قیمت طلا امروز




 خبرگزاری ایرنا / ۱۴۰۵/۰۵/۲۴

پوست انسان روی تراشه؛ فناوری که آزمایش ایمنی نانومواد را بهبود می‏‌دهد

تهران- ایرنا- پژوهشگران با توسعه یک سامانه «پوست روی تراشه» توانسته‌اند مدلی آزمایشگاهی بسازند که شباهت بیشتری به پوست واقعی انسان دارد و می‌تواند واکنش این اندام به نانومواد را با دقت بیشتری بررسی کند.
 پوست انسان روی تراشه؛ فناوری که آزمایش ایمنی نانومواد را بهبود می‏‌دهد



۳۷ ساعت قبل / خبرگزاری دانشجو

راهکار ویژه پژوهشگران دانشگاه تهران برای اندازه‌گیری آلاینده‌های خطرناک BTEX

به گزارش گروه دانشگاه خبرگزاری دانشجو، علی تقوی، دانشجوی شیمی تجزیه به سرپرستی دکتر حسن سرشتی، استاد دانشکدگان علوم با ساخت یک غشای کامپوزیتی نانوفیبری دولایه نامتقارن (جانوس) مغناطیسی، موفق به ارائه روشی کارآمد و دوستدار محیط زیست برای اندازه‌گیری ترکیبات سمی بنزن، تولوئن، اتیل‌بنزن و ایزومر‌های زایلن (BTEX) در نمونه‌های شهری شده‌اند.

دکتر سرشتی با اعلام این خبر گفت: «این روش نوین که مبتنی بر میکرواستخراج فاز جامد با غشاء (M-SPME) است، با بهره‌گیری از شاخص‌های ارزیابی سبز (AGREEprep) و کاربردی (BAGI) تأیید کرده که می‌تواند جایگزین مناسبی برای روش‌های قبلی باشد».

وی افزود: «ترکیبات آروماتیک فرّار مانند BTEX از جمله آلاینده‌های مهم زیست‌محیطی به شمار می‌روند که به دلیل سمیت بالا و حضور گسترده در هوا، آب و خاک، همواره نگرانی‌های جدی برای سلامت عمومی ایجاد کرده‌اند».

استاد دانشکدگان علوم تاکید کرد: «در تازه‌ترین تلاش علمی برای مقابله با این چالش، آزمایشگاه تحقیقاتی شیمی تجزیه موفق به طراحی و ساخت یک غشای نانوفیبری هوشمند با ساختار نامتقارن «جانوس» شده که به طور ویژه برای استخراج و پیش تغلیظ این آلاینده‌ها پیش از آنالیز با دستگاه کروماتوگرافی گازی-طیف‌سنجی جرمی (GC- MS) بکار می‌رود. این غشای نوآورانه از یک لایه از جنس الیاف پلی‌آمید تقویت شده با سلولز میکروکریستالی و هیدروکسید دوگانه لایه‌ای نیکل-آلومینیوم تشکیل شده که بر روی بستری از نانوالیاف پلی‌اورتان تقویت شده با نانولوله‌های کربنی به وسیله تکنیک الکتروریسی (Electrospinning) نشانده شده است».

وی گفت: «ساختار این غشا با استفاده از تصاویر میکروسکوپ الکترونی (FE-SEM)، طیف‌سنجی مادون قرمز (FT-IR)، پراش اشعه ایکس (XRD) و آنالیز جذب-واجذب نیتروژن، تأیید شده است و نتایج آزمون‌های اعتبارسنجی نشان داد که این روش در محدوده غلظتی ۱۰ تا ۱۰۰۰۰ میکروگرم بر لیتر پاسخ خطی دارد و قادر است آلاینده‌ها را در سطوح غلظتی بسیار پایین (حد تشخیص بین ۰.۰۹ تا ۰.۴۵ میکروگرم بر لیتر) اندازه‌گیری کند».

تکرارپذیری روش (با انحراف استاندارد نسبی ۲.۵ تا ۷ درصد) و فاکتور‌های غنی‌سازی بین ۱۴.۸ تا ۲۳.۸، نشان از کارایی بالای این سامانه دارد.

از مهمترین دستاورد‌های این پژوهش، عملکرد موفق غشا در نمونه‌های حقیقی جمع‌آوری‌شده از هوای شهری، آب‌های سطحی و خاک است که بازیابی قابل‌قبول را برای تمامی ترکیبات هدف به همراه داشت. افزون بر این، غشا پس از ۷ چرخه استفاده متوالی، بیش از ۹۰٪ کارایی اولیه خود را حفظ کرد که گواهی بر پایداری مکانیکی و شیمیایی مناسب آن است.

