រំលងទៅមាតិកា
8 នាទីអាន

ពានរង្វាន់បច្ចេកវិទ្យាម៉ាកឃឺរ ២០២០

ថ្ងៃទី ២០ ខែកក្កដាឆ្នាំ ២០២០

មូលនិធិម៉ាកឃ្យូដិនឌ័រសម្រាប់ការសសៃប្រសាទ (MEFN) បានប្រកាសឱ្យអ្នកទទួលប្រាក់ជំនួយចំនួន ១TP២T៦០០.០០០ នាក់តាមរយៈការផ្តល់រង្វាន់បច្ចេកវិទ្យាម៉ាកឃ្យូបឺធីននីកក្នុងឆ្នាំ ២០២០ ដោយទទួលស្គាល់គម្រោងទាំងនេះសម្រាប់សមត្ថភាពរបស់ពួកគេក្នុងការផ្លាស់ប្តូរជាមូលដ្ឋាននូវវិធីស្រាវជ្រាវវិទ្យាសាស្ត្រ។ គម្រោងនីមួយៗនឹងទទួលបានចំនួនសរុប $200,000 ក្នុងរយៈពេលពីរឆ្នាំខាងមុខដែលជឿនលឿនដល់ការអភិវឌ្ឍនៃបច្ចេកវិទ្យាបើកការដ្ឋានទាំងនេះដែលត្រូវបានប្រើដើម្បីធ្វើផែនទីតាមដាននិងធ្វើគំរូខួរក្បាល។ អ្នកទទួលពានរង្វាន់ឆ្នាំ ២០២០ មានៈ

  • អ៊ីវ៉ាឌីនបណ្ឌិតនៃវិទ្យាស្ថានបច្ចេកវិទ្យានិងសាកលវិទ្យាល័យអេរីហ្ស៊ីចចច។ ដែលកំពុងបង្កើតក្បួនដោះស្រាយការរៀនម៉ាស៊ីនដើម្បីប្រៀបធៀបសំណុំទិន្នន័យនៃសកម្មភាពសរសៃប្រសាទធំ ៗ និងរកឃើញទាំងគំរូម៉ាក្រូនិងណឺរ៉ូនដែលត្រូវនឹងរដ្ឋនិងអាកប្បកិរិយាជាក់លាក់នៅក្នុងសត្វដែលមានអាកប្បកិរិយាសេរី។
  • Rikky Muller, បណ្ឌិតនៃសកលវិទ្យាល័យ California - Berkeley ដែលជាអ្នកឌីហ្សាញនិងសាងសង់ឧបករណ៍បច្ចេកវិទ្យា holographic ដែលមានល្បឿនលឿនដែលអាចបញ្ចាំងពន្លឺ 3D ចូលទៅក្នុងខួរក្បាលក្នុងល្បឿនសរសៃប្រសាទច្រើនដងលឿនជាងឧបករណ៍បញ្ចាំងបច្ចុប្បន្នហើយដូច្នេះគ្រប់គ្រងណឺរ៉ូនរាប់ពាន់ដែលគ្រប់គ្រងដោយអុបទិកជាមួយនឹងភាពជាក់លាក់ខ្ពស់។
  • កៃហ្សិនបណ្ឌិតនៃវិទ្យាស្ថានបច្ចេកវិទ្យាកាលីហ្វ័រញ៉ា អ្នកដែលកំពុងបង្កើតវិធីសាស្រ្តម៉ូឌុលដែលមានតម្លៃទាបនិងមានប្រសិទ្ធិភាពនៃប្រូតេអ៊ីនច្រាស់ហ្សែនដូចជាអង្គបដិប្រាណនិងកោសិកាទទួលកោសិកាប្រសាទដូច្នេះអ្នកស្រាវជ្រាវអាចតាមដានអន្តរកម្មប្រូតេអ៊ីនដោយប្រើលំដាប់កោសិកាតែមួយខ្ពស់ដែលជាឧបករណ៍ដែលមានលទ្ធភាពច្រើនសម្រាប់ការស្រាវជ្រាវផ្នែកសរសៃប្រសាទ។

