XiaoMi-AI文件搜索系统
World File Search System现新
Defage Predictor：一种发现新型探针的机器学习模型
。cc-by-nc 4.0国际许可（未获得同行评审证明），他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权持有人，该版本发布于2025年1月8日。 https://doi.org/10.1101/2025.01.08.631726 doi：biorxiv preprint
Aldewachi，Hasan，Al-Zidan，Radhwan N.，Conner，Matthew T.和Salman，Mootaz M.（2021）。在发现新颖的的高通量筛选平台 意图阅读和信任人类机器人互动 Naji Alhasnawi，Bilal Naji，Jasim，Basil H.，Issa，Walid和Esteban，M。Dolores（2020）。智能混合动力的逆变器的新型合作控制器 客户价值理论和争议解决策略 Ciolfi，Luigina（2019）。魔术作为技术乌托邦？在陶器中解开交互性和基础架构的问题。在：文化政治 JI，Hongfen，Wang，Dawei，Bao，Weichao，Lu，Zhilun，Wang，ge，ge，Yang，Huijing，Mostaed，Ali，ali，Lihao，Lihao，Linhao，Feteira，Feteira，Antonio，Antonio，Sun，Sun，Sun，Sun，Shikuan，Shikuan，Xu，Fangfang，Fangfang，l L
摘要：神经退行性疾病（NDDS）是无法治愈的，令人衰弱的疾病，导致中枢神经系统（CNS）中神经细胞的进行性变性和/或死亡。对CNS疾病的可行治疗靶标和新治疗方法的认同，尤其是NDD是药物发现领域的主要挑战。 这些困难可以归因于所涉及的细胞的多样性，神经回路的极端复杂性，组织再生的能力有限以及我们对基本病理过程的不完全理解。 药物发现是一个复杂而多学科的过程。 当前药物发现方案中的筛查速率意味着只有一种可行的药物可能是由于数百万筛查的化合物而产生的，因此需要改善发现技术和方案以解决多种损耗原因。 这已经确定需要筛选较大的库，其中使用有效的高通量筛选（HTS）成为发现过程中的关键。 HT可以每天研究成千上万种化合物的含量。 但是，如果可以筛选较少的化合物并损害成功的可能性，则成本和时间将大大降低。 为此，计算机辅助设计，计算机库中的最新进展以及分子对接软件结合了基于细胞平台的升级，已进化，以提高筛选效率，并具有更高的可预测性和临床适用性。对CNS疾病的可行治疗靶标和新治疗方法的认同，尤其是NDD是药物发现领域的主要挑战。这些困难可以归因于所涉及的细胞的多样性，神经回路的极端复杂性，组织再生的能力有限以及我们对基本病理过程的不完全理解。药物发现是一个复杂而多学科的过程。当前药物发现方案中的筛查速率意味着只有一种可行的药物可能是由于数百万筛查的化合物而产生的，因此需要改善发现技术和方案以解决多种损耗原因。这已经确定需要筛选较大的库，其中使用有效的高通量筛选（HTS）成为发现过程中的关键。HT可以每天研究成千上万种化合物的含量。但是，如果可以筛选较少的化合物并损害成功的可能性，则成本和时间将大大降低。为此，计算机辅助设计，计算机库中的最新进展以及分子对接软件结合了基于细胞平台的升级，已进化，以提高筛选效率，并具有更高的可预测性和临床适用性。我们在这里审查了HT在当代药物发现过程中，尤其是NDD的越来越多的作用，并评估其成功应用的标准。我们还讨论了HTS对新型NDD疗法的需求，并研究了验证新药物靶标和开发NDD的新疗法的当前主要挑战。
Aldewachi，Hasan，Al-Zidan，Radhwan N.，Conner，Matthew T.和Salman，Mootaz M.（2021）。在发现新颖的
摘要机器人可能会在我们未来成为重要的社会参与者，因此需要更类似人类的方式来帮助我们。我们指出，Humans和机器人之间的合作是通过两种认知技能来培养的：意图阅读和信任。拥有这些能力的代理人将能够推断他人的非语言意识，并评估他们实现目标的可能性，共同了解他们需要哪种类型和合作程度。出于这个原因，我们提出了一种发展性人工认知体系结构，该建筑构建了无监督的机器学习和概率模型，以使Humanoid Robot与意图阅读和信任能力相同。我们的实验结果表明，这些认知能力的协同实施使机器人能够以有意义的方式进行合作，并以正确的读取模型来实现正确的目标预测，并通过信任组成部分增强了对任务的积极成果的同样。
使用全原子模拟和人工智能发现新的淀粉样蛋白样肽