به این ترتیب، غشای نانوفیبری جانوس مغناطیسی نه تنها از نظر تحلیلی برتر از بسیاری روش‌های سنتی عمل می‌کند، بلکه از منظر زیست‌محیطی و اقتصادی نیز گزینه‌ای پایدار و منطبق با نیاز‌های روز آزمایشگاهی محسوب می‌شود.

https://www.sciencedirect.com/science/article/abs/pii/S۰۰۳۹۹۱۴۰۲۶۰۱۰۱۴۳


۴۲ ساعت قبل / خبرگزاری دانشجو

تحلیل لحظه‌ای داده‌های پرتو ایکس با هوش مصنوعی «دونات» در آزمایشگاه آرگون

به گزارش گروه دانشگاه خبرگزاری دانشجو؛ از ستاد ویژه توسعه فناوری نانو، پژوهشگران آزمایشگاه ملی آرگون وزارت انرژی ایالات متحده آمریکا (Argonne National Laboratory) با توسعه یک ابزار جدید مبتنی بر یادگیری ماشین، گام مهمی در جهت تغییر شیوه انجام آزمایش‌های مواد در مقیاس نانومتری برداشته‌اند.

 

این ابزار که «دونات» (DONUT) نام دارد، می‌تواند داده‌های پیچیده حاصل از آزمایش‌های پراش پرتو ایکس را تقریباً در لحظه تحلیل کند؛ قابلیتی که به دانشمندان اجازه می‌دهد به‌جای هفته‌ها یا ماه‌ها انتظار برای دریافت نتایج، در همان زمان انجام آزمایش درباره ادامه مسیر پژوهش تصمیم بگیرند.

 

این فناوری در منبع فوتونی پیشرفته (Advanced Photon Source) یا APS، یکی از تأسیسات کاربری دفتر علوم وزارت انرژی آمریکا، توسعه و آزمایش شده است. «دونات» با ارائه نتایج در زمان واقعی، نه‌تنها سرعت پژوهش‌های علمی را افزایش می‌دهد، بلکه امکان اصلاح و تنظیم آزمایش‌ها در حین اجرا را نیز فراهم می‌کند.

 

به این ترتیب، پژوهشگر می‌تواند متوجه شود آزمایش به نتیجه مطلوب نزدیک شده یا نیاز دارد مسیر دیگری را دنبال کند؛ اتفاقی که در روش‌های سنتی معمولاً پس از پایان آزمایش و طی فرایند طولانی تحلیل داده مشخص می‌شود.

 

نام DONUT مخفف عبارت «Diffraction with Optics for Nanobeam by Unsupervised Training» است و به یک شبکه عصبی آگاه از فیزیک اشاره دارد. ویژگی مهم این سامانه آن است که صرفاً بر اساس الگو‌های آماری داده‌ها آموزش نمی‌بیند، بلکه قوانین فیزیکی حاکم بر برهم‌کنش پرتو‌های ایکس متمرکز با مواد را نیز در فرایند تحلیل در نظر می‌گیرد.

 

این فناوری با استفاده از داده‌های خط پرتو «نانومسبار پرتو ایکس سخت» (Hard X-ray Nanoprobe) که به‌صورت مشترک در اختیار منبع فوتونی پیشرفته و مرکز مواد نانومقیاس (Center for Nanoscale Materials) قرار دارد، توسعه یافته است. مرکز مواد نانومقیاس نیز یکی از تأسیسات کاربری دفتر علوم وزارت انرژی آمریکا در آزمایشگاه ملی آرگون است.

 

«دونات» برای تفسیر سریع تصاویر پیچیده‌ای طراحی شده است که در روش «میکروسکوپی نانودیفراکشن پرتو ایکس پیمایشی» (Scanning X-ray Nanodiffraction Microscopy یا SXDM) تولید می‌شوند. این روش با استفاده از یک پرتو بسیار متمرکز پرتو ایکس، سطح نمونه را پیمایش می‌کند و اطلاعات ارزشمندی درباره ساختار بلوری مواد در اختیار پژوهشگران قرار می‌دهد.

