XiaoMi-AI文件搜索系统
World File Search System万种
阿斯利康（Astrazeneca
为阿斯利康（Astrazeneca）向净零净的过渡提供动力，该公司已同意与未来的沼气建立15年的合作伙伴关系，以建立英国首个未覆盖的工业规模的生物甲基煤气供应，并在其运营方面投资了主要的能源效率，总承诺为1亿英镑。来自生物甲烷设施的能源将每年在麦克尔斯菲尔德，剑桥，卢顿和斯佩克提供阿斯利康的地点，每年100吉瓦小时（GWH），相当于8,000多个房屋的热量需求。i曾经在2025年初投入运营，该合作伙伴关系将减少估计的20,000吨CO 2同等用量（CO 2 E），从而增加了国家天然气电网的可再生能源能力。厌氧消化设施和与未来沼气的长期合作伙伴关系为英国商业采用可再生气的商业采用提供了蓝图。竞争性的生物甲烷市场可以在净零净的过渡中发挥关键作用。II支持在英国清洁热量的过渡，将在阿斯利康的Macclesfield校园（英国最大的药品开发和制造地点）进行能源效率的提高。这包括对该地点的热量和发电厂（CHP）的重大改装，除了升级建筑物并改善了药物的生产和包装以实现更多的温室气（GHG）减少外，还将节省每年另外16,000吨Co 2 E。这些效率项目将支持Macclesfield校园的长期可持续运营，该校园为130多个国家提供了超过9000万种药物。过渡到100％可再生能源是阿斯利康（Astrazeneca）旗舰野心零碳计划的关键要素，该计划的重点是通过将公司的整个价值链足迹（Scopes 1至3）在2030年到2045年到2045年，通过使公司的整个价值链足迹（范围1到3）在2045年到2045年成为科学净零来提供深度脱碳。阿斯利康（阿斯利康朱丽叶·怀特（Juliette White），阿斯利康（Astrazeneca）全球可持续性与健康与环境副总裁副总裁说：“今天的1亿英镑的承诺表明，我们对
完整信息图
1. 世界知识产权组织 (WIPO)。 (2021 年)。2021 年知识产权事实与数据。https://www.wipo.int/edocs/pubdocs/en/wipo-pub-943-2021-en-wipo-ip-facts-and-figures-2021.pdf 2. Christel, M. (2022 年 6 月 9 日)。2022 年 Pharm Exec 50 强公司。Pharmaceutical Executive, 42(6)。https://www.pharmexec.com/view/2022-pharm-exec-top-50-companies 3. Brockmeier, EK (2021 年 2 月 11 日)。世界上第一台通用计算机问世 75 周年。Penn Today。 https://penntoday.upenn.edu/news/worlds-first-general-purpose-computer-turns-75 4. ScienCentral, Inc. 和美国物理学会。（1999 年）。集成电路。PBS。https://www.pbs.org/transistor/background1/events/icinv.html 5. Globytė, E.（2023 年 7 月 10 日）。什么是 ARPANET？互联网的创建。NordVPN。https://nordvpn.com/blog/what-is-arpanet/ 6. 科学博物馆集团在线收藏。（nd）。Apple Lisa 个人电脑系统，1983 年。科学博物馆集团。 2024 年 4 月 11 日取自 https://collection.sciencemuseumgroup.org.uk/objects/co64008/apple-lisa-personal-computer-system-1983-personal-computer 7. 万维网基金会。（nd）。互联网的历史。https://webfoundation.org/about/vision/history-of-the-web/ 8. 版本博物馆。（nd）。谷歌搜索的历史。