(ស្វែងយល់បន្ថែមអំពីគម្រោងស្រាវជ្រាវនីមួយៗខាងក្រោម) ។

អំពីការច្នៃប្រឌិតបច្ចេកវិទ្យាក្នុងពានរង្វាន់ណឺរ៉ូន

ចាប់តាំងពីពានរង្វាន់ម៉ាកខេកឃ្យូនច្នៃប្រឌិតថ្មីខាងផ្នែកវិទ្យាសាស្ត្រប្រសាទត្រូវបានបង្កើតឡើងក្នុងឆ្នាំ ១៩៩៩ ក្រសួងសេដ្ឋកិច្ចនិងហិរញ្ញវត្ថុបានផ្តល់ថវិកាជាង ១TP២T១៤.៥ លានដល់បច្ចេកវិទ្យាច្នៃប្រឌិតថ្មីសម្រាប់ប្រព័ន្ធសរសៃប្រសាទតាមរយៈយន្តការផ្តល់រង្វាន់នេះ។ ក្រសួងសេដ្ឋកិច្ចនិងហិរញ្ញវត្ថុមានចំណាប់អារម្មណ៍ជាពិសេសលើការងារដែលត្រូវការវិធីសាស្រ្តថ្មីៗនិងថ្មីៗដើម្បីជម្រុញសមត្ថភាពក្នុងការរៀបចំនិងវិភាគមុខងារខួរក្បាល។ បច្ចេកវិទ្យាដែលត្រូវបានបង្កើតឡើងដោយមានការគាំទ្រម៉ាកឃឺរត្រូវតែផ្តល់អោយអ្នកវិទ្យាសាស្ត្រដទៃទៀត។

បណ្ឌិត Markus Meister ប្រធានគណៈកម្មាធិការប្រគល់រង្វាន់និងលោកស្រី Anne P. និងលោក Benjamin F. Biaggini សាស្រ្តាចារ្យវិទ្យាសាស្ត្រជីវវិទ្យាបានមានប្រសាសន៍ថា“ ជាថ្មីម្តងទៀតវាជាការរំភើបចិត្តមួយនៅពេលដែលអ្នកដាក់ពាក្យសុំរបស់យើងកំពុងនាំយកបច្ចេកវិទ្យាវិទ្យាសាស្ត្របច្ចេកវិទ្យាថ្មី” ។ នៅកាល់តិច។ នៅឆ្នាំនេះយើងបានប្រឈមមុខនឹងជម្រើសដ៏ស្វិតស្វាញក្នុងចំណោមការវិវឌ្ឍន៍ដ៏គួរឱ្យរំភើបជាច្រើនហើយរង្វាន់របស់យើងមានវិសាលភាពទូលំទូលាយពីវិធីសាស្ត្រគណនាទិន្នន័យធំ ៗ ពីខួរក្បាលរហូតដល់អុបទិកល្អសម្រាប់ការគ្រប់គ្រងធ្នឹមពន្លឺនិងយុទ្ធសាស្ត្រម៉ូលេគុលឆ្លាតវៃសម្រាប់ស្ទង់ប្រូតេអ៊ីន។ ការបញ្ចេញមតិនៅក្នុងណឺរ៉ូន។ "

គណៈកម្មាធិការជ្រើសរើសនៅឆ្នាំនេះក៏រួមបញ្ចូលផងដែរនូវកម្មវិធី Adrienne Fairhall, Timothy Holy, Loren Looger, Mala Murthy, Alice Ting និង Hongkui Zeng ដែលបានជ្រើសរើសយកការច្នៃប្រឌិតផ្នែកបច្ចេកវិទ្យានៅឆ្នាំនេះពីអ្នកចូលរួមប្រកួតប្រជែងចំនួន ៨៩ នាក់។