 

چنین اطلاعاتی برای درک رفتار موادی که در فناوری‌هایی مانند باتری‌ها، کاتالیست‌ها، تجهیزات الکترونیکی پیشرفته و ادوات مغناطیسی مورد استفاده قرار می‌گیرند، اهمیت زیادی دارد.

 

با وجود قدرت بالای SXDM، داده‌های تولیدشده در این روش بسیار پیچیده‌اند و چندین لایه و بُعد اطلاعاتی را در خود جای می‌دهند. همین مسئله تحلیل و تفسیر آنها را به کاری زمان‌بر و دشوار تبدیل کرده است.

 

تا پیش از این، پژوهشگران در بسیاری از موارد مجبور بودند الگو‌های پراش پرتو ایکس اندازه‌گیری‌شده را به‌صورت دستی با الگو‌های شبیه‌سازی‌شده مقایسه کنند تا بتوانند ساختار و ویژگی‌های ماده را تشخیص دهند. این فرایند علاوه بر زمان‌بر بودن، احتمال بروز خطای انسانی را نیز افزایش می‌داد.

 

«دونات» با ترکیب هوش مصنوعی و یک مدل فیزیکی داخلی، رویکرد متفاوتی را ارائه می‌کند. این سامانه می‌تواند مستقیماً از داده‌های تجربی جمع‌آوری‌شده یاد بگیرد و برای آموزش به مجموعه‌داده‌هایی نیاز نداشته باشد که از پیش توسط متخصصان برچسب‌گذاری شده‌اند. در روش‌های متداول، متخصص باید هر الگوی پرتو ایکس را با پاسخ درست تطبیق دهد یا داده‌های مناسب را با شبیه‌سازی تولید کند تا الگوریتم بتواند از آنها بیاموزد. حذف یا کاهش این مرحله، مزیت مهمی برای پژوهشگرانی محسوب می‌شود که در تأسیسات تحقیقاتی پرتراکم مانند APS فعالیت می‌کنند.

 

آیلین لو، دانشمند محاسباتی دستیار در آزمایشگاه آرگون و دانشگاه کرنل، درباره این فناوری می‌گوید «دونات» به دانشمندان اجازه می‌دهد هم‌زمان با پیشرفت آزمایش، آنچه را درون ماده اتفاق می‌افتد مشاهده کنند. به گفته او، در گذشته ممکن بود پژوهشگر هفته‌ها منتظر بماند تا مشخص شود آزمایش موفق بوده است یا خیر، اما اکنون می‌توان پاسخ را تقریباً در همان لحظه دریافت کرد. نتیجه چنین تغییری، آزمایش‌های پربازده‌تر و فرصت‌های بیشتر برای کشف پدیده‌های جدید خواهد بود.

 

متئو چروکارا، دانشمند محاسباتی و سرپرست گروه در آزمایشگاه آرگون نیز بر انعطاف‌پذیری این سامانه تأکید کرده است. به گفته او، پژوهشگران می‌توانند «دونات» را با داده‌هایی که در ابتدای آزمایش جمع‌آوری می‌کنند آموزش دهند و حتی در طول آزمایش مشخص کنند که سامانه باید چه کمیتی را پیش‌بینی کند. به بیان ساده‌تر، هوش مصنوعی می‌تواند خود را با پرسش علمی جدیدی که پژوهشگر در جریان آزمایش مطرح می‌کند، تطبیق دهد.

 

سرعت و دقت «دونات» همچنین زمینه را برای شکل‌گیری نسل جدیدی از آزمایش‌های موسوم به «پژوهش خودران» یا «آزمایش‌های خودران» فراهم می‌کند. در چنین رویکردی، هوش مصنوعی می‌تواند بر اساس نتایج تازه به‌دست‌آمده، مرحله بعدی آزمایش را پیشنهاد یا حتی به‌صورت خودکار انتخاب کند.

 

این قابلیت به‌ویژه برای آزمایش‌هایی اهمیت دارد که در شرایط واقعی انجام می‌شوند و ویژگی‌های ماده در طول زمان تغییر می‌کند. در چنین شرایطی، تصمیم‌گیری سریع می‌تواند تفاوت میان یک آزمایش موفق و ساعت‌ها جمع‌آوری داده کم‌فایده باشد؛ بشر بالاخره پذیرفته است که لازم نیست همیشه بعد از تمام شدن کار بفهمد چه اشتباهی کرده است.

