در اردیبهشت 1403 دور هم جمع شدیم و دهمین سالگرد تاسیس مرکز تحقیقات پزشکی بازساختی را گرامی داشتیم. محیطی که توانست با مدیریت دکتر یوسف قیصری دانشجویان علاقه مند و توانمند را جذب کند و رشد دهد. به امید روزهای بهتر!
Tتیم مرکز تحقیقات پزشکی بازساختی، در اولین سال برگزاری مسابقات هوش مصنوعی بنیاد نخبگان در سال 1402، موفق به کسب رتبه سوم شد. این موفقیت را به اعضای تیم و بچه های مرکز تحقیقات تبریک می گوییم.
اعضای تیم:
فرنوش کیان پور، مهدی کلانی، یوسف قیصری
تیم آکسون زیر نظر مرکز تحقیقات پزشکی بازساختی، توانست مدال نقره المپیاد کارآفرینی وزارت بهداشت با موضوع "کاربرد عملی هوش مصنوعی در درمان و مدیریت بیماران" . را کسب کند. این موفقیت بزرگ را به دوستان عزیزمان تبریک میگوییم.
اعضای تیم:
علی عمرانی نوش آبادی، امیرسپهر صفاری، فرنوش کیان پور، زهرا سردارپور، نوید مزروعی، فاطمه زهرا اشجع، وحید صادقی
تیم مرکز تحقیقات پزشکی بازساختی در مسابقات هوش مصنوعی بنیاد نخبگان در سال 1402، رتبه اول را کسب کرد. این نتیجه نمایانگر اهمیت به کار تیمی و همکاری میان رشته ای است. تبریک به دوستان عزیز ما!
اعضای تیم: فرنوش کیان پور، متین ایرج پور، یوسف قیصری
The RMRC team achieved first place in the AI competition organized by the Iran Elite National Organization in 2024. This remarkable accomplishment underscores the team's hard work and innovation in the field of artificial intelligence. We are incredibly proud of your success!
Team: Farnoush Kiyanpour, Matin Irajpour, Yousof Gheisari*
The AIxon team, recipients of support from the RMRC, achieved a silver medal at the 16th Entrepreneurship Olympiad organized by the Iranian Ministry of Health in 2024. This prestigious Olympiad emphasizes the application of artificial intelligence in healthcare systems and patient management. We take great pride in having such talented individuals among us !
Team:
Researchers have unveiled a groundbreaking strategy named the Systematic Protein Association Dynamic ANalyzer (SPADAN), designed to automatically convert protein-protein interaction (PPI) networks into genome-wide dynamic models.
In a significant advancement for drug discovery, the newly developed AI tool, DrugGen, allows researchers to generate drug-like small molecule structures directly from protein sequences or UniProt IDs. This innovative tool simplifies the process by enabling users to input data, specify parameters, and download the generated results with ease.DrugGen leverages advanced algorithms to create molecular structures that are not only chemically valid but also optimized for potential binding interactions with target proteins.
We developed an AI tool that predicts the chance of protein to be targeted by drugs!
Developers: Niloofar Borhani, Iman Izadi, View ORCID ProfileAli Motahharynia, Mahsa Sheikholeslami, Yousof Gheisari