XiaoMi-AI文件搜索系统
World File Search System三维结构
Yixin Zhang, ⊥ Huan-Hsuan Hsu, ⊥ John J. Wheeler ...
摘要：生物废水处理是各种微生物将有毒化学物质降解为小的、环境友好的分子的过程。鉴于传统的物理和化学净化方法成本高、不可持续且不具针对性，生物处理在废水处理领域发挥着越来越重要的作用。生物处理策略的有效实施在很大程度上依赖于微生物的内在降解能力及其与污染物的相互作用。在这篇综述中，我们将重点介绍生物催化剂和生物反应器层面上工程化和改进生物处理的最新技术进展。具体来说，我们将讨论合成生物学在增强生物吸附和生物转化方面的进展，以及在受污染场所应用工程微生物所面临的挑战。我们将进一步回顾生物反应器设计的最新发展，特别是增材制造/生物打印的前景，通过复杂的三维结构和灵活的材料选择进一步优化生物反应器内部的物质传输。这些研究工作重新定义了生物处理的前沿，为经济、高效、可持续的废水处理开辟了新的机遇。
基于内在无序区域的 SARS-CoV-2 药物发现
严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 是 SARS-CoV-1 的近亲，它导致了 2019 年冠状病毒病 (COVID-19)，截至本文撰写时，该病已蔓延至全球 1990 多万人。在这项工作中，我们旨在通过相互作用建模和统计方法发现能够抑制 SARS-CoV- 2 的药物。目前，许多药物发现方法遵循典型的蛋白质结构-功能范式，设计药物以结合固定的三维结构。然而，近年来，这种方法未能解决耐药性问题，并限制了可能的药物靶点和候选药物的范围。出于这些原因，我们转而专注于靶向缺乏稳定结构的蛋白质区域，称为内在无序区域 (IDR)。此类区域对于导致各种病毒毒性的众多生物途径至关重要。在这项工作中，我们发现了 11 种针对 IDR 的新型 SARS-CoV-2 候选药物，并为 IDR 参与病毒过程（例如酶促肽裂解）提供了进一步的证据，同时证明了我们独特的对接方法的有效性。
废水处理中的新兴生物技术
摘要：生物废水处理是各种微生物将有毒化学物质降解为小的、环境友好的分子的过程。鉴于传统的物理和化学净化方法成本高、不可持续且不具针对性，生物处理在废水处理领域发挥着越来越重要的作用。生物处理策略的有效实施在很大程度上依赖于微生物的内在降解能力及其与污染物的相互作用。在这篇综述中，我们将重点介绍生物催化剂和生物反应器层面上工程化和改进生物处理的最新技术进展。具体来说，我们将讨论合成生物学在增强生物吸附和生物转化方面的进展，以及在受污染场所应用工程微生物所面临的挑战。我们将进一步回顾生物反应器设计的最新发展，特别是增材制造/生物打印的前景，通过复杂的三维结构和灵活的材料选择进一步优化生物反应器内部的物质传输。这些研究工作重新定义了生物处理的前沿，为经济、高效、可持续的废水处理开辟了新的机遇。
基于长短期记忆神经网络的深度学习药物-靶标相互作用预测方法