 

این فناوری همچنین می‌تواند ورود کاربران جدید به تأسیسات تحقیقاتی APS و مرکز مواد نانومقیاس را آسان‌تر کند. دانشجویان تحصیلات تکمیلی و پژوهشگران مهمان دیگر الزاماً برای شروع کار به مجموعه‌های بزرگی از داده‌های برچسب‌گذاری‌شده یا تخصص عمیق در تفسیر همه انواع داده‌های تولیدشده نیاز نخواهند داشت. در روش سنتی، تهیه چنین داده‌هایی مستلزم زمان و دانش تخصصی قابل‌توجهی است؛ زیرا متخصصان باید هر مجموعه داده را با دقت تحلیل یا شبیه‌سازی کرده و پاسخ صحیح را برای آن تعیین کنند.

 

اهمیت این قابلیت با ارتقای منبع فوتونی پیشرفته بیشتر می‌شود. نسخه ارتقایافته APS قادر است پرتو‌های ایکس پرشدت‌تری تولید کند و داده‌ها را با سرعت بسیار بالاتری نسبت به گذشته جمع‌آوری کند. بنابراین، سرعت تحلیل داده نیز باید هم‌پای سرعت تولید آن افزایش یابد. «دونات» می‌تواند این شکاف را کاهش دهد و به پژوهشگران اجازه دهد هم‌زمان با تولید داده، آنها را تحلیل کرده و درباره ادامه آزمایش تصمیم بگیرند.

 

پژوهشگران در گام بعدی قصد دارند دامنه استفاده از «دونات» را از تحلیل بلادرنگ داده‌ها به سمت خودکارسازی آزمایش‌ها گسترش دهند. یکی از مسیر‌های مورد بررسی، توسعه نسخه‌های جدید این فناوری برای میکروسکوپی خودران است؛ رویکردی که در آن ابزار‌های هوش مصنوعی می‌توانند بخشی از مراحل آزمایش را بدون نیاز به دخالت دائمی انسان هدایت کنند.

 

گروه پژوهشی همچنین در حال بررسی این موضوع است که آیا رویکرد «آگاه از فیزیک» به‌کاررفته در «دونات» می‌تواند برای سایر روش‌های تصویربرداری پیشرفته نیز مورد استفاده قرار گیرد یا خیر؛ روش‌هایی که آنها نیز حجم عظیمی از داده‌های پیچیده تولید می‌کنند و تحلیل آنها به ابزار‌های محاسباتی پیشرفته نیاز دارد.

 

پژوهشگران معتقدند چارچوب آموزشی مبتنی بر فیزیک این سامانه می‌تواند در طرح‌های بزرگ‌تر وزارت انرژی آمریکا، از جمله «ماموریت جنسیس» (Genesis Mission)، نیز نقش داشته باشد. این طرح ملی با هدف افزایش بهره‌وری علمی و سرعت‌بخشیدن به نوآوری از طریق استفاده گسترده از هوش مصنوعی در زیرساخت‌های علمی نسل آینده دنبال می‌شود.

«دونات» می‌تواند یکی از پایه‌های پروژه‌های مرتبط با منابع نور و نوترون در این طرح باشد و به پژوهشگران رشته‌های مختلف کمک کند پرسش‌های علمی جدیدی را با سرعت بیشتری بررسی کنند.

نتایج این پژوهش در نشریه «npj Computational Materials» منتشر شده است. تائو ژو، مینگ دو و مارتین هولت از آزمایشگاه ملی آرگون و آندری زینگر از دانشگاه کرنل نیز در انجام این مطالعه مشارکت داشته‌اند. این پژوهش با حمایت دفتر علوم وزارت انرژی آمریکا، برنامه‌های «پژوهش پیشرفته محاسبات علمی» و «علوم پایه انرژی» و همچنین دفتر توسعه نیروی انسانی برای معلمان و دانشمندان این وزارتخانه انجام شده است.

در این میان، نام «دونات» نیز عمداً با حال‌وهوایی غیررسمی انتخاب شده است و پژوهشگران در پایان گزارش خود با شوخی نوشته‌اند که در جریان انجام این پژوهش هیچ دوناتی آسیب ندیده است؛ هرچند نتایج به‌دست‌آمده احتمالاً اشتهای دانشمندان برای کشف‌های تازه را حسابی بیشتر خواهد کرد.


