ENG: A new software improves data-independent acquisition proteomics by providing a computational workflow that permits highly sensitive and accurate data analysis. Proteins are essential for our cells to function, yet many questions about their synthesis, abundance, functions, and defects still remain unanswered. High-throughput techniques can help improve our understanding of these molecules. For analysis by liquid chromatography followed by mass spectrometry (MS), proteins are broken down into smaller peptides, in a process referred to as “shotgun proteomics.” The mass-to-charge ratio of these peptides is subsequently determined with a mass spectrometer, resulting in MS spectra. From these spectra, information about the identity of the analyzed proteins can be reconstructed. However, the enormous amount and complexity of data make data analysis and interpretation challenging.

Two main methods are used in shotgun proteomics: Data-dependent acquisition (DDA) and data-independent acquisition (DIA). In DDA, the most abundant peptides of a sample are preselected for fragmentation and measurement. This allows to reconstruct the sequences of these few preselected peptides, making analysis simpler and faster. However, this method induces a bias towards highly abundant peptides. DIA, in contrast, is more robust and sensitive. All peptides from a certain mass range are fragmented and measured at once, without preselection by abundance.

Jürgen Cox and his team have now developed a software that provides a complete computational workflow for DIA data. It allows, for the first time, to apply algorithms to DDA and DIA data in the same way. Consequently, studies based on either DDA or DIA will now become more easily comparable. MaxDIA analyzes proteomics data with and without spectral libraries. Using machine learning, the software predicts peptide fragmentation and spectral intensities. Hence, it creates precise MS spectral libraries in silico. In this way, MaxDIA includes a library-free discovery mode with reliable control of false positive protein identifications.

RO: Un nou software îmbunătățește proteomica de achiziție independentă de date prin furnizarea unui flux de lucru computațional care permite o analiză a datelor foarte precisă. Proteinele sunt esențiale pentru funcționarea celulelor noastre, însă multe întrebări despre sinteza, abundența, funcțiile și defectele acestora rămân încă fără răspuns. Tehnicile de mare randament pot contribui la îmbunătățirea înțelegerii noastre despre aceste molecule. Pentru analiza prin cromatografie lichidă urmată de spectrometrie de masă (SM), proteinele sunt descompuse în peptide mai mici, într-un proces denumit “shotgun proteomics”. Raportul masă-încărcare al acestor peptide este determinat ulterior cu un spectrometru de masă, rezultând spectrele SM. Din aceste spectre, pot fi reconstruite informații despre identitatea proteinelor analizate. Cu toate acestea, cantitatea enormă și complexitatea datelor fac ca analiza și interpretarea datelor să fie o provocare.

Două metode principale sunt utilizate în proteomica shotgun: Achiziția dependentă de date (ADD) și achiziția independentă de date (AID). În ADD, cele mai abundente peptide ale unei probe sunt preselectate pentru fragmentare și măsurare. Acest lucru permite reconstruirea secvențelor acestor câteva peptide preselectate, ceea ce face ca analiza să fie mai simplă și mai rapidă. Cu toate acestea, această metodă induce o prejudecată în favoarea peptidelor foarte abundente. AID, în schimb, este mai robustă și mai sensibilă. Toate peptidele dintr-un anumit interval de masă sunt fragmentate și măsurate deodată, fără preselecție în funcție de abundență.

Jürgen Cox și echipa sa au dezvoltat acum un software care oferă un flux de lucru complet de calcul pentru datele AID. Acesta permite, pentru prima dată, aplicarea algoritmilor la datele ADD și AID în același mod. Prin urmare, studiile bazate pe cele două tipuri de achiziții vor deveni acum mai ușor de comparat. Metoda analizează datele proteomice cu și fără biblioteci spectrale. Folosind învățarea automată, software-ul prezice fragmentarea peptidelor și intensitățile spectrale. Prin urmare, acesta creează biblioteci spectrale SM precise. În acest fel, MaxDIA include un mod de descoperire fără bibliotecă, cu un control fiabil al identificărilor de proteine fals pozitive.

Source (Max-Planck-Gesellschaft. “MaxDIA: Taking proteomics to the next level.” ScienceDaily. ScienceDaily, 12 July 2021.)

Paper: Sinitcyn, P., Hamzeiy, H., Salinas Soto, F., Itzhak, D., McCarthy, F., Wichmann, C., Steger, M., Ohmayer, U., Distler, U., Kaspar-Schoenefeld, S. and Prianichnikov, N., 2021. MaxDIA enables library-based and library-free data-independent acquisition proteomics. Nature Biotechnology, pp.1-11.

