийском океане как минимум 6500 лет назад. Известный бразильский климатолог Карлуш Нобре (Carlos Nobre), комментируя результаты нынешнего исследования, указывает, что наибольшее влияние на климат Амазонии оказывает температура в северной части тропических вод Атлантики. «Мегазасухи 2005 и 2010 годов и засуха, продолжающаяся прямо сейчас, связаны с повышением температуры в северной тропической зоне Атлантического океана, — говорит он. — Однако, в отличие от предыдущих лет, нынешняя мегазасуха началась в мае и июне, не помешав дождям в летний сезон [в Бразилии — с декабря по февраль]. Еще слишком рано говорить, что более теплые воды сохранятся в течение нескольких месяцев и вызовут засуху до следующего сезона дождей». Ученые полагают, что из-за изменений климата возникает риск того, что Северное полушарие будет нагреваться быстрее, чем Южное, а это будет стимулировать возникновение атлантического диполя и приведет к более частым засухам в Амазонии.
06:15
26 Окт
На Галапагосских островах выросла численность пингвинов и нелетающих бакланов (ПОЛИТ.РУ)
Администрация национального парка «Галапагосские острова» сообщила, что в 2020 году своего пика достигла численность популяций двух редких видов птиц : галапагосских пингвинов и нелетающих бакланов. Причинами этого считают благоприятные климатические условия и пандемию COVID-19. Галапагосский пингвин ( Spheniscus mendiculus ) — один из самых маленьких представителей своего семейства, рост взрослой особи редко достигает полуметра, а весят эти птицы всего до двух с половиной килограммов. Это единственный представитель пингвинов, обитающий не в Антарктике, а недалеко от экватора. Галапагосский нелетающий баклан ( Phalacrocorax harris ), напротив, самый крупный представитель семейства баклановых. Его масса может достигать пяти килограммов, а длина тела — метра. Крылья этого вида бакланов настолько укорочены, что летать он не способен. Пищу галапагосский баклан добывает, ныряя в водах океана. Нелетающие бакланы живут на двух островах Галапагосского архипелага — Фернандина и Изабелла. На этих же островах обитает и около 90 % галапагосских пингвинов. По данным Красной книги МСОП, нелетающий баклан относится к уязвимым видам, а галапагосский пингвин — к вымирающим. По последним подсчетам, нелетающих бакланов в 2020 году стало 2220 (1914 в 2019), а галапагосских пингвинов — 1940 (1451 в 2019). Таким образом, количество бакланов в 2020 году стало самым большим за всю историю наблюдений (с 1977 года), численность пингвинов же оказалась самой высокой с 2006 года. Подсчет птиц проводился сотрудниками национального парка и Фонда Чарльза Дарвина в сентябре нынешнего года. Ученые знают, что численность этих птиц подвержена значительным колебаниям в зависимости от климатических условий. В годы, когда наблюдается явление Эль-Ниньо, то есть температура поверхностных вод у западного побережья Южной Америки возрастает, численность птиц сокращается из-за нехватки пищи. В 1983 году из-за Эль-Ниньо погибла почти половина нелетающих бакланов и их осталось около 400. С тех пор они постепенно восстанавливали свою численность. Однако в 2006–2007 годах из-за нового Эль-Ниньо она вновь упала с 1500 до 900 птиц. Затем начался новый рост. Сейчас в Тихом океане наступила противоположная фаза в колебаниях температуры воды, так называемая Ла-Нинья, что благоприятно для пищевой базы пингвинов и бакланов. Еще одним благоприятным фактором ученые называют пандемию коронавирусной инфекции. Из-за карантина в нынешнем году значительно сократилось число туристов, посещавших острова, поэтому прибрежные гнездовья птиц никто не беспокоил.
02:16
25 Окт
Ученые создали «убийцу вирусов» (news.rambler.ru)
Обычные средства защиты, например, маски и респираторы, не позволяют инфекции распространяться. Американские ученые представили инновационный гаджет, который действует эффективнее и даже «радикальнее».
05:00
24 Окт
В тундре потеплело / Что к этому привело? :: Наука (chaskor.ru)
Российские ученые озвучили результаты многолетнего геокриологического мониторинга в западной части российской Арктики. Выяснилось, что самые большие изменения среднегодовой температуры зафиксированы в зоне тундры. В целом же с 1970 года этот показатель вырос по региону примерно на 2,8 градусов, что, по оценкам специалистов, близко к «жесткому» сценарию климатических изменений.