លិខិតអំពីចេតនាសម្រាប់ការច្នៃប្រឌិតផ្នែកបច្ចេកវិទ្យាឆ្នាំ ២០២១ ក្នុងពានរង្វាន់វិទ្យាសាស្ត្រប្រសាទត្រូវដល់ថ្ងៃច័ន្ទទី ៧ ខែធ្នូឆ្នាំ ២០២០។ ការប្រកាសអំពីដំណើរការឆ្នាំ ២០២១ នឹងចេញនៅខែកញ្ញា។ សម្រាប់ព័ត៌មានបន្ថែមអំពីរង្វាន់សូមទស្សនា www.mcknight.org/programs/the-mcknight-endowment-fund-for-neuroscience/technology-wards

ឆ្នាំ ២០២០ McKnight Technologies Innovations in Neuroscience Awards

អ៊ីវ៉ាឌីឌ័របណ្ឌិតជំនួយការសាស្ត្រាចារ្យ Wallace H. Coulter ផ្នែកវិស្វកម្មជីវសាស្រ្តនៃវិទ្យាស្ថានបច្ចេកវិទ្យានិងសាកលវិទ្យាល័យម៉ូរីចចច។

"ការប្រៀបធៀបទិន្នន័យនៃសរសៃប្រសាទដែលមានទ្រង់ទ្រាយធំនៅគ្រប់ពេលវេលាលំហនិងឥរិយាបថ”

សមត្ថភាពក្នុងការសង្កេតនិងកត់ត្រាទិន្នន័យសរសៃប្រសាទលើផ្នែកធំ ៗ នៃខួរក្បាលបានបណ្តាលឱ្យមានទិន្នន័យយ៉ាងច្រើនដែលធ្វើឱ្យវាអាចរកឃើញគំរូនៅក្នុងទិន្នន័យដែលអាចពន្យល់បានថាតើណឺរ៉ូនជាច្រើនធ្វើការជាមួយគ្នាដើម្បីអ៊ិនកូដព័ត៌មានអំពីពិភពលោក។ ទោះបីជាមានការជឿនលឿនថ្មីៗក្នុងការស្វែងរកគំរូវិមាត្រទាបនៅក្នុងសំណុំទិន្នន័យក៏ដោយក៏វានៅតែជាការពិបាកក្នុងការប្រៀបធៀបការថតសំឡេងទ្រង់ទ្រាយធំមិនថាក្នុងរយៈពេលយូរឬនៅតាមបុគ្គលផ្សេងៗគ្នាដែលដោះស្រាយកិច្ចការដូចគ្នាឬស្រដៀងគ្នាឬនៅទូទាំងរដ្ឋដែលមានជម្ងឺ។ បទពិសោធន៍របស់វេជ្ជបណ្ឌិតឌីយឺរដោយប្រើការរៀនម៉ាស៊ីន (ML) ដើម្បីឌិគ្រីបសកម្មភាពខួរក្បាលបាននាំឱ្យនាងមានដំណោះស្រាយប្រលោមលោកមួយដើម្បីកំណត់លំនាំនៅក្នុងសំណុំទិន្នន័យសរសៃប្រសាទធំ ៗ ជាច្រើន។

ការងាររបស់លោកបណ្ឌិតឌីយែរពាក់ព័ន្ធនឹងការបង្កើតក្បួនដោះស្រាយការរៀនម៉ាស៊ីនដើម្បីទាញយកព័ត៌មានដែលមានអត្ថន័យពីសំណុំទិន្នន័យខាងសរសៃប្រសាទដែលត្រូវបានដាក់ស្លាកដើម្បីកំណត់ថាតើសត្វនោះកំពុងដេកលក់ភ្ញាក់ដឹងខ្លួនចំណីឬចូលរួមក្នុងចលនាឬអាកប្បកិរិយាផ្សេងៗ។ ច្បាប់គណិតវិទ្យាដែលបំផុសគំនិតគ្រីបថលថ្មីណែនាំក្បួនដោះស្រាយដើម្បីកំណត់អត្តសញ្ញាណគំរូស្រដៀងគ្នានៅក្នុងសំណុំទិន្នន័យដាច់ដោយឡែកដោយមើលទៅត្រូវនឹងសកម្មភាពសរសៃប្រសាទដែលបង្កើតដោយរដ្ឋខួរក្បាលផ្សេងៗគ្នាដែលជាចំណុចចាប់ផ្តើមសម្រាប់នាំទិន្នន័យចូលទៅក្នុងការតម្រឹម។ ការតម្រឹមសកម្មភាពសរសៃប្រសាទអាចបង្ហាញពីរបៀបដែលលំនាំសរសៃប្រសាទទាក់ទងទៅនឹងឥរិយាបថនិងស្ថានភាពនៃប្រធានបទក៏ដូចជាការពារអំពើពុករលួយដោយសំលេងរំខាននិងផ្តល់នូវជំហានដ៏សំខាន់មួយសម្រាប់បច្ចេកទេសវិភាគដែលមានប្រសិទ្ធភាពជាង។