https://www.versionmuseum.com/history-of/google-search 9. Wi-Fi 联盟。（2024 年 2 月 15 日）。Wi-Fi Alliance® 庆祝 Wi-Fi® 创新和影响 25 周年。https://www.wi-fi.org/news-events/newsroom/wi-fi-alliance-celebrates-25-years-of-wi-fi-innovation-and-impact 10. Shively, E.（2007 年 6 月 11 日）。 CAS 调查其第一个 100 年。C&EN, 85(24), 41-53。https://pubsapp.acs.org/cen/coverstory/85/8524cover2.html 11. ACS。（2007 年）。化学文摘社国家化学历史地标。https://www.acs.org/education/whatischemistry/landmarks/cas.html 12. EurekAlert！| AAAS。（2011 年 5 月 23 日）。CAS REGISTRYSM 紧跟化学研究的快速发展，注册了第 6000 万种物质。https://www.eurekalert.org/news-releases/532811 13. Schwab, K.（2016 年 1 月 14 日）。第四次工业革命：其意义何在，我们该如何应对。世界经济论坛。 https://www.weforum.org/agenda/2016/01/the-fourth-industrial-revolution-what-it-means-and-how-to-respond/ 14. Wang, L. (2021 年 5 月 7 日)。CAS 标记第 2.5 亿个化合物。C&EN。https://cen.acs.org/acs-news/programs/CAS-marks-250-millionth-compound/99/i17
Impax的自然，生物多样性和森林砍伐
▪资本市场将受到全球可持续性挑战的深刻影响，包括气候变化，环境污染，自然资源限制，人权关注以及人力资本问题，例如多样性，包容性和性别平等。▪这些趋势将推动定位良好的公司的增长，并为无法或不愿适应的人带来风险。▪基本分析，其中包括长期风险，包括环境，社会和治理（ESG）因素，可以增强投资决策。Impax提供了一套全面的投资解决方案，这些解决方案涵盖了多个资产类别，寻求超过长期风险调整的回报。我们寻求具有强大业务模型的高质量公司，以证明风险的合理管理。目的本文档描述了我们在投资中管理与自然相关风险的方法。它概述了我们与投资公司和发行人的参与的目标，以及通过政策倡导来解决这些方面的方法。我们通过行业计划和协作工作组鼓励更高的标准，并与其他投资者合作，以帮助公司改善。我们希望公司和发行人能以对其运营有意义的方式解决与自然有关的风险，并希望支持他们管理风险并寻求机会的努力。我们的期望是我们投资组合中的所有公司和发行人的指示，特别关注风险重要性，如下所述。最近的估计表明，最大的全球公司中有85％非常依赖自然。将与自然相关的风险纳入我们的投资流程中，我们认为，生物多样性损失等全球风险将影响所有社会，所有经济体以及包括投资者在内的所有公司。1种物种损失现在比“背景”的灭绝率快10-1,000倍，这表明地球主要归因于人类活动，这是第六次巨大灭绝。2在1990年至2020年之间，丢失了约4.2亿公顷的森林（主要是热带森林），3个和超过100万种被灭绝的威胁，强调了对急剧变化的需求。4 Impax受到我们2022年下半年目睹的雄心勃勃的计划的鼓励公司和投资者的重要作用反映在目标中，以鼓励和使企业减少对生物多样性的负面影响，增加积极影响，降低与生物多样性相关的风险并促进可持续生产。我们认为性质与公司对自然的影响和依赖关系有关，并确定与自然有关的依赖性和投资的影响，并特别关注双重重要性。双重物质方法构成了我们对投资与性质相关活动的整体评估。在考虑我们的投资对自然的影响时
QSIVA®在丹麦瑞典的商业化，...