23:27
23 Окт
В США создали убивающую вирусы маску (Lenta.ru)
Американский ученые из Массачусетского технологического института создали защитную маску, убивающую вирусы. Отмечается, что в отличие от обычных масок и респираторов, которые только защищают от заражения, новое средство может убить инфекцию, благодаря специальной нагревающейся медной сетке.
11:00
23 Окт
Роботы помогли в 4 раза ускорить подготовку стволовых клеток, чтобы вырастить сетчатку в пробирке (ПОЛИТ.РУ)
Ученые из Московского физико-технического института и Гарварда почти в четыре раза ускорили процесс производства стволовых клеток для выращивания тканей in vitro. Новый алгоритм помогает также в изучении факторов, влияющих на специализацию клеток. Результаты опубликованы в журнале Translational Vision Science and Technology, кратко о них сообщила пресс-служба МФТИ. Сетчатка глаза — это набор организованных слоев нейронов, связанных вместе и образующих нейронную цепь. Она воспринимает свет и обрабатывает поступающую визуальную информацию перед отправкой ее в мозг. Из-за ограниченной регенеративной способности потеря нейронов сетчатки приводит к необратимой слепоте. В 2015 году более 2,5 миллионов человек в России страдали различными заболеваниями сетчатки. Разрабатываются различные подходы к лечению этих заболеваний: нейропротекция, генная терапия, замещение клеток и другие. Различаясь по механизму действия, целевому заболеванию и методологии, все они требуют огромного количества клеток сетчатки для исследований. С помощью стволовых клеток можно воспроизвести развитие сетчатки в пробирке. Сначала кластеры стволовых клеток помещаются в специальную среду, где индуируется спонтанное образование неразвитых нейронов. За этим следует формирование и созревание сетчатки. Этот подход приводит к получению настоящих нейронов сетчатки, организованных в сложную ткань, без внешней стимуляции путей развития в процессе специализации. Однако метод имеет свои ограничения: случайный характер начальной стимуляции роста нейронов. Также время, необходимое для правильного развития искусственной сетчатки, составляет 30 дней для сетчатки мыши и до года для органоидов человека. Авторы статьи попытались решить эти проблемы, увеличивая количество производимых клеток и улучшая их качество. Для сравнения качества выращивания тканей роботом и человеком ученые вырастили несколько тысяч образцов ткани сетчатки для дальнейшей автоматической обработки и столько же образцов для ручного выведения. Авторы просканировали лунки с тканью из первой группы, а полученные изображения проанализировали с использованием специально разработанного скрипта на языке Python. Программа вычисляет области фотографии, в которых наиболее интенсивно светится флуоресцентный белок. Так как этот белок вырабатывается только в развивающихся клетках сетчатки,  высокая интенсивность показывает участки образца с нужной тканью. Таким образом программа способна определять количество развивающейся сетчатки в каждом органоиде. Оказалось, что применение автоматических алгоритмов не снижает качество выращиваемых тканей и помогает оптимизировать протокол наработки клеток благодаря большому количеству одновременно испытываемых систем. Применение полуавтоматического алгоритма работы позволило снизить затрачиваемое учеными время на обработку клеток с 2 часов до 34 минут. «Мы реализовали роботизированную смену жидкости по ходу дифференцировки сетчатки и показали, что это не оказывает отрицательного влияния на результат специализации клеток. Кроме того, мы разработали инструмент для автоматического определения сетчатки и классификации органов и продемонстрировали его применение для оптимизации условий специализации и контроля качества. Одна из задач, которую мы стремились решить в нашей работе, — это возможность масштабировать дифференциацию для производства большого количества ткани для испытаний лекарств и экспериментов по трансплантации клеток. Автоматическая обработка образцов позволяет снизить необходимые усилия со стороны персонала и повысить в разы количество вырабатываемых клеток. После небольших модификаций этот алгоритм можно будет применять для выращивания других органов, не только сетчатки», — комментирует Евгений Кегелес, сотрудник лаборатории геномной инженерии МФТИ. «Это как раз тот случай, когда количество имеет значение: благодаря автоматизации мы можем получить триллионы нейронов сетчатки для трансплантации», — добавляет Пётр Баранов, руководитель лаборатории в The Schepens Eye Research Institute of Mass Eye and Ear.