គោលបំណងទី ២ របស់វេជ្ជបណ្ឌិតឌីនឺនឹងជួយអ្នកស្រាវជ្រាវអោយផ្តោតអារម្មណ៍ទៅលើណឺរ៉ូនតែមួយដើម្បីស្វែងយល់ពីរបៀបដែលពួកគេចូលរួមក្នុងការផ្លាស់ប្តូរសកម្មភាពសរសៃប្រសាទទូទៅនិងថាតើវាអាចត្រូវបានប្រើដើម្បីព្យាករណ៍ស្ថានភាពខួរក្បាលជាក់លាក់។ ការស្រាវជ្រាវនឹងស្វែងយល់បន្ថែមទៀតថាតើភាពខុសគ្នានៃអាកប្បកិរិយាអាចត្រូវបានឆ្លុះបញ្ចាំងពីប្រភេទកោសិកាជាក់លាក់និងវិធីដែលភាពខុសគ្នាដែលបានឃើញនៅក្នុងសំណុំទិន្នន័យអាចត្រូវបានប្រើដើម្បីបង្ហាញពីភាពខុសគ្នានៃសត្វនីមួយៗ។ សមត្ថភាពក្នុងការឌិគ្រីបនិងប្រៀបធៀបសំណុំទិន្នន័យខាងសរសៃប្រសាទធំ ៗ នឹងបង្ហាញថាមិនអាចកាត់ថ្លៃបាននៅក្នុងការស្រាវជ្រាវខាងប្រព័ន្ធសរសៃប្រសាទដោយបង្ហាញថាតើជំងឺ neurodegenerative មានឥទ្ធិពលលើដំណើរការខួរក្បាលយ៉ាងដូចម្តេច។

Rikky Muller បណ្ឌិតជំនួយការសាស្រ្តាចារ្យវិស្វកម្មអគ្គិសនីនិងវិទ្យាសាស្ត្រកុំព្យូទ័រសាកលវិទ្យាល័យកាលីហ្វ័រញ៉ា - ប៊ើឃេល

"ឧបករណ៍ហ៊ីតូរ៉ាហ្វិកល្បឿនលឿនសម្រាប់ការគ្រប់គ្រងអុបទិកនៃណឺរ៉ូនរាប់ពាន់”

ណឺហ្សែនហ្សែនហ្សែន - ប្តូរហ្សែនណឺរហ្សែនឱ្យមានលក្ខណៈស្រាលដូច្នេះអ្នកស្រាវជ្រាវអាចធ្វើឱ្យសកម្មឬស្ងាត់ស្ងៀមតាមឆន្ទៈ - បានធ្វើបដិវត្តការស្រាវជ្រាវផ្នែកសរសៃប្រសាទ។ ដោយភ្ជាប់ជាមួយឧបករណ៍វាស់ពន្លឺដែលមានរាងជារង្វង់ដែលបង្កើតពន្លឺទៅជាទ្រឹស្តី 3D អ្នកស្រាវជ្រាវអាចគ្រប់គ្រងណឺរ៉ូនជាច្រើនដែលត្រូវបានចែកចាយទូទាំងតំបន់បីវិមាត្រនៃខួរក្បាល។ នៅ​ក្នុង Vivo។ ប៉ុន្តែរហូតមកដល់ពេលនេះមិនទាន់មានឧបករណ៍បញ្ចាំង holographic អាចគ្រប់គ្រងណឺរ៉ូនក្នុងល្បឿនដែលត្រូវបានរកឃើញនៅក្នុងខួរក្បាលដោយធម្មជាតិនោះទេ។

