XiaoMi-AI文件搜索系统
World File Search SystemADME
使用生物信息学和ADME数据库...
生物信息学是一个重要的领域，因为它使科学家能够计算计算整个人类基因组。大量生物学信息可以存储在生物信息学数据库中，并使用生物学工具检索。其在医学中的应用是创建仅针对患病基因的药物。ADME数据库还包含有关与药物代谢酶和药物转运蛋白相互作用的最新和全面信息。它旨在用于药物研发，包括药物相互作用和ADME研究。药物发现是寻找新药分子的耗时的过程。该过程需要数年的时间，需要人力资源。通过引入计算机程序的药物发现（CADD）克服了这些困难，涉及靶向检测，命中检测和铅化合物的分子修饰，以优化所需的效果并根据此知识最大程度地减少副作用。生物靶标。分子建模是使用计算机程序库（内部代码）设计分子以得出，表示和操纵分子和反应的过程。CADD字段中使用的软件工具，在线数据库和计算机程序中，本文审查了一些最重要，用户友好和准确的工具。该软件可用于个人和商业用途。所有这些工具在药物的设计和开发中都非常有用。本文对于选择用于计算机辅助药物设计的工具很有用。
Aurigene.AI 是一种端到端的小分子药物发现解决方案，将 AI 和 ML 功能与 Aurigene 在合成和体内外测试分子方面的核心专业知识相结合。 该平台由一个精心策划的数据库组成，可用作训练数据。 模块化平台允许用户从一组生成、预测和计算算法中灵活地选择合适的 AI 模型。 它利用迭代 ML 过程进行合理有效的化学设计，并根据合成的可处理性和 ADME（吸收、分布、代谢、排泄）和效力等特性进行优先排序。
Aurigene Pharmaceutical Services 是一家全球合同研究、开发和制造组织 (CRDMO)。我们以加速创新的传统为基础，并在小分子和大分子药物发现、开发和制造方面拥有丰富的经验，我们的使命是坚持不懈地为客户的成功而努力，并通过整体方法建立长期关系，以加速分子从实验室到市场的进程。我们为发现化学、生物治疗药物发现、发现生物学、临床 I-III 期计划、监管提交批次和商业制造的开发和制造服务提供集成和独立服务。Aurigene 的独特之处在于其集成的 API 和配方服务，涵盖从关键起始材料、高级中间体和 API 到成品（如口服固体、无菌产品、鼻腔溶液等）。英国、墨西哥、美国和印度的 GMP 商业制造设施补充了我们在印度的开发和制药 API 制造服务。
Adme分析，分子对接，DFT和MEP分析揭示了Cissampelos Capensisl.f的Cissamaline，Cissamanine和Cissamdine。作为潜在的抗阿尔茨海默氏症
到2030年到2030年，令人震惊的增加了8200万痴呆症病例。2 AD的病理生理涉及多种变化，包括乙酰胆碱（ACH）de效率，淀粉样plaque（A B）积累，磷酸化的TAU蛋白和谷氨酸能系统不平衡。1,3,4最近的研究还强调了γ-分泌酶（GS）在淀粉样蛋白生成途径中的关键作用，强调了其在淀粉样蛋白前体蛋白（APP）裂解中的重要性，并随后A B 42形成。该酶复合物已成为治疗干预的靶标，旨在减轻A B积累的AD病理中心。5,6可用的临床批准的AD药物，即galantamine，美金素，他的他，瑞氏菌和多奈奈瑟氮，针对胆碱能系统的调节。7抗胆碱酯酶主要用于减轻症状，而不是治愈AD和其他神经退行性疾病中的潜在疾病。但是，这些药物可能会引起重要的侧面影响，包括胃肠道遇险和疲劳，以及头晕，头痛和肌肉痉挛。1,2,7
喹啉 - 磺胺类酰胺作为认知能力下降的多靶向神经疗法：在体外，在硅研究中，对单胺氧化酶和胆碱酯酶抑制剂的ADME评估
阿尔茨海默氏病（AD）是一种多因素神经退行性疾病，会引起异常行为，认知能力受损，例如学习，记忆，感知和解决问题。1,2该疾病的病理生理非常融合，并提出了两个假设，例如“胆碱能”和“淀粉样蛋白”。根据淀粉样假说，AD的标志包括导致神经细胞死亡的淀粉样蛋白β凝集。3根据第二个假设，胆碱能假设，乙酰胆碱（ACH）在AD中未能产生，因为神经递质的产生较少，该神经递质的产生较少，该神经递质在睡眠，学习，注意力，注意力和灵敏度中起着重要作用。4 AD是由胆碱酯酶（乙酰胆碱酯酶：ACHE和丁酰胆碱酯酶：BCHE）和单胺氧化酶（MAO-A和MAO-B）异常表达引起的。5,6抑制酶可以升高5,6抑制酶可以升高
瑞士 ADME 预测药代动力学和药物...
