Random Records

เอามาแปะไว้กันลืม ได้แต่หวังลึก ๆ ว่าหน่วยงานทรัพยากรบุคคลจะมีการทำ digital transformation สักที เพื่อให้การทำเอกสารเป็นไปอย่างมีประสิทธิภาพ และรวดเร็ว บวกกับเอาข้อมูลไปวิเคราะห์ต่อได้ เว็บที่จะเข้าไปเอาแบบฟอร์มกระดาษ เพื่อทำเรื่องการขอเวลางานไปอบรม http://intranet.rama.mahidol.ac.th/dean/hr/Webhr2016/webcontent/ หลังจากไปอบรมเสร็จ ก็เข้าไปกรอกใน googleform https://docs.google.com/forms/d/e/1FAIpQLSejgWEAUfmjRGIj3e9hPOTYRDgQYzpGDUBLVSe1rPxfI2psvw/viewform --- บังเอิญได้มีโอกาสอ่านรายงานประจำปีของคณะ ปี 2565  https://www.rama.mahidol.ac.th/annual_reports/2565/Annual_Report_2022.pdf ดูเหมือนว่าจะเริ่มมีการเก็บข้อมูลเพื่อที่จะเอามาวิเคราะห์หา insight จัดทำแผนพัฒนา การเก็บข้อมูลไว้เฉยให้ดูเป็น big data จะไม่มีประโยชน์อะไรเลย ถ้าไม่เอามาวิเคราะห์ (แต่ต้องเริ่มต้นในการตั้งคำถามที่ดีก่อน) ลองดู 2 วีดีโอนี้ Blog ว่าด้วยเรื่องของ ดาต้า ที่ได้เรียนจาก Coursera https://t-lerksuthirat.blogspot.com/2023/04/coursera-foundations-data.html

 ช่วงนี้ต้องเซ็นเอกสารรับรู้เรื่องกฎระเบียบเยอะ ก็เลยเอามาแปะสักหน่อยดีกว่า พระราชบัญญัติ ระเบียบบริหารราชการกระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม  เอาจริง ๆ แล้ว นศ. สามารถ complain เรื่องต่าง ๆ ที่สถาบันอุดมศึกษาทำเรื่องที่ไม่สอดคล้องต่อพระราชบัญญัติ หรือแม้กระทั่งเจ้าหน้าที่ทำงานภายใต้การบริหารที่ไม่มีระบบธรรมาภิบาล ก็สามารถร้องเรียนได้เช่นกัน

Note for: Active versus passive reading: how to read scientific papers? Doi: 10.1093/nsr/nwaa130 This article is good for most of us who basically work in an academic-related area. The questions to ask yourself: What is the research question? Why do they want to do it? If it is my work, what kind of experiment would I do to answer the question? What kind of data do I need to support the answer to this question. Comparing between theirs and our conclusion - what are the differences? The author’s lab website also provides very good materials on research planning as well as effective learning strategy in the scientific area. http://sun-lab.med.nyu.edu/ Incredible!

Data science is not only about coding but it is all about statistics! Below is my own collection when I don't understand some technical terms in Stat 1. https://sites.google.com/site/mystatistics01/home Explaining in Thai 2.  https://datarockie.com/author/datarockie/ Datarockie -- explaining in Thai 3.  https://www.youtube.com/channel/UC4a-Gbdw7vOaccHmFo40b9g Khan Academy explains in English with a video which helping visual-type learner 4.  https://365datascience.com/ 365datascience is also a good resource to learn the terminology as well as data relationship/predicting model by using stat 5. https://towardsdatascience.com/ On the medium platform where ppl who are the data scientists share their experience 6.  https://www.saedsayad.com/ Data science by Dr. Saed Sayad (Rutgers University) 7.  http://www.wormbook.org/.../www.../statisticalanalysis.html Wormbook -- all about c.elegans and its related biostatistics

Note for Anticancer peptide: Physicochemical property, functional aspect and trend in clinical application (Review) Doi: 10.3892/ijo.2020.5099 Overview Anticancer peptide; Physicochemical properties Amino acid composition Addition of chemical group These three properties – affect Conformation Net charge Orientation of secondary structure Thus, affecting specificity and ACP-cell interaction (peptide penetrating capability, stability, efficacy) Introduction Anticancer peptide advantage High selectivity High penetration Easy modifications Membrane properties of cancer vs normal cells Membrane fluidity of cancer cells higher than healthy cells Contain more abundant microvilli compare with healthy cells Negatively charge but normal cell – neutrality Thus, making cancer cells more prone to ACP Three enzymes involved in contribution of lipid types in the cell membrane Flippase (phosphatidylserine and phosphatidylethanolamine – outer to inner mb) Floppase (phosphatidychlorine and cholesterol f

Note for: A Proposal Regarding Reporting of In Vitro Testing Results Doi: 10.1158/1078-0432.CCR-13-0043 Failure to translate to clinical research examples; Sorafenib Vorinostat Metformin They ask reviewer to limit the publications which reported the concentrations were not related to clinical level, to prevent the failure rate at the clinical levels. The key point for the successfulness in term of translation from in vitro to clinical –  Testing with multiple cell lines Giving wide variation of sensitivity Only small portion of cell will be extremely sensitive at very low concentration This subgroup has special molecular feature which is targetable for particular drug Suggestion Cells – heterogeneity Test with many different types of cells Picking up the cell with show sensitivity with very low drug concentration Finding feature at the molecular level and tracing back to clinical level How to get rid of bad data Author proposed “desk reject” the MS which the concentrations are not reli

Note for: Clinically Relevant Concentrations of Anticancer Drugs: A Guide for Nonclinical Studies Doi: 10.1158/1078-0432.CCR-16-3083 Aim of this paper; Giving a guideline for setting up the in vitro experiment on cell line, esp. concentrations by which it makes some sense when translated back to clinical level. Extraction; For doing experiment with FDA-approved drug – it is better to search for pharmacokinetics as well as toxicity of particular drug. Thus, we can design the experiment which will be more clinically relevant.  Guiding dose and concentration selection – providing comprehensive compilation of human plasma exposures for drug-approved by the FDA for used in oncology. Sources of FDA-approved drug NCI – cross-checked with MediLexicon and Centerwatch Pharmacokinetic search through databases – original literature or conference abstract Using Cmax (maximum plasma concentration) and the integrated area under the plasma concentration–time curve (AUC) associated with the highest rec