លោកវេជ្ជបណ្ឌិតម៉ូលឡឺកំពុងឌីហ្សាញនិងសាងសង់ម៉ាស៊ីនបញ្ចាំងរូបវិទ្យាដើម្បីដោះស្រាយបញ្ហានេះ។ ឧបករណ៍របស់នាងនឹងផ្សាយរូបភាពពន្លឺ holographic ក្នុងអត្រា ១០,០០០ ហ្វ្រេមក្នុងមួយវិនាទី (គិតជាម៉ោង) ។ ទូរទស្សន៍ជំនាន់បច្ចុប្បន្នជាច្រើនផ្ទុក ៦០ ហ្វ្រេមក្នុងមួយវិនាទីសម្រាប់ការប្រៀបធៀបហើយឧបករណ៍ទំនើបបំផុតដែលមានល្បឿនលឿនបំផុតគឺ ៥០០ ហឺត។ អត្រាធ្វើឱ្យស្រស់ខ្ពស់គឺចាំបាច់ដើម្បីចម្លងសញ្ញាសរសៃប្រសាទធម្មជាតិដែលទាក់ទងនឹងពេលវេលាសក្តានុពលនៃសកម្មភាពប្រហែល ១ / ១០០០ វិនាទីក្នុងមួយវិនាទី (ស្មើនឹង ១០០០ ហឺតនៅពេលគិតពីអត្រាធ្វើឱ្យស្រស់។ ) លើសពីនេះទៀតលោកមូលឡឺមានគោលដៅកំណត់គោលដៅណឺរ៉ូនរាប់ពាន់ដោយបញ្ជាក់ពីភាពត្រឹមត្រូវ។ ហើយអត្រាដែលកាន់តែខ្ពស់នៅក្នុងទូរទស្សន៍បណ្តាលឱ្យមានរូបភាពកាន់តែច្បាស់នោះហិហិហិ ១០,០០០ ហឺតនឹងផ្តល់ភាពជាក់លាក់កាន់តែច្បាស់។

វេជ្ជបណ្ឌិតម៉ូលឡឺដែលជាវិស្វករអគ្គិសនីដែលផ្តោតលើប្រព័ន្ធសរសៃប្រសាទបានធ្វើការពិគ្រោះជាទៀងទាត់ជាមួយអ្នកជំនាញខាងសរសៃប្រសាទនៅពេលដែលនាងរចនាសាកល្បងនិងបង្កើតឧបករណ៍នេះដើម្បីធានាថាវាបម្រើសេចក្តីត្រូវការរបស់ពួកគេ។ ឧបករណ៍នេះនឹងប្រើអារេមីក្រូវ៉េវដែលនឹងឆ្លុះបញ្ចាំងគំរូ 3D នៃពន្លឺទៅកាន់ទីតាំងជាក់លាក់និងជម្រៅតាមរយៈការធ្វើចរន្តអគ្គិសនីនៃកញ្ចក់ខ្នាតតូច។ បន្ទាប់មកពន្លឺត្រូវបានបញ្ជូនបន្តតាមរយៈកញ្ចក់។ គម្រោងដំបូងនឹងរៀបចំរចនានិងប្រឌិតអារេពីរគឺអារេតូចជាងសម្រាប់ការសាកល្បងនិងភ័ស្តុតាងនៃគំនិតនិងអារេទ្រង់ទ្រាយធំជាងនេះរួមជាមួយអ្នកបើកបរនិងវត្ថុបញ្ជាដែលជាប់ទាក់ទងដែលនឹងត្រូវប្រើសម្រាប់វាស់និងក្រិតខ្នាត។ នៅចុងបញ្ចប់ក្រុមវេជ្ជបណ្ឌិតរបស់ម៉ូលឡឺនឹងផលិតម៉ូទ័រពន្លឺដែលមានលក្ខណៈពេញលេញ។ សង្ឃឹមថាឧបករណ៍នេះនឹងផ្តល់ឱ្យអ្នកស្រាវជ្រាវនូវសមត្ថភាពដែលមិនធ្លាប់មានពីមុនមកក្នុងការគ្រប់គ្រងនិងសាកល្បងការតភ្ជាប់ប្រព័ន្ធសរសៃប្រសាទ។