11:00
23 Окт
Роботы помогли в четыре раза ускорить подготовку стволовых клеток, чтобы вырастить сетчатку в пробирке (ПОЛИТ.РУ)
Ученые из Московского физико-технического института и Гарварда почти в четыре раза ускорили процесс производства стволовых клеток для выращивания тканей in vitro. Новый алгоритм помогает также в изучении факторов, влияющих на специализацию клеток. Результаты опубликованы в журнале Translational Vision Science and Technology, кратко о них сообщила пресс-служба МФТИ. Сетчатка глаза — это набор организованных слоев нейронов, связанных вместе и образующих нейронную цепь. Она воспринимает свет и обрабатывает поступающую визуальную информацию перед отправкой ее в мозг. Из-за ограниченной регенеративной способности потеря нейронов сетчатки приводит к необратимой слепоте. В 2015 году более 2,5 миллионов человек в России страдали различными заболеваниями сетчатки. Разрабатываются различные подходы к лечению этих заболеваний: нейропротекция, генная терапия, замещение клеток и другие. Различаясь по механизму действия, целевому заболеванию и методологии, все они требуют огромного количества клеток сетчатки для исследований. С помощью стволовых клеток можно воспроизвести развитие сетчатки в пробирке. Сначала кластеры стволовых клеток помещаются в специальную среду, где индуируется спонтанное образование неразвитых нейронов. За этим следует формирование и созревание сетчатки. Этот подход приводит к получению настоящих нейронов сетчатки, организованных в сложную ткань, без внешней стимуляции путей развития в процессе специализации. Однако метод имеет свои ограничения: случайный характер начальной стимуляции роста нейронов. Также время, необходимое для правильного развития искусственной сетчатки, составляет 30 дней для сетчатки мыши и до года для органоидов человека. Авторы статьи попытались решить эти проблемы, увеличивая количество производимых клеток и улучшая их качество. Для сравнения качества выращивания тканей роботом и человеком ученые вырастили несколько тысяч образцов ткани сетчатки для дальнейшей автоматической обработки и столько же образцов для ручного выведения. Авторы просканировали лунки с тканью из первой группы, а полученные изображения проанализировали с использованием специально разработанного скрипта на языке Python. Программа вычисляет области фотографии, в которых наиболее интенсивно светится флуоресцентный белок. Так как этот белок вырабатывается только в развивающихся клетках сетчатки,  высокая интенсивность показывает участки образца с нужной тканью. Таким образом программа способна определять количество развивающейся сетчатки в каждом органоиде. Оказалось, что применение автоматических алгоритмов не снижает качество выращиваемых тканей и помогает оптимизировать протокол наработки клеток благодаря большому количеству одновременно испытываемых систем. Применение полуавтоматического алгоритма работы позволило снизить затрачиваемое учеными время на обработку клеток с 2 часов до 34 минут. «Мы реализовали роботизированную смену жидкости по ходу дифференцировки сетчатки и показали, что это не оказывает отрицательного влияния на результат специализации клеток. Кроме того, мы разработали инструмент для автоматического определения сетчатки и классификации органов и продемонстрировали его применение для оптимизации условий специализации и контроля качества. Одна из задач, которую мы стремились решить в нашей работе, — это возможность масштабировать дифференциацию для производства большого количества ткани для испытаний лекарств и экспериментов по трансплантации клеток. Автоматическая обработка образцов позволяет снизить необходимые усилия со стороны персонала и повысить в разы количество вырабатываемых клеток. После небольших модификаций этот алгоритм можно будет применять для выращивания других органов, не только сетчатки», — комментирует Евгений Кегелес, сотрудник лаборатории геномной инженерии МФТИ. «Это как раз тот случай, когда количество имеет значение: благодаря автоматизации мы можем получить триллионы нейронов сетчатки для трансплантации», — добавляет Пётр Баранов, руководитель лаборатории в The Schepens Eye Research Institute of Mass Eye and Ear.