Ashmika Nagsen Shailaja Kamble 和 Akshata Arun Mitkar DOI：https://dx.doi.org/10.22271/phyto.2023.v12.i5d.14745 摘要 植物的使用可以补充当代制药技术，从而导致全球对传统药用植物的分析增加。随着计算机科学的进步，网络分析和筛选等计算机模拟方法已被广泛用于深入了解这些植物的药理作用机制。通过实施网络药理学、计算机模拟筛选和药代动力学筛选，可以增加候选药物中的活性物质数量，并揭示治疗植物的作用方式。本研究重点是利用瑞士 ADME 计算机模拟 ADME 工具对胡芦巴中存在的次级代谢产物进行药理学和药物遗传学表征。研究人员可利用这些研究的结果进行体外和体内研究，从而揭示传统草药的药理作用机制。关键词：药用植物，葫芦巴（Trigonella foenum-graecum），次生代谢产物，药理特性，瑞士 ADME 1. 简介古代文明拥有关于利用药用植物作为草药的广泛知识。在欠发达国家，超过 80% 的人口依赖传统医药，草药是维持生计、居住、穿衣、调味、芳香和药用的重要资源（Divya 和 Mini，2011；Manoj Kumar Mishra，2016；Gurib-Fakim，2006；和 Brijesh 和 Madhusudan，2015）[12, 31, 20, 3]。药用植物药物研发的探索取得了重大进展，并为各种药理学目标提供了重要见解，包括治疗癌症、疟疾、心血管疾病、糖尿病和神经系统疾病等疾病。古印度医学体系阿育吠陀推荐使用多种药用植物来治疗各种疾病。胡芦巴就是这样一种植物，在印地语中通常称为葫芦巴或 methi，因其药用价值而被利用。葫芦巴是一种豆科草本半干旱作物，属于豆科植物，以生产复杂的化学化合物而闻名。植物次生代谢产物是一组分子量较低的有机化合物，由植物合成，以促进与生物环境的相互作用并作为防御机制。这些次生代谢产物已显示出良好的治疗价值，并广泛应用于医疗实践。胡芦巴的具体用途已在多项研究中得到记录。这些特性包括其抗氧化活性（Dixit P 等人，2005 年）[13]、抗糖尿病活性（Shani J 等人，1974 年）[39]、抗癌特性（Kaviarasan S，Anuradha CV,2007) [25]、降低胆固醇作用 (Stark A, Madar Z,1993) [41]、抗菌活性 (Dash BK et al., 2011) [9]、改善消化 (Platel K, Srinivasan K, 2000)、保护胃肠道 (Platel K, Srinivasan K, 2000) [37]、治疗肥胖症 (Handa T et al., 2005) [21]、抗炎作用 (Sharififara F. et al.,2009) [40] 和抗高血压作用 (Talpur N. et al.,2005) [42]。通过建立快速便捷的化学成分预测途径并进行体内和体外药理学实验进行验证，可以显著提高评估药用植物化学活性的有效性 (Yi F et al ., 2016) [48] 。瑞士 ADME 网站是一个有价值的工具，它有助于计算物理化学描述符并预测小分子的 ADME 参数、药代动力学特性、类药性质和药物化学友好性。在本研究中，我们的目标是使用瑞士 ADME (http://www.swissadme.ch/index.php) 来评估个体 ADME 行为并解释结果。
量子机学习预测药物发现中的ADME-TOS
摘要：在药物发现范式中，新化学实体的吸收，分布，代谢和排泄物（ADME）和毒性特性的评估是最关键的问题之一，这是一个耗时的过程，非常昂贵，并且在药品R＆d中构成了非常昂贵的挑战。近年来，人工智能（AI），大数据和云技术等新兴技术引起了人们的极大关注，以预测分子的ADME和毒性。目前，量子计算和机器学习的混合物几乎在从化学到生物医学和几个工程学科的几乎每个领域都引起了人们的关注。量子计算机有可能通过降低与药物发现过程相关的开发成本和时间来实现高通量实验技术和筛选数十亿分子的进步。是出于量子内核方法的效率，我们提出了一个量子机学习（QML）框架，该框架由具有基于内核的量子分类器的经典支持向量分类器算法组成。为了证明所提出的QML框架的可行性，简化的分子输入线进入系统（Smiles）基于符号的字符串螺丝核与量子支持矢量分类器结合使用，用于评估化学/药物ADME ADME ADME-TOX特性。建议的量子机学习框架将通过大规模模拟进行验证和评估。在制药行业所提出的框架的部署对于做出最佳决策将非常有价值。基于我们来自数值模拟的结果，与经典同行相比，量子模型在接收器操作特征曲线（AUC ROC; 0.80-0.95）的曲线下获得了最佳性能，以预测针对小分子的ADME-TOX数据集的结果，具有不同的特征。