微生物组革命移动了微生物学家的守门柱。几个世纪以来，微生物学一直在理解相对少量的微生物上。这些模型物种是因为它们对健康，环境，工业的重要性，或仅仅是因为该物种易于使用。微生物学家在整个分子，遗传和基因组旋转中保持了关注，但是宏基因组革命使得不可能忽略我们世界各个方面发现的成千上万种研究的物种（DeWhirst等人。2010; Quast等。2013; Parks等。2018）。微生物组的科学崛起令人兴奋，但它给微生物学带来了巨大的实践挑战。如果只花了几个世纪的时间才能学习几种模型物种的细节，我们如何才能理解成千上万的新发现物种？为了说明研究研究的数据的匮乏，我们进行了文献计量分析，以提出微生物学研究的不均匀分布。GTDB数据库的版本202（Parks等人2022）包括43,409种独特的物种，我们计算了参考标题或摘要中每个物种的PubMed文章数量。结果严重偏斜。几乎74％的已知物种从来都不是科学出版物的主题 - 这些是未研究的细菌（图1A）。即使在研究的物种中（至少有一个出版物），所有文章中的50％仅指十种物种（图1b）。因此，我们的知识密度（我们每个物种所学的数量）实际上正在减少。所有细菌学文章中有90％以上研究的物种的研究不足1％，从而产生了细小的微生物的“长尾巴”。科学企业正在扩大，每年科学家发表的论文比久违的年份（国家科学基金会和国家科学委员会2021年）多4-5％。很容易想到，科学产量的增加将克服微生物的长尾巴，也就是说，科学家最终将四处研究每个物种。不幸的是，每年发现的物种数量超过了科学产出的增加（图1C）。在1990 - 2020年之间，每个研究的细菌种类发表的论文数量降低了60％（图1D）。当我们的很多理解来自少量的小动物时，我们对细菌多样性的看法就会有偏见。微生物学家杰弗里·格拉尼克（Jeffery Gralnick）曾经打趣说：“大肠杆菌是大肠杆菌的伟大模型生物。”格拉尼克（Gralnick）的评论提到在Shewanella Oneidensis的TCA周期中发现异常（相对于大肠杆菌）（Brutinel and Gralnick 2012）。尽管Oneidensis链球菌的引用减少了201倍，但可以说不是一个研究的物种。我们的分析将其排名为研究最多的细菌，在所有物种中排名前2.17％。即使是格拉尼克上述论文的简介也将S. oneidensis表示为“模型环境有机体”。如果在微生物2％之外发现了S. Oneidensis的TCA周期等差异，请想象其他98％的微生物中的多样性。微生物学家如何赶上爆炸的生命树？我们提出了两个宏伟的挑战，以培训一代可以解决微生物世界多样性的微生物学家。首先，我们需要采用多因素实验设计。一次进行一次研究的物种，菌株，基因，环境，压力源和表型。统计学家已经教导了数十年来，最有效，最强大的实验设计同时改变了多个因素，然后对效果进行解析
基于培养的和桑格测序方法，以发现新热带体育馆中叶子膜内生菌的多样性
基于培养和桑格的疗效的方法，以发现新热带体育馆内植物的多样性，巴拿马大学，自然科学学院，精确和技术学院，微生物学和寄生虫学系，巴拿马。 div>bethancourtita61@gmail.com https://orcid.org/0009-0006-6060-0640 Ariadna Bethancout，巴拿马大学，自然科学，精确和技术学院，精确和技术，微生物学和Parasitology，Panama。 div>ariadna.bethancourt@up.ac.pa https://orcid.org/0009-0009-6488-3264 lilisbethRodríguez-巴拿马大学，botany Spent，Botany Sletments，Panama，Panama Botany Sleotity，Panama，Panama。 div>lili_0990@outlook.es https://orcid.org/0000-0000-0002-4307-5956豪尔赫·门迪塔（Jorge Mendieta），巴拿马大学，自然科学学院，精确与技术学院，杂技，巴拿马植物学系。 div> mendi_ja@yahoo.es https://orcid.org/0009-0003-6576-5004 Armando A. Durant Archiboldlili_0990@outlook.es https://orcid.org/0000-0000-0002-4307-5956豪尔赫·门迪塔（Jorge Mendieta），巴拿马大学，自然科学学院，精确与技术学院，杂技，巴拿马植物学系。 div>mendi_ja@yahoo.es https://orcid.org/0009-0003-6576-5004 Armando A. Durant Archibold
从超市到发现新物种。 ...