ENG: Researchers have developed a new approach in which robotic exosuit assistance can be calibrated to an individual and adapt to a variety of real-world walking tasks in a matter of seconds. The bioinspired system uses ultrasound measurements of muscle dynamics to develop a personalized and activity-specific assistance profile for users of the exosuit.

People rarely walk at a constant speed and a single incline. We change speed when rushing to the next appointment, catching a crosswalk signal, or going for a casual stroll in the park. Slopes change all the time too, whether we’re going for a hike or up a ramp into a building. In addition to environmental variably, how we walk is influenced by sex, height, age, and muscle strength, and sometimes by neural or muscular disorders such as stroke or Parkinson’s Disease.

Researchers from the Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS) have developed a new approach in which robotic exosuit assistance can be calibrated to an individual and adapt to a variety of real-world walking tasks in a matter of seconds. The bioinspired system uses ultrasound measurements of muscle dynamics to develop a personalized and activity-specific assistance profile for users of the exosuit.

The new system only needs a few seconds of walking, even one stride may be sufficient, to capture the muscle’s profile. For each of the ultrasound-generated profiles, the researchers measure how much metabolic energy the person uses during walking with and without the exosuit. The researchers found that the muscle-based assistance provided by the exosuit significantly reduced the metabolic energy of walking across a range of walking speeds and inclines. The exosuit also applied lower assistance force to achieve the same or improved metabolic energy benefit than previous published studies.

RO: Cercetătorii au dezvoltat o nouă abordare prin care asistența exoscheletului robotic poate fi calibrată în funcție de individ și se poate adapta la o varietate de sarcini de mers în lumea reală în doar câteva secunde. Sistemul bioinspirat utilizează măsurători cu ultrasunete ale dinamicii musculare pentru a dezvolta un profil de asistență personalizat și specific activității pentru utilizatorii exocostumului.

Oamenii merg rareori la o viteză constantă și cu o singură înclinație. Schimbăm viteza atunci când ne grăbim să ajungem la următoarea întâlnire, când prindem semnalul unei treceri de pietoni sau când mergem la o plimbare ocazională în parc. De asemenea, pantele se schimbă tot timpul, fie că mergem într-o drumeție, fie că urcăm o rampă de acces într-o clădire. Pe lângă variabilitatea mediului, modul în care mergem este influențat de sex, înălțime, vârstă și forță musculară și, uneori, de tulburări neuronale sau musculare, cum ar fi accidentul vascular cerebral sau boala Parkinson.

Cercetătorii de la Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS) de la Harvard au dezvoltat o nouă abordare prin care asistența exocostumului robotic poate fi calibrată în funcție de o persoană și se poate adapta la o varietate de sarcini de mers în lumea reală în câteva secunde. Sistemul bioinspirat utilizează măsurători cu ultrasunete ale dinamicii musculare pentru a dezvolta un profil de asistență personalizat și specific activității pentru utilizatorii exosuitului.

Noul sistem are nevoie doar de câteva secunde de mers, chiar și un singur pas poate fi suficient, pentru a capta profilul mușchilor. Pentru fiecare dintre profilurile generate de ultrasunete, cercetătorii măsoară câtă energie metabolică folosește persoana în timpul mersului cu și fără exocostum. Cercetătorii au constatat că asistența bazată pe mușchi oferită de exocostum a redus semnificativ energia metabolică a mersului pe o gamă largă de viteze și înclinații de mers. De asemenea, exocostumul a aplicat o forță de asistență mai mică pentru a obține un beneficiu energetic metabolic identic sau mai bun decât în studiile publicate anterior.

Source (Harvard John A. Paulson School of Engineering and Applied Sciences. “A personalized exosuit for real-world walking: Ultrasound measurements of muscle dynamics provide customized, activity-specific assistance.” ScienceDaily. ScienceDaily, 10 November 2021.)

Original paper: R. W. Nuckols, S. Lee, K. Swaminathan, D. Orzel, R. D. Howe, C. J. Walsh. Individualization of exosuit assistance based on measured muscle dynamics during versatile walking. Science Robotics, 2021; 6 (60) DOI: 10.1126/scirobotics.abj1362

Previously, we touched on the topics of intrinsic and extrinsic camera parameters, as well as camera calibration to remove lens distortion. In the following video, a more comprehensive explanation is presented to link these together, with the added touch of being able to implement in Python these concepts.

Video description: In this Computer Vision and OpenCV Tutorial, We’ll talk about Camera Calibration and Geometry. We will first talk about the basics of camera geometry and how it can be used for calibrating cameras. We will see different types of distortion on cameras and images. At the end of the video, I’ll show you in a Python script how to apply what we have learned and calibrate a camera from a practical computer vision setup.