阿姆斯特丹，荷兰，2024年10月7日 - Vivus LLC的子公司Vivus BV今天宣布在瑞典，丹麦，芬兰，芬兰，冰岛，挪威，挪威，Poland和Poland，使Qsiva andity fromity andity andity andity forseftity and forperwy and frome的QSIVA®（Phentermine和topiramate修饰）的QSIVA®（Phentermine和Topiramate修饰）的可用性。“肥胖和超重，包括大量且增长的流行病，是许多严重健康状况的重要危险因素，包括心脏病，糖尿病，关节疼痛和迁移率问题。”“通过与其他认可的疗法不同的行动机理起作用的新型减肥药物的可用性将使医生与患者一起制定量身定制的策略和治疗方案，以帮助他们达到并保持健康的体重目标。”斯堪的纳维亚国家和波兰获得的批准得到了支持的III期临床数据的支持，来自3700多名参加设备的患者（＃NCT00554216）和征服（＃NCT005553787）试验（＃NCT005553787）试验，这些试验证明了分配给Qsiva治疗的受试者（Qsiva的受试者均可降低7.8-10.9％）。治疗56周后周长。作为美国肥胖症治疗的第一名品牌口头产品，已经为Qsymia编写了超过400万种处方，为苯甲甲酸和托托拉mate的功效，安全性和耐受性提供了实质性的现实证据。QSymia也于2020年在大韩民国发射。The combination of phentermine (a sympathomimetic amine anorectic) and topiramate extended- release (an oral agent used to treat a variety of neurologic conditions) has been supporting patients seeking to achieve and maintain their healthy weight goals for over a decade in the United States, which is sold under the trade name QSYMIA ® (phentermine and topiramate extended- release capsules CIV) by VIVUS LLC.预计肥胖的全球影响令人震惊，估计有10亿人预计将受到2030年的影响。这标志着2020年的患病率约为5.11亿。显着，肥胖升级了2型糖尿病，高血压和血脂异常的风险。因此，这种增加的风险有助于总体上提高对心血管疾病和死亡率的敏感性。实现和维持健康的体重目标在减轻这种风险方面起着至关重要的作用。“ Vivus继续致力于通过使我们的体重管理疗法可用于全球更多患者，以帮助超重和肥胖的患者，” Vivus Global Pharmaceutical Pharmentical Development兼Vivus首席医疗官Santosh Varghese博士说。“随着QSIVA在整个斯堪的纳维亚国家和波兰的可用性，以及Qsymia已经为大韩民国和美国的患者提供了支持，Vivus希望通过计划在中东启动QSymia的QSymia继续扩展全球范围内的患者。到2025年底，我们的目标是向全球10亿美元的人们提供Qsiva和Qsymia的访问权限。”
药物再利用及其各种方法
摘要 药物再利用有可能为不同群体的患者提供具有既定安全性的药物。大量的例子表明，人们发现了现有分子的新用途，这些分子通常是偶然发现的，或者是与药物特定作用机制相关的有针对性的研究工作。药物研究新方法的必要性以及大数据存储库及其相应分析技术的进步引发了药物再利用系统方法的发展。许多新的计算技术已经出现，以促进系统性再利用筛选，无论是在实验环境中还是通过计算机模拟。有效的药物再利用管道需要强大的理解力、技能和坚实的实验框架，以整合分子数据和临床开发专业知识。本综述概述了各种系统性再利用方法，并探讨了该领域的关键参与者。战略合作对于提高将现有分子再利用用于新适应症的成功率至关重要。本综述还研究了药物再利用作为制药公司采用的药物开发策略的利弊和挑战。简介 将现有药物或候选药物重新用于之前未曾指征的新疗法或医疗状况称为药物再利用。它最初是为了治疗另一种疾病而创建的。有些人称之为一个无法预见的、偶然的过程。通常，具有已证实的人类安全记录的药物也会针对其预期用途以外的特定疾病进行测试和生产。