条形码 条形码可以对信息进行图形编码，以便以后快速、无错误地读取。条形码由明线和暗线组成，明线和暗线是印刷在它们下面的识别号码的图形表示，还有围绕代码符号的、具有精确定义宽度的浅色边距。
摘要 人工智能与制药领域的交叉代表着一场根本性的变革，通过提高治疗方式的精确度，为加速药物设计和开发时间表提供了新的可能性。我们专注于这两个领域的融合，从战略角度出发，通过克服传统配方方法引发的挑战，挖掘出有潜力的精准候选药物。我们的目标是彻底分析人工智能的各种应用，从其对目标识别的重大贡献到其对临床试验优化的影响的认证。作为一本智力指南，本系统评价引导读者探索人工智能与制药科学合作的未知领域。通过从各种研究和方法中获取所需的信息，我们的系统评价不仅致力于对人工智能的影响进行回顾性分析，而且还致力于提供关于其变革可能性的前瞻性视角。 关键词：人工智能、药物发现、机器学习。国际药品质量保证杂志 (2024)； DOI：10.25258/ijpqa.15.3.08 如何引用本文：Sahoo DK、Sarangi RR、Nayak SK、Rajeshwar V、Sayeed M。发现新视野：人工智能在药物发现和开发中的应用系统评价。国际药品质量保证杂志。2024；15（3）：1151-1157。支持来源：无。利益冲突：无
摘要 人工智能与制药领域的交叉代表着一场根本性的变革，通过提高治疗方式的精确度，为加速药物设计和开发时间表提供了新的可能性。我们专注于这两个领域的融合，从战略角度出发，通过克服传统配方方法引发的挑战，挖掘出有潜力的精准候选药物。我们的目标是彻底分析人工智能的各种应用，从其对目标识别的重大贡献到其对临床试验优化的影响的认证。作为一本智力指南，本系统评价引导读者探索人工智能与制药科学合作的未知领域。通过从各种研究和方法中获取所需的信息，我们的系统评价不仅致力于对人工智能的影响进行回顾性分析，而且还致力于提供关于其变革可能性的前瞻性视角。 关键词：人工智能、药物发现、机器学习。国际药品质量保证杂志 (2024)； DOI：10.25258/ijpqa.15.3.08 如何引用本文：Sahoo DK、Sarangi RR、Nayak SK、Rajeshwar V、Sayeed M。发现新视野：人工智能在药物发现和开发中的应用系统评价。国际药品质量保证杂志。2024；15（3）：1151-1157。支持来源：无。利益冲突：无
利用计算机模拟探索天然化合物，发现新型 DNMT3A 抑制剂作为急性髓系白血病的潜在治疗药物
图 2 A：蛋白质 5YX2(A) 的氨基酸序列的二级结构（由 PDBsum 生成）；B：DNMT3A（链 A）蛋白质的 3D 结构；C：蛋白质的 Ramachandran 图。红色表示低能量区域，黄色 - 允许区域，淡黄色 - 允许范围大的区域，白色 - 不允许区域。
发现新型Merbecovirus DNA克隆污染农业水稻测序数据集
HKU4相关的冠状病毒属于与中东呼吸道综合征冠状病毒（MERS-COV）的同一Merbecovirus子属，该疾病导致死亡率超过30％的人类的严重呼吸道疾病。与HKU4相关的冠状病毒和MERS-COV之间的高遗传相似性使它们成为建模潜在的人畜共患溢出场景的有吸引力的研究主题。在这项研究中，我们确定了一种新型的冠状病毒污染农业水稻RNA测序数据集。2020年初，惠宗农业大学将数据集存放在NCBI中。我们能够组装出新型HKU4相关Merbecovirus的完整病毒基因组。组装的基因组为98.38％，与最接近已知的完整基因组序列tylonycteris pachypus bat bat孤立BTTP-GX2012相同。在使用计算机建模中，我们表明，新型HKU4相关的冠状病毒尖峰蛋白可能与MERS-COV使用的受体（DPP4）结合。我们进一步表明，新型HKU4相关的冠状病毒基因组已插入与先前发表的冠状病毒感染性克隆一致的形式中的细菌人造染色体。此外，我们发现了MERS-COV参考菌株的尖峰基因的几乎完整的读取覆盖率，并确定数据集中可能存在HKU4相关的嵌合体。
CDAN1抑制ASF1的机制 4D生物打印形状的颗粒状组织在颗粒状支撑水凝胶中：雕刻结构和指导成熟 单细胞分辨率发育中的人类新皮层的分子和细胞动力学 横跨陆地节肢动物的分散，生命史和热壁细分市场的一致协变 使用全原子模拟和人工智能发现新的淀粉样蛋白样肽 十个物种占细菌学文献的一半，使大多数物种未研究 标题：的转化神经元中的蛋白质和溶酶体修复缺陷
。cc-by 4.0国际许可（未经Peer Review尚未获得认证）是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。这是该版本的版权持有人，该版本于2024年8月8日发布。 https://doi.org/10.1101/2024.08.08.607204 doi：biorxiv preprint