۴۳ ساعت قبل / سایت عصرایران

کدام ورزش محافظت بیشتری در برابر بیماری‌ها ایجاد می‌کند؟

پیاده‌روی، دوچرخه‌سواری و دیگر فعالیت‌هایی که ضربان قلب را افزایش می‌دهند، فعالیت‌های شناخته شده برای حفظ سلامت بدن هستند و نتایج پژوهش جدیدی در استرالیا نشان می‌دهد که افزودن تمرینات قدرتی نیز ممکن است محافظت بیشتری از بدن در برابر چندین بیماری مزمن مهم ایجاد کند.

به گزارش ایسنا، پژوهشگران به سرپرستی دانشگاه کوئینزلند، بیش از ۸۰۰۰ بزرگسال ساکن بریزبن را به مدت ۹ سال پیگیری کردند. آنان بررسی کردند افرادی که به‌طور منظم فعالیت‌های هوازی و فعالیت‌های تقویت‌کننده عضلات انجام می‌دهند، کمتر به مشکلات بلندمدت سلامت مبتلا می‌شوند یا خیر.

شرکت‌کنندگان بین ۴۰ تا ۶۴ سال داشتند و در فاصله سال‌های ۲۰۰۷ تا ۲۰۱۶، پنج بار در نظرسنجی‌های سلامت شرکت کردند. فعالیت هوازی ازجمله پیاده‌روی سریع، دویدن، شنا و دوچرخه‌سواری شامل فعالیت‌هایی محسوب می‌شوند که ضربان قلب را افزایش می‌دهند و موجب سریع‌تر شدن تنفس می‌شوند. این فعالیت‌ها آمادگی قلب و ریه‌ها را بهبود می‌بخشند و مدت‌هاست یکی از محورهای اصلی توصیه‌های بهداشت عمومی بوده‌اند.

تمرینات قدرتی به شیوه‌ای متفاوت بدن را به چالش می‌کشند. در این تمرینات، عضلات در برابر مقاومت فعالیت می‌کنند و می‌توانند شامل وزنه‌برداری، استفاده از نوارهای مقاومتی یا حرکات با وزن بدن مانند اسکات، لانج، شنا و درازونشست باشند.

دستورالعمل‌های فعالیت بدنی استرالیا به بزرگسالان توصیه کرد در بیشتر روزهای هفته، دست‌کم ۳۰ دقیقه فعالیت بدنی با شدت متوسط تا شدید داشته باشند. این دستورالعمل‌ها همچنین انجام تمرینات تقویت‌کننده عضلات را دست‌کم دو روز در هفته توصیه می‌کنند.

با وجود این توصیه‌ها، تمرینات قدرتی در برنامه‌های سلامت عمومی اغلب کمتر از پیاده‌روی، دویدن و دیگر فعالیت‌های هوازی مورد توجه قرار می‌گیرند. نتایج پژوهش جدید نشان می‌دهد این بخش از توصیه‌های ورزشی نیازمند توجه بیشتری است.

حدود نیمی از افراد شرکت‌کننده در این پژوهش، میزان توصیه‌شده فعالیت هوازی را انجام می‌دادند. تنها ۲۴ درصد هر دو توصیه مربوط به فعالیت هوازی و تمرینات تقویت‌کننده عضلات را رعایت می‌کردند، در حالی که حدود ۳۰ درصد هیچ‌یک از این دو دستورالعمل را رعایت نمی‌کردند.

تفاوت در وضعیت سلامت افراد در سال‌های بعد قابل‌توجه بود. افرادی که به‌طور مداوم هر دو توصیه ورزشی را رعایت می‌کردند، در مقایسه با افرادی که هیچ‌یک از توصیه‌ها را رعایت نمی‌کردند، کمتر به دیابت نوع ۲ و فشار خون بالا مبتلا شدند.

در میان بزرگسالانی که هر دو نوع ورزش را انجام می‌دادند، پژوهشگران ۵۰ درصد خطر کمتر ابتلا به دیابت نوع ۲ و ۲۴ درصد خطر کمتر ابتلا به فشار خون بالا را گزارش کردند. همچنین خطر ابتلا به سرطان در این افراد ۲۳ درصد کمتر بود.

نتایج همچنین حاکی از آن بود که فعالیت بدنی ممکن است برای بیماری قلبی و برخی انواع سرطان نیز فوایدی داشته باشد. با این حال، قدرت شواهد درباره بیماری‌های مختلف یکسان نبود بنابراین این یافته‌ها نباید به‌عنوان اثبات این موضوع تفسیر شوند که ورزش از بروز تمام موارد این بیماری‌ها پیشگیری می‌کند.