（1）通过绕过药物开发过程并直接进行临床前和临床试验，这种方法降低了风险和成本。 药物再利用是制药行业的一个重要方面，近年来在研究人员和行业参与者中引起了很大的关注。它本质上意味着为成功和不成功的药物寻找新的应用和适应症。相对而言，这比实验性药物发现更可靠，成本更低。（2）实验性药物发现的目标很少，而且这个过程成本高、耗时且危险。因此，已经开发出许多计算机技术，这些技术可以使用现成的高通量数据评估数十万种药物的重新定位。然而，目前发表的文献缺乏对当代计算药物重新定位技术的全面和最新研究。（3）无需具体确定作用机制，重新定位可以帮助根据其表型优势发现新药。临床前动物模型可用于直接评估这一点，研究和临床应用可以从这些发现中受益更多。它可能会直接进入 II 期临床试验。重新利用的药物有一点失败的风险。与常规发现相比，重新利用药物在降低开发成本和加快上市时间方面具有显著优势。
生物学入侵，生物多样性和人
地球上的所有物种都是相互关联的。迄今已确定了大约175万种不同的物种。这包括270,000种植物，950,000种昆虫，9,000种鸟类，19,000种鱼类和4,000种哺乳动物。，人们相信，这只是地球上存在的总生物多样性的一小部分。还有数百万个尚未发现的物种。具有丰富生物多样性的生态系统被认为是健康，强大和高度抗性的（Bargali等人，1993; Sharma等。，2005年； Khatri，2023）。但是，当前的世界面临着一系列重要挑战，包括气候变化，生物多样性丧失，环境污染，稀缺性等。随着气候和气候相互交织，由于气候变化而导致空前的速度消失的性质正在消失（Poudel等人。，2019年）。随着目前的气候变化情景，还出现了许多其他威胁，这些威胁威胁着生物多样性并恶化了环境健康（Bargali，1996）。生物学入侵是变化的主要力量之一，影响了地球上生命的许多维度（Pathak等人，2019年； Khatri等，2022a）。入侵当物种从现有人群中切断并通过占领本地动植物居住在新的地理区域时（Khatri等人。，2022b）。有令人信服的证据使入侵物种对全世界的本地生物多样性造成了巨大的伤害（Negi等，2023a）。正在促进生物学入侵（Khatri等，2023b）。人类完全负责入侵物种在全球范围内的迅速传播，因为全球化和洲际运输已极大地改变了入侵动力学（Rai and Singh，2021; Khatri等，2023a）。这些威胁的大小日益增加，因为其他因素也导致了生物多样性损失，包括全球变暖，栖息地丧失，环境污染等。据信，气候变暖会加剧入侵风险，因为据报道，与本地物种相比，侵入性物种的性能更好并适应了温度升高（Khatri等人，2023c）。然而，外来物种的入侵是我们时代最具挑战性的保护谜语。入侵物种有可能在受体区域的新环境条件下快速增殖和扩散。这些物种在爆炸性上扩展和生长，并改变了生态特征，例如火灾状况，营养循环，水文学，能量预算和进化轨迹，使本地生态系统中的轨迹使本地物种的居住地较低。这些物种还可以改变社区的物种组成和结构，打破生态系统平衡，并对保护和经济构成相当大的威胁。生物学入侵是全球总物种灭绝的20％以上的主要原因，被认为是物种灭绝和生物多样性丧失的主要驱动因素。由于这些地区提供的生态系统服务以及它们在保护生物多样性中所扮演的生态系统服务，山上的入侵物种最近尤其引起人们的关注。
导向进化的机器学习进展
C现在的地址：Google Deepmind，6 Pancras Square，Kings Cross，伦敦，N1C 4AG（英国）通讯作者：Arnold，Frances H.（Frances@cheme.caltech.edu）作者联系人：Bruce J. Wittmann（Bwittman@caltech.edu） Kadina E. Johnston（kjohnston@caltech.edu）; Zachary Wu（zacharywu@gmail.com）关键字：定向进化，机器学习，蛋白质工程，无监督的学习，自我监督学习，半监督的学习抽象机器学习（ML）可以通过允许研究人员在Silico中移动昂贵的实验筛选来加快导向性进化。收集用于培训ML模型的序列功能数据仍然可能是昂贵的。相比之下，原始蛋白序列数据可广泛使用。ML方法的最新进展使用蛋白质序列来增强有限的序列功能数据，以进行定向进化。我们强调了越来越多地使用序列减少或消除有效硅筛选所需的序列功能数据量的贡献。我们还强调了使用对序列训练的ML模型来生成新功能序列多样性的方法，重点是使用这些生成模型有效探索众多蛋白质空间区域的策略。