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

推薦閱讀：