09:00
23 Окт
Создан простой и эффективный метод выявления ядовитого афлатоксина-В1 в продуктах (ПОЛИТ.РУ)
Ученые Национального исследовательского ядерного университета МИФИ разработали простой, чувствительный и быстрый метод определения содержания ядовитого вещества афлатоксин-В1 в продуктах питания. Полученные результаты помогут обеспечить безопасность пищевых продуктов. Исследование опубликовано в научном журнале Journal of Food Composition and Analysis, о его результатах рассказала пресс-служба МИФИ. Афлатоксин-В1 представляет собой ядовитое для человека и животных вещество, которое выделяют некоторые виды микроскопических плесневых грибов. Он вызывает злокачественные опухоли и цирроз печени, а также снижает иммунитет. При сильном отравлении афлатоксином-В1 возможны отек мозга и острая печеночная недостаточность, что обычно приводит к смерти. Грибы, выделяющие афлатоксин-В1, естественным образом содержатся во многих продуктах питания: молоке и молочных продуктах, сухофруктах, семечках подсолнуха, орехах, кукурузе, арахисе, кофе, какао, злаках и специях. Чрезмерное размножение этих грибов, приводящее к опасной концентрации афлатоксина-В1, возможно до и во время сбора урожая, а также в ходе хранения и обработки пищевых продуктов. Предельное содержание афлатоксина-В1 в пище регулируется законодательством разных стран и составляет от 4 мкг/л (Европа) до 20 мкг/л (США). Проверка продуктов питания на наличие афлатоксина-В1 обязательна в России и других странах. Афлатоксин-В1 активно исследуется с 1961 года, когда он стал причиной массовой гибели индеек в Англии. За несколько десятилетий было разработано множество методик его выявления. Самые распространенные на сегодня — жидкостная хроматография, иммуноферментный анализ и использование фотоэлектрохимических биосенсоров. Ученые НИЯУ МИФИ предложили новый метод, не менее точный, но более простой и дешевый. «На первом этапе мы связываем афлатоксин-В1 с флуоресцеином посредством иона цинка. Затем создаем в растворе завихрения, чтобы выделить образовавшийся комплекс в достаточной концентрации и исследовать его оптические спектры. Это позволяет определять наличие афлатоксина-В1 в пищевых продуктах. Наш метод в несколько раз производительнее и дешевле других. Он чувствителен к афлатаксину-В1 в концентрации от 3 мкг/л, что ниже законодательно установленных предельно допустимых концентраций», — рассказывает доцент Института нанотехнологий в электронике, спинтронике и фотонике НИЯУ МИФИ Константин Катин. По словам ученых, огромную роль в работе сыграли методы моделирования, которые позволили в несколько раз уменьшить количество экспериментов и интерпретировать экспериментально полученные результаты. Исследователи смогли отказаться от последовательного подбора наилучших условий эксперимента, когда на каждом этапе оптимизируется значение только одной переменной (pH раствора, концентрация цинка, объем растворителя, концентрация хелатообразующего раствора, время закручивания раствора). Вместо этого они одновременно меняли все переменные в рамках математической модели, учитывающей взаимозависимость переменных и выделяющей самые важные из них. Это позволило оптимизировать значение пяти параметров, проведя всего 46 экспериментов при разных условиях. Кроме того, для выбора подходящих химических агентов использовались квантово-химические расчеты, которые позволили заранее предсказать эффективность комплекса «афлатоксин-В1 — ион цинка — флуоресцеин» и рассчитать его структурные, электронные и оптические характеристики. Экспериментальная часть исследования была проведена в Турции, а теоретическая — в России. Исследование было ориентировано на нужды турецкой пищевой промышленности: метод был опробован на сыром и жареном фундуке, изюме и сушеном инжире. Турция — крупнейший мировой производитель этих продуктов и поэтому больше всего заинтересована в результатах исследования. Однако метод может быть полезен и другим странам, производящим или закупающим продукты питания.
Далее по теме
НовостиНовости
НовостиНовости
УкраинаНовости - Украина
РоссияНовости - Россия
Каталог сайтов КАТАЛОГ САЙТОВ 
Если Вас заинтересовал наш проект и у Вас есть предложения или пожелания, которые могли бы улучшить его для Вас и нашей аудитории, напишите нам. Если Вы рекламодатель или готовы выступить в качестве спонсора этого проекта, будем рады ознакомиться с Вашими предложениями

Форма обратной связи

полная версия страницы