កៃហ្សិនបណ្ឌិតបណ្ឌិត Howard និង Gwen Laurie ញញឹមសាស្រ្តាចារ្យជីវវិទ្យាវិទ្យាស្ថានបច្ចេកវិទ្យាកាលីហ្វ័រញ៉ា

"បាស៊ីដិនអង់ហ្ស៊ីមម៉ូឌុល”

ការពិសោធន៍ខាងសរសៃប្រសាទជាច្រើនទាក់ទងនឹងការវិភាគអង្គបដិប្រាណនិងការទទួលភ្ជាប់ទៅនឹងផ្ទៃកោសិកា។ ដូចគ្នានេះផងដែរការយល់ដឹងអំពីការអភិវឌ្ឍសរសៃប្រសាទនិងមុខងារតម្រូវឱ្យមានចំណេះដឹងអំពី នៅ​ក្នុង Vivo អន្តរកម្មក្នុងចំណោមប្រូតេអ៊ីនផ្ទៃកោសិកា។ ការពិសោធន៍ខ្ពស់ទាក់ទងនឹងប្រូតេអ៊ីនច្រើនតែចំណាយពេលនិងស្មុគស្មាញព្រោះរាល់ប្រូតេអ៊ីនមានលក្ខណៈជីវគីមីខុសៗគ្នា។ ដើម្បីជួយបើកឱកាសថ្មីសម្រាប់ការស្រាវជ្រាវផ្នែកសសៃប្រសាទលោកវេជ្ជបណ្ឌិតហ្សិននិងក្រុមរបស់លោកកំពុងបង្កើតវិធីសាស្រ្តមួយដើម្បីបង្កើតប្រូតេអ៊ីនផ្សេងៗគ្នាដោយផ្តល់ឱ្យអ្នកស្រាវជ្រាវនូវប្រអប់ឧបករណ៍ដែលអាចបត់បែនបាន។