浏览蛋白质健身景观：用机器学习酶建造地图为生活中最具挑战性的化学问题提供解决方案。酶有效和有选择地催化化学反应的能力不仅可以对其宿主生物有用，而且对人类所设计的无数应用也有用。消除或减少天然蛋白的活性。作为绿色，廉价，高效的催化剂，从药品到消费产品，材料，食物和燃料的行业已经采用了酶，预计其重要性将继续增长[1-3]。酶和许多对人有用的蛋白通常必须在非本地环境中起作用（非水溶液，高温，在存在表面活性剂的情况下等）此外，尽管酶具有显着的选择性，但它们通常具有有限的底物范围，这通常意味着必须通过工程化其氨基酸序列来针对新的靶反应或应用优化新酶[4,5]。蛋白质的序列编码其功能（“适应性”），并且它们之间的关系通常被概念化为称为蛋白质适应性景观的高维空间中的表面[6,7]。新蛋白质是通过搜索这种景观而开发的，通常是通过定向进化的过程[7]。通过将至少少量所需功能的蛋白质对诱变和筛选的蛋白质进行，使用每个回合中的最佳变体作为下一个起点，直到实现功能目标为止（图1A）。尽管取得了成功，但Evolution的指示依赖于广泛的实验室表征，这是一种开发许多工程蛋白质的瓶颈，在该蛋白质中，筛选超过数百万种变体可能是资源密集的。
pH指纹测定法以鉴定多种经过验证和潜在抗疟药靶标的抑制剂
摘要：需要采用新型作用方式的新药来保护疟疾治疗。近年来，已经测试了数百万种化合物的能力，以抑制无性血液阶段恶性疟原虫寄生虫的生长，从而鉴定出数千种具有抗血流活性的化合物。确定抗白潮化合物的作用机制可以为它们的进一步发展提供了依据，但仍然具有挑战性。相对较高的化合物比例被确定为杀死无性血液阶段的寄生虫，这表明靶向寄生虫的质膜Na + -truding，H + - 进口泵，PFATP4。PFATP4的抑制剂会导致寄生虫的内部[Na +]和pH的特征变化。 在这里，我们设计了一种“ pH指纹”测定法，该测定法可以鲁side pFATP4抑制剂，同时允许检测乳酸抑制剂（和区分）乳酸抑制剂：H +转运蛋白PFFNT，PFFNT，这是验证的抗微药物靶标，以及V型h + h + aTPase的cansy 7，这是一个可能的cansy and and and and typ as and and and and sys。 在我们的pH指纹测定和随后的次要测定中，ZY19489没有显示出V型H + ATPase抑制pH调节的证据，这表明它在寄生虫中具有不同的作用方式。 pH指纹测定也有潜力鉴定蛋白团，酸加载Cl-转运蛋白（S）的抑制剂（对于分子识别（IES）仍然流行），并通过抑制葡萄糖转运蛋白转运蛋白PFHT PFHT或糖溶解作用而起作用。PFATP4的抑制剂会导致寄生虫的内部[Na +]和pH的特征变化。在这里，我们设计了一种“ pH指纹”测定法，该测定法可以鲁side pFATP4抑制剂，同时允许检测乳酸抑制剂（和区分）乳酸抑制剂：H +转运蛋白PFFNT，PFFNT，这是验证的抗微药物靶标，以及V型h + h + aTPase的cansy 7，这是一个可能的cansy and and and and typ as and and and and sys。在我们的pH指纹测定和随后的次要测定中，ZY19489没有显示出V型H + ATPase抑制pH调节的证据，这表明它在寄生虫中具有不同的作用方式。pH指纹测定也有潜力鉴定蛋白团，酸加载Cl-转运蛋白（S）的抑制剂（对于分子识别（IES）仍然流行），并通过抑制葡萄糖转运蛋白转运蛋白PFHT PFHT或糖溶解作用而起作用。因此，pH指纹测定提供了一个有效的起点，使一定比例的抗白质化合物与其作用机理相匹配。关键词：疟疾，恶性疟原虫，药物靶标，pH调节，离子稳态
遗传学年度评论：可扩展的功能分析用于解释人类遗传变异
大规模 DNA 测序从根本上改变了我们在整个生命科学领域探索疾病生物学机制的能力。基因组技术的可及性正在改变临床上的患者管理，并以越来越大的规模和分辨率推动分子、生物物理和细胞研究。在这里，我们回顾了序列功能研究在全面人类遗传变异集的大规模功能评估中的效用和应用，重点是单核苷酸变异 (SNV)。我们概述了可扩展功能检测设计的基本原理，并提出了选择替代模型系统和实验方法的框架。虽然本综述重点关注基于细胞的 SNV 检测，但相同的原理可能适用于一系列模型系统和遗传变异类型。人类疾病遗传学领域的主要目标是将基因位点与疾病和性状相关的表型联系起来。