XiaoMi-AI文件搜索系统
World File Search System脱离方法
使用强制振动从培养过程中取出离心
细胞培养的最新进展显着影响了各种领域，包括药物发现和再生医学。因此，越来越需要最大程度地减少细胞培养过程中涉及的污染风险和劳动力。传统的细胞脱离方法通常采用蛋白水解酶，然后采取离心酶以在细胞脱离后去除这些酶。此过程通常需要大量的手动干预，这可能导致细胞质量的潜在污染和恶化。在这项研究中，我们提出了一种新型的细胞脱离方法，即使在胰蛋白酶化时间较少的情况下，也消除了离心的需求。我们的方法涉及减少胰蛋白胰蛋白酶的持续时间，在完整细胞脱落之前收集胰蛋白酶，然后在培养基中使用强制振动脱离细胞。我们进行了实验以优化酶处理时间和振动条件。我们的结果表明，该方法达到了从培养表面的82.8％的细胞脱离率。这些发现表明所提出的细胞脱离技术可有效从培养基底物中去除细胞和以下亚培养过程，而无需离心。
SB掺杂的MNBI 2 TE 4
由于其出色的药物样和药代动力学特性，小分子药物被广泛用于治疗各种疾病，使其成为药物发现的批评组成部分。近年来，随着深度学习（DL）技术的快速发展，与传统的机器学习方法相比，基于DL的小分子药物脱离方法在预测准确性，速度和复杂的分子关系建模方面取得了出色的性能。这些进步提高了药物筛查效率和优化，它们为各种药物发现任务提供了更精确，更有效的解决方案。依靠该领域的发展，本文旨在系统地总结和推广基于DL的小分子药物发现的最新关键任务和代表性技术。具体来说，我们提供了小分子药物发现及其相互关系的主要任务的概述。接下来，我们分析了六个核心任务，总结了相关方法，常用数据集和技术开发趋势。最后，我们讨论了关键挑战，例如可解释性和分布范围内化，并提供了我们对DL辅助小分子药物发现的未来探索方向的见解。