通过分子对接，MM/GBSA计算，MD模拟和ADMET分析，从天然产物中鉴定自然产物的潜在人胰腺淀粉酶抑制剂
人胰腺α-淀粉酶（HPA）是碳水化合物水解的催化剂，是控制2型糖尿病的可行靶标之一。抑制α-淀粉酶低葡萄糖水平，有助于减轻高血糖并发症。在此，我们通过分子建模系统地从天然产物库中系统地筛选了潜在的HPA抑制剂。建模包括分子对接，MM/GBSA结合能计算，MD模拟和ADMET分析。This research identified new- boulaside B, newboulaside A, quercetin-3-O- β -glucoside, and sasastilboside A as the top four potential HPA inhibitors from the library of natural products, whose Glide docking scores and MM/GBSA binding energies range from -9.191 to -11.366 kcal/mol and -19.38 to -77.95 kcal/mol。基于模拟，其中newboulaside b被发现为最佳的HPA抑制剂。在整个模拟过程中，偏差为3Å（Acarbose =3Å），它与ASP356，ASP300，ASP197，THR163，ARG161，ASP147，ALA106和GLN63相互作用。此外，全面的ADMET分析表明，它具有良好的药代动力学特性，没有急性毒性，适中的生物利用和非抑制剂的性质，并且对细胞色素p450。所有结果表明，Newboulaside B可能是针对2型糖尿病的药物发现的有前途的候选人。
在计算机分析中，用于重新利用SARS-COV-2的多个靶标的广谱抗病毒药物：一种分子对接和ADMET方法
背景：在严重的急性呼吸综合症冠状病毒-2（SARS-COV-2）引起的第二波COVID-19引起的大流行中，世界遭受了破坏，并导致数百万具有致命毒力潜力的人死亡。与类似的病毒暴发相比，例如严重的急性呼吸综合征冠状病毒（SARS COV）和中东呼吸综合征冠状病毒（MERS COV），Covid-19导致严重的发病率和死亡率。对抗SARS-COV-2感染的各种治疗性干预措施已积极研究，但尚无针对SARS-COV-2病毒具有高抗病毒疗效的特定药物。目前的工作是代表52种广谱抗病毒药物作为抑制SARS-COV-2感染的潜在铅分子的有希望的治疗功效。这些药物已经对几种病毒感染显示了潜在的功效。本文通过使用分子对接方法评估受体 - 配体相互作用来讨论可用广谱抗病毒药物的治疗功效的比较分析。
四种细胞毒性化合物与血管生成靶蛋白 HIF-1α 和人类雄激素受体相互作用及其 ADMET 特性的计算机模拟研究
摘要背景：癌症是全球重大的公共卫生问题，是心血管疾病之后的第二大死亡原因。因此，本研究旨在从传统上用于治疗癌症的马达加斯加药用植物中识别新的天然化合物。方法：通过分子对接进行计算机模拟分析以模拟配体-蛋白质相互作用，并通过 SwissADME 和 ADMET 网络服务器建立四种研究化合物与血管生成靶蛋白 HIF-1α/乳腺癌 (PDB ID：3KCX) 和人类雄激素受体/前列腺癌 (PDB ID：1E3G) 相互作用的药代动力学特征。结果：对接结果显示，HIF-1α受体与化合物1（1′，4-二羟基-2，3′-二甲基-1，2′-联萘-5，5′，8，8′-四酮：-8.49kcal/mol）相互作用时结合能最好，其次是化合物3[(E)-5，6-二甲基-2-(2-甲基-3-(丙-1-烯基)苯基)-2H-色满：-8.43kcal/mol]、化合物2（6′-乙氧基-1′3′-二羟基-4，6-二甲基-1，2′-联萘-2，5′，8，8′-四酮：-7.80kcal/mol）和化合物4（甲基10-羟基- 2,4a,6a,9,12b,14a-六甲基-11-氧代-1,2,3,4,4a,5,6,6a,11,12b,13,14,14a,14b-十四氢吡啶-2-羧酸酯：-7.63 kcal/mol）。受体 1E3G 对所有测试化合物表现出较差的结合亲和能，能量值高于 -11.99 kcal/mol（共晶）。基于氢键相互作用，配体 1 和 2 对两个蛋白质靶标 3KCX 和 1E3G 均显示出良好的药效团特征。配体 3 不通过氢键与所选受体相互作用。这些植物化合物的药代动力学特征表明它们具有口服活性且安全。我们的团队之前使用色谱和光谱技术 (LC/MS/NMR) 分离了它们并阐明了它们的化学结构。结论：配体 1 和 2 可被视为热门药物，因为除了它们与受体的热力学稳定性之外，它们还表现出良好的药代动力学特征，因此可用作乳腺癌和前列腺癌的替代疗法。这项研究为开发新的、经济高效且安全的植物性天然抗癌药物提供了巨大的潜力。