在最初的人类参考基因组的基础上，研究人员在对遗传变异进行分类方面取得了巨大进展（1、24、101、119、121、191）。大规模人群的基因分型和测序[例如英国生物样本库（25）、All of Us（6）和日本生物样本库（141）]，以及个人健康、人口统计和生活方式信息，已帮助将数千个基因位点与人类特征和疾病联系起来，并随着测序人群规模和多样性的增加而继续揭示遗传关联（24、181）。尽管基于人群的研究越来越有能力将常见变异与人类表型联系起来，但它们不适合对罕见和极其罕见的变异进行关联——这些变异占大多数遗传变异，并且往往对疾病表型的影响比常见变异更大（33）。考虑到目前人类群体中几乎存在所有可能的单核苷酸变异（122, 195），即使是最罕见的变异也需要进行功能评估。在这里，大规模的序列功能研究对于通过实验推断变异的影响至关重要。此外，对于常见变异，这些研究可以帮助在数千种常见性状相关单倍型中识别致病变异（61）。展望未来，序列功能研究对于加快评估等位基因频率范围内的遗传变异至关重要，并在此过程中帮助我们了解变异功能障碍的机制。到目前为止，可扩展的变异效应多重分析（MAVE）已经共同探究了数十万种遗传变异的功能后果，涵盖编码元件（18、21、28、50、73、74、77、78、81、88、96、112、124、127、143、173、175、194、196）和非编码元件，例如剪接位点（15、20、72、97、102、197）非翻译信使 RNA（mRNA）区域（163）、启动子（108）和增强子（108、135、148）。这些变异到功能 (V2F) 研究可以生成变异效应 (VE) 图谱，捕捉目标元素内所有可能的替换对功能的影响，包括尚未在人类中观察到的变异的影响。目前，人们正在形成一个共同的愿景，即建立一个涵盖人类基因组中所有功能元素的 VE 图谱 (11)——其关键要求是建立一套协调的可扩展功能检测方法。
用于解释人类遗传变异的可扩展功能检测
大规模 DNA 测序从根本上改变了我们在整个生命科学领域探索疾病生物学机制的能力。基因组技术的可及性正在改变临床上的患者管理，并以越来越大的规模和分辨率推动分子、生物物理和细胞研究。在这里，我们回顾了序列功能研究在全面人类遗传变异集的大规模功能评估中的效用和应用，重点是单核苷酸变异 (SNV)。我们概述了可扩展功能检测设计的基本原理，并提出了选择替代模型系统和实验方法的框架。虽然本综述重点关注基于细胞的 SNV 检测，但相同的原理可能适用于一系列模型系统和遗传变异类型。人类疾病遗传学领域的主要目标是将基因位点与疾病和性状相关的表型联系起来。在最初的人类参考基因组的基础上，研究人员在对遗传变异进行分类方面取得了巨大进展（1、24、101、119、121、191）。大规模人群的基因分型和测序[例如英国生物样本库（25）、All of Us（6）和日本生物样本库（141）]，以及个人健康、人口统计和生活方式信息，已帮助将数千个基因位点与人类特征和疾病联系起来，并随着测序人群规模和多样性的增加而继续揭示遗传关联（24、181）。尽管基于人群的研究越来越有能力将常见变异与人类表型联系起来，但它们不适合对罕见和极其罕见的变异进行关联——这些变异占大多数遗传变异，并且往往对疾病表型的影响比常见变异更大（33）。考虑到目前人类群体中几乎存在所有可能的单核苷酸变异（122, 195），即使是最罕见的变异也需要进行功能评估。在这里，大规模的序列功能研究对于通过实验推断变异的影响至关重要。此外，对于常见变异，这些研究可以帮助在数千种常见性状相关单倍型中识别致病变异（61）。展望未来，序列功能研究对于加快评估等位基因频率范围内的遗传变异至关重要，并在此过程中帮助我们了解变异功能障碍的机制。到目前为止，可扩展的变异效应多重分析（MAVE）已经共同探究了数十万种遗传变异的功能后果，涵盖编码元件（18、21、28、50、73、74、77、78、81、88、96、112、124、127、143、173、175、194、196）和非编码元件，例如剪接位点（15、20、72、97、102、197）非翻译信使 RNA（mRNA）区域（163）、启动子（108）和增强子（108、135、148）。这些变异到功能 (V2F) 研究可以生成变异效应 (VE) 图谱，捕捉目标元素内所有可能的替换对功能的影响，包括尚未在人类中观察到的变异的影响。目前，人们正在形成一个共同的愿景，即建立一个涵盖人类基因组中所有功能元素的 VE 图谱 (11)——其关键要求是建立一套协调的可扩展功能检测方法。