XiaoMi-AI文件搜索系统
World File Search System2Mo
Rag2Mol：基于检索增强生成的结构药物设计
人工智能 (AI) 为药物发现带来了巨大进步，但识别具有最佳物理化学和药理学特性的命中化合物和先导化合物仍然是一项重大挑战。基于结构的药物设计 (SBDD) 已成为一种有前途的范例，但固有的数据偏差和对合成可及性的无知使 SBDD 模型与实际药物发现脱节。在这项工作中，我们探索了两种方法，Rag2Mol-G 和 Rag2Mol-R，它们都基于检索增强生成 (RAG) 来设计适合 3D 口袋的小分子。这两种方法涉及根据生成的小分子在数据库中搜索可购买的类似小分子，或从数据库中可以放入 3D 口袋的新分子中创建新分子。实验结果表明，Rag2Mol 方法始终如一地产生具有优异结合亲和力和药物相似性的候选药物。我们发现 Rag2Mol-R 比先进的虚拟筛选模型提供了更广泛的化学景观覆盖范围和更精确的靶向能力。值得注意的是，这两个工作流程都确定了具有挑战性的靶标 PTPN2 的有希望的抑制剂。我们高度可扩展的框架可以集成各种 SBDD 方法，标志着 AI 驱动的 SBDD 取得了重大进展。代码可在以下网址获取：https://github.com/CQ-zhang-2016/Rag2Mol。
iev2mol：考虑蛋白质的分子生成模型...
https://doi.org/10.26434/chemrxiv-2024-0m3br orcid：https：//orcid.org/0000-0002-3806-9535 content content content content note contem consect consect许可证：CC BY-NC-ND 4.0
具有双相 α+α′ 微观结构的 Ti-6Al-2Sn-4Zr-2Mo-Si 合金的极限抗拉强度与延展性的出色平衡：实验研究和机器学习中微观结构因素的影响
本研究重点系统研究 Ti 6Al 2Sn 4Zr 2Mo Si 钛合金，并表征 ¡ + ¢ (等轴和双峰) 和 ¡ + ¡ A (双相) 微观结构。它对双相 ( ¡ + ¡ A ) 微观结构的突出优势提供了更多见解，尤其是其出色的加工硬化和强度-延展性平衡。讨论了形成等轴、双峰和双相微观结构所需的热处理条件及其对晶粒尺寸和相比例的影响。它展示了如何通过热处理温度、保温时间和可能的时效过程来控制微观结构参数。研究了这些微观结构因素对每种合金拉伸性能的影响，特别是对强度 (屈服应力、极限拉伸强度)、延展性 (塑性伸长率) 和加工硬化性能的影响。将双相 ( ¡ + ¡ A ) 微观结构与等轴和双峰微观结构进行比较，并展示其优势，突出双相微观结构具有更好的强度-延展性平衡和优异的加工硬化性能。事实上，双相 ( ¡ + ¡ A ) 微观结构的变形微观结构比双峰 ( ¡ + ¢ ) 微观结构表现出更均匀的应变分配。因此，这项工作证明了优化的双相 ( ¡ + ¡ A ) 微观结构在室温下增强拉伸性能的潜力。最后，使用梯度增强回归树的机器学习模型来量化微观结构因素（微观结构类型、晶粒尺寸和相对比率）对机械性能的重要性。[doi:10.2320 / matertrans.MT-MLA2022009]
选择性激光烧蚀法多材料增材制造低烧结温度 Bi2Mo2O9 陶瓷与 Ag 浮动电极
摘要 共烧结低温陶瓷的增材制造 (AM) 为制造新型 3D 射频 (RF) 和微波通信组件、嵌入式电子设备和传感器提供了独特的途径。本文介绍了有史以来首次直接 3D 打印低温共烧结陶瓷/浮动电极 3D 结构。基于浆料的 AM 和选择性激光烧蚀 (SLB) 用于制造带有银 (Ag) 内部浮动电极的块状电介质 Bi 2 Mo 2 O 9 (BMO，烧结温度 = 620 – 650°C，ε r = 38)。开发了一种可打印的 BMO 浆料，并优化了 SLB，以改善边缘定义并烧掉粘合剂而不会损坏陶瓷。SLB 增加了保持形状所需的生坯强度，生产出无裂纹的零件，并防止共烧结过程中银渗入陶瓷。烧结后，将生坯部件放入传统炉中烧结，温度为 645°C，烧结时间为 4 小时，密度达到 94.5%，抗压强度达到 4097 MPa，相对介电常数 (εr) 为 33.8，损耗角正切 (tanδ) 为 0.0004 (8 GHz)（BMO）。由此证明了使用 SLB 后进行打印后烧结步骤来创建 BMO/Ag 3D 结构的可行性。