گرگور میلکه از دانشکده بهداشت عمومی دانشگاه کوئینزلند گفت: به نظر می‌رسد فعالیت‌های تقویت‌کننده عضلات، فراتر از فعالیت هوازی به‌تنهایی، فوایدی برای سلامت دارند. برنامه‌های بهداشت عمومی باید بزرگسالان را تشویق کنند تمرینات قدرتی را به‌طور منظم در برنامه هفتگی خود بگنجانند.

تمرینات قدرتی ممکن است به دلایل مختلفی مفید باشند. حفظ عضلات از توانایی بدن برای استفاده از قند خون حمایت می‌کند که به‌ویژه برای کاهش خطر ابتلا به دیابت نوع ۲ اهمیت دارد.

عضلات قوی‌تر همچنین می‌توانند به افراد کمک کنند با افزایش سن فعال بمانند. توده عضلانی به‌طور طبیعی با گذشت زمان کاهش می‌یابد و حفظ قدرت عضلات می‌تواند انجام فعالیت‌های روزمره را آسان‌تر کند و در عین حال از تعادل، تحرک و استقلال فرد حمایت کند.

فعالیت هوازی نیز فواید خاص خود را دارد و با بهبود گردش خون همراه است بنابراین، ترکیب این دو نوع فعالیت ممکن است از طریق چندین مسیر متفاوت به حفظ سلامت کمک کند، نه اینکه فرد تنها به یک نوع ورزش متکی باشد. این یافته‌ها به‌ویژه برای دوران میانسالی اهمیت دارند، دوره‌ای که بیماری‌های مزمن به‌طور فزاینده‌ای شایع می‌شوند.

یکی از نقاط قوت مهم این پژوهش، پیگیری گروه بزرگی از افراد جامعه برای چندین سال است. این موضوع به پژوهشگران اجازه داد عادات ورزشی افراد را پیش از آنکه بسیاری از آنان به بیماری‌های مورد بررسی مبتلا شوند، ارزیابی کنند.

با این حال، این پژوهش از نوع مشاهده‌ای بود بنابراین نمی‌تواند ثابت کند که ورزش به‌تنهایی باعث کاهش میزان ابتلا به بیماری‌ها شده است. افرادی که به‌طور منظم ورزش می‌کنند ممکن است از نظر رژیم غذایی، استعمال دخانیات، درآمد، دسترسی به مراقبت‌های پزشکی و دیگر عادات موثر بر سلامت نیز با سایر افراد تفاوت داشته باشند.

فعالیت بدنی همچنین توسط خود شرکت‌کنندگان گزارش شد و به‌طور مستمر با دستگاه اندازه‌گیری نشد. عادات افراد ممکن است در طول زمان تغییر کند و گزارش فعالیت بدنی توسط خود فرد نیز همیشه کاملا دقیق نیست.

ساینس گزارش کرد، با وجود این محدودیت‌ها، این پژوهش از توصیه‌های موجود مبنی بر اینکه برنامه ورزشی سالم نباید فقط شامل فعالیت‌های هوازی باشد، حمایت می‌کند. برای بسیاری از بزرگسالان میانسال، افزودن دو جلسه تمرین قدرتی منظم در هفته به فعالیت‌های هوازی می‌تواند راهکاری عملی برای حمایت از سلامت بلندمدت و سالمندی سالم باشد.

نتایج این پژوهش در نشریه Science and Medicine in Sport منتشر شده است. پربیننده ترین پست همین یک ساعت اخیر مرگ ۱۸ زن موتورسوار در اصفهان نظرات کاربران خبر قبل اشتراک گذاری : چرا پس‌سوز جنگنده‌ها «الماس‌های ماخ» درخشان ایجاد می‌کند؟ بیشتر بخوانید: تاثیر دمای محیط در طول ورزش بر دریافت انرژی عادت ساده‌ای که از مرگ پیشگیری می‌کند تماشاخانه حریق مرموز در قلب گرگان؛ از سیم‌کشی فرسوده تا شایعات داغ / گرگان چه چیزی را از دست داد؟ موتورسیکلت هست، زن موتورسوار هست؛ پس چه چیزی کم است؟ فیلم های دیگر عضویت در اینستاگرام عصر ایران ۱۵ سال پیش در چنین روزی این لحظه با حافظ گلستان سعدی آموزش زبان انگلیسی آپارات عصر ایران اپلیکیشن عصر ایران