ការសរសេរកូដនៅក្នុងទម្រង់សាមញ្ញបំផុតរបស់វាទាក់ទងនឹងការបញ្ចូលសញ្ញាសម្គាល់ហ្សែនទៅក្នុងម៉ូលេគុលហើយបន្ទាប់មកស្វែងរកសញ្ញាសម្គាល់ទាំងនោះបន្ទាប់ពីពិសោធន៍ដើម្បីកំណត់ថាម៉ូលេគុលមួយណាត្រូវបានធ្វើមូលដ្ឋានីយកម្មជាមួយគ្នា។ វាត្រូវបានគេប្រើជាមួយអាស៊ីដនុយក្លេអ៊ែរជាមួយនឹងជោគជ័យដ៏អស្ចារ្យ។ ទោះយ៉ាងណាប្រូតេអ៊ីនមានភាពស្មុគស្មាញជាងនេះទៅទៀតហើយមិនមានវិធីដើម្បីដាក់លេខកូដប្រូតេអ៊ីនរាប់ពាន់ដែលចាប់អារម្មណ៍ចំពោះអ្នកស្រាវជ្រាវដោយមិនងាកទៅរកតំណភ្ជាប់គីមីដែលជារឿយៗធ្វើអោយមុខងារប្រូតេអ៊ីនប្រែប្រួល។ វេជ្ជបណ្ឌិតហ្សិននីកំពុងយកឈ្នះបញ្ហាប្រឈមនេះជាមួយនឹងការប្រើប្រាស់ប្រូតេអ៊ីនលាយដែលមានសមាសធាតុផ្សំប្រូតេអ៊ីនខ្ពស់ដែលភ្ជាប់ទៅនឹងអង់ហ្ស៊ីម“ យូ - អេដូ” ដែលអាចផ្សំផ្គុំឱ្យពួកគេដោយផ្ទាល់ទៅនឹងបារីហ្សែល oligonucleotides ។ ម៉ូឌុលចងអាចឱ្យបារកូដត្រូវបានភ្ជាប់ទៅនឹងអង្គបដិប្រាណប្រូតេអ៊ីនជីវគីមីនិងប្រូតេអ៊ីនដែលមានស្លាកភ្ជាប់ covalent ។ នេះផ្តល់នូវការចូលដំណើរការភាគច្រើននៃប្រូតេអ៊ីនដែលចាប់អារម្មណ៍ចំពោះអ្នកជំនាញខាងសរសៃប្រសាទ។ គម្រោងនេះក៏រួមបញ្ចូលផងដែរនូវការកសាងរន្ទាណាតូដែលមាន ៦០ ចំនុចដែលអាចភ្ជាប់គ្នាក្នុងពេលដំណាលគ្នាជាមួយនឹងបាកូដនិងប្រូតេអ៊ីនដែលចាប់អារម្មណ៍។ រន្ទាទាំងនេះនឹងជួយបង្កើនភាពមើលឃើញនៃអន្តរកម្ម - អន្តរកម្មខ្សោយត្រូវបានធ្វើឱ្យរឹងមាំនៅពេលមានប្រូតេអ៊ីនច្រើនលើរចនាសម្ព័ន្ធនីមួយៗមានអន្តរកម្ម។

គម្រោងរបស់វេជ្ជបណ្ឌិតហ្សិននឹងតម្រូវឱ្យបង្កើតពិធីសារនិងដំណើរការដែលពាក់ព័ន្ធនឹងការធ្វើពិសោធន៍កោសិកាតែមួយជួរដែលមានកម្រិតខ្ពស់ជាច្រើនប្រភេទដែលនឹងផ្តល់ព័ត៌មានអំពីប្រូតេអ៊ីន។ ទាំងនេះរួមបញ្ចូលការពិសោធន៍ដោយប្រើអង្គបដិប្រាណបាកូដដើម្បីសង្កេតមើលការបង្ហាញរបស់អ្នកទទួលផ្ទៃជាក់លាក់នៅលើកោសិកាដើម្បីសង្កេតមើលការផ្លាស់ប្តូរកោសិកានៅពេលដែលប៉ះពាល់នឹងប្រូតេអ៊ីនជាក់លាក់អាចមើលឃើញនូវចំនួន Antigens មួយចំនួនធំនៅក្នុងជាលិកាខួរក្បាលដើម្បីបង្ហាញអន្តរកម្មនៃចំនួនប្រូតេអ៊ីនច្រើននិង កំណត់អត្តសញ្ញាណអ្នកទទួលសម្រាប់ប្រូតេអ៊ីន“ ក្មេងកំព្រា” ។ សូមអរគុណចំពោះម៉ូឌុលភាពសាមញ្ញនិងសមត្ថភាពរបស់វាក្នុងការអនុញ្ញាតិអោយមានប្រូតេអ៊ីនច្រើនធ្វើអន្តរកម្មក្នុងពេលតែមួយ។

ប្រធានបទ: មូលនិធិ McKnight Endowment Fund សម្រាប់ផ្នែកសរសៃប្រសាទ, ពានរង្វាន់បច្ចេកវិទ្យា

ខែកក្កដា ២០២០

ភាសាខ្មែរ
English ˜اَف صَومالي Deutsch Français العربية 简体中文 ພາສາລາວ Tiếng Việt हिन्दी 한국어 Tagalog Español de Perú Español de México Hmoob አማርኛ ភាសាខ្មែរ