目前，DTI 预测的计算方法可以分为三类：基于配体的方法、对接方法和特征学习方法。基于配体的方法通常用于通过计算给定药物或化合物与已知靶标的活性化合物的化学结构相似性来估计潜在的作用靶标。Keiser 等人 [3] 提出了一种根据配体的化学相似性推断蛋白质靶标的方法。Yamanishi 等人 [7-9] 通过将化合物的化学结构相似性和蛋白质的氨基酸序列相似性整合到均匀空间来预测未知的药物-靶标相互作用。Campillos 等人 [9] 将化合物的化学结构相似性和蛋白质的氨基酸序列相似性整合到均匀空间中。 [6]通过表型副作用的相似性来预测潜在的靶标蛋白。这种基于配体的方法在化学结构相似性较高的情况下简单有效，但也在很大程度上限制了其应用的范围和准确性。对接方法是计算药物与潜在靶标在三维结构中的形状和电性匹配程度，从而推断药物可能的作用靶点。其中，反向对接方法是最常用的预测方法，该方法通过预测给定化合物与靶标之间的相互作用模式和亲和力对药物靶标进行排序，从而确定该药物的可能靶点。程等[10]开发了基于结构的最大亲和力模型。李等[11]开发了利用对接方法识别药物靶点的网络服务器Tar-FisDock。此类方法充分考虑了目标蛋白质的三维结构信息，但分子对接方法本身仍存在一些尚未得到有效解决的问题，如蛋白质的灵活性、打分函数的准确性以及溶剂水分子等，导致逆对接，该方法的预测准确率较低。对接的另一个严重问题是它不能应用于三维结构未知的蛋白质，到目前为止，已知三维结构的蛋白质仍只占所有蛋白质的一小部分，这严重限制了该方法的推广和普及。特征学习方法将药物靶标关系视为相互作用和非相互作用的二类问题，此类方法利用机器学习算法学习已知化合物-靶标对的潜在模式，通过迭代优化生成预测模型，进而推断潜在的DTI。Yu等[12]提出了一种基于化学、基因组和药理学信息的系统方法。Faulon等[13]提出了一种基于化学、基因组和药理学信息的系统方法。[ 13 ] 预测药物
人脑器官研究神经退行性疾病的局限性：生存的手册
在2013年，兰开斯特（M. Lancaster）描述了第一个获得人脑器官的方案。这些类器官通常是由人诱导的多能干细胞产生的，可以模仿人脑的三维结构。虽然他们概括了人脑的显着发育阶段，但它们用于研究神经退行性疾病的发作和机制仍然面临着关键的局限性。在这篇综述中，我们的目的是强调这些局限性，这些局限性阻碍了脑类器官成为可靠的模型，而不是研究神经退行性疾病，例如阿尔茨海默氏病（AD），帕金森氏病（PD）和肌萎缩性侧向硬化症（ALS）。具体来说，我们将描述结构和生物学障碍，包括缺乏衰老的足迹，血管生成，髓鞘形成以及功能和免疫能力的小胶质细胞 - AD，PD和ALS中神经变性的所有重要因素。此外，我们将讨论监测这些器官的微型解剖学和电生理学的技术局限性。并行，我们将提出解决当前局限性的解决方案，从而使人脑器官成为建模神经变性的更可靠的工具。
人类脑类器官在研究神经退行性疾病中的局限性：生存手册
2013 年，M. Lancaster 描述了第一种获取人脑类器官的方案。这些类器官通常由人诱导多能干细胞产生，可以模拟人脑的三维结构。虽然它们重现了人脑的主要发育阶段，但它们在研究神经退行性疾病的发病和机制方面的应用仍然面临重大限制。在这篇综述中，我们旨在强调这些限制，这些限制阻碍了脑类器官成为研究阿尔茨海默病 (AD)、帕金森病 (PD) 和肌萎缩侧索硬化症 (ALS) 等神经退行性疾病的可靠模型。具体来说，我们将描述结构和生物学障碍，包括缺乏衰老足迹、血管生成、髓鞘形成以及功能性和免疫活性小胶质细胞的加入——所有这些都是 AD、PD 和 ALS 中神经退行性疾病发病的重要因素。此外，我们将讨论监测这些类器官的微观解剖学和电生理学的技术限制。同时，我们将提出解决方案来克服当前的限制，从而使人类大脑类器官成为模拟神经退行性疾病的更可靠的工具。
香茅假单胞菌WXP-4一氧化二氮还原酶NosZ基因克隆、还原性能及结构
生物降解因条件温和、成本低廉、不产生二次污染等优点而受到广泛关注。6,7全球三分之二以上的N2O排放来源于土壤生态圈和水圈，在微生物反硝化途径的最后一步可以还原为无害的氮气（N2）。8–10一氧化二氮还原酶（N2OR）是唯一进行生物反硝化过程的酶，11,12因此，有效利用N2OR对于通过生物方法有效控制N2O排放至关重要。N2OR是一种周质多铜酶，为头尾相连的同型二聚体，每个单体包括两个结构域：C端的电子转移双核CuA中心和N端的催化四核CuZ中心。 13,14通常，CuA由6个氨基酸残基配体，包括1个蛋氨酸、1个色氨酸、2个半胱氨酸和2个组氨酸；CuZ则由7个组氨酸配体。15,16基于N 2 OR的三维结构，对N 2 O催化还原机理的一致看法是，N 2 O与CuZ的催化活性位点结合，然后电子从CuA转移，将N 2 O转化为N 2 。
人工智能与生物信息学
与此同时，人工智能正在研究复杂的现实世界问题，以促进这门科学的发展，并获得其成果的一些可衡量的影响。DENDRAL 项目是一个从质谱数据识别有机化合物的专家系统，是这些努力的首批成果之一 [Lindsay 等人，1993 年]。它引入了有关问题领域的任务特定知识作为启发式方法的来源，并为蛋白质组学研究铺平了道路。二十年后的首批成功之一是 Protean，该系统旨在解释 NMR 数据以确定蛋白质三维结构 [Hayes-Roth 等人，1986 年]。它还启动了使用 Meta-Dendral 开发实际机器学习应用程序，这是一个从（光谱、结构）对中学习 Dendral 所需规则的系统 [Feigenbaum and Buchanan，1993]。请注意，令人惊讶的是，对质谱解释的帮助在生物学中仍然有很高的需求，无论是研究肽、聚糖或各种代谢物等小物体，还是研究较大的分子复合物。这种共同的兴趣并没有随着时间的推移而减少，毫不夸张地说，人工智能的贡献或需求在生物信息学中随处可见。
非谐原子格林函数的严格形式主义......
微电子器件的散热是限制其性能和可靠性的关键问题 [1]。固-固界面的巨大热阻往往是散热的主要瓶颈 [2]。因此，了解界面热传输和设计界面以实现超高热导率的需求十分巨大。原子格林函数 (AGF) 一直是研究纳米级热传输的有力工具 [3,4]，尤其是跨界面热传输。然而，传统的 AGF [3,5–12] 是在谐波范围内制定的。缺乏非谐性一直是 AGF 在实际温度范围内处理界面热传输的主要限制因素 [13,14]。在 AGF 中加入非谐性在原则上是可能的，但极具挑战性。自 2006 年 Mingo 将非谐性纳入一维原子结以来 [15]，很少有人尝试使用不同程度的近似将非谐性纳入三维结构，例如通过拟合实验数据获得非谐性势能或非弹性声子散射率 [16–18]。这些研究表明了非谐性对界面热传输的重要性，并启发了我们在没有任何近似的情况下将非谐性纳入 AGF 的努力。
分子对接：...
分子对接：基于结构的药物设计的提前生物信息学策略摘要由两个或多个相互作用分子创建的结构复合物的计算建模称为分子对接。对有趣的三维结构的预测是分子对接的目的。用于分子对接的软件主要用于药物开发。分子和简单地访问结构数据库已损害了重要的机制。分子对接提供了几种用于药物设计和研究的昂贵工具。简单的分子预测和快速访问结构数据库是医疗化学家桌面上必不可少的工具。分子对接的主要应用是虚拟筛选。可以采用不同的计算技术来分析对接增益，并利用许多对接程序可视化分子的三维结构。在结构分子生物学和计算机辅助药物设计中，分子对接至关重要。对接可用于对化合物的巨大库进行虚拟筛选，评分结果并为配体如何减少靶标提供结构性假设，所有这些都对铅优化有益。关键字：分子对接；分子对接类型；对接机制；对接评估；应用。