XiaoMi-AI文件搜索系统
World File Search SystemCADD
美国海军工程司令部西南 CADD 标准
NAVFAC 西南 CADD 标准 1. 前言 这些 CADD 标准是为 NAVFACENGCOM 内部人员和 A/E 社区开发的。本文件将与美国国家 CADD 标准结合使用，后者由国家建筑科学研究所 (NIBS)、美国建筑师协会 (AIA)、建筑规范研究所 (CSI)、三军 CADD/BIM 技术中心和包括 NAVFAC 在内的多家美国政府机构联合开发。本文件仅强调前面提到的标准的主要内容，并非旨在成为一份完整的独立文件。美国国家 CADD 标准可从 NIBS、各个出版机构（NIBS、AIA、CSI）或 http://www.nationalCADDstandard.org/ 购买。 2. 简介
回顾数据库在 CADD 中的作用的文献
本研究的目的是了解数据库在计算机辅助药物设计中的应用。数据库是现代生活的重要组成部分。没有它们，大多数计算机功能将不复存在。化学数据库专门用于存储化学信息。药物发现是发现新候选药物的逐步过程。传统上，制药公司遵循成熟的药理学和化学药物发现方法，在寻找新药时面临各种困难。在短时间内以低风险生产更多药物的压力越来越大，导致人们对生物信息学产生了浓厚的兴趣。事实上，现在有一个新的独立领域，称为计算机辅助药物设计。各种 CADD 方法根据需要被评估为有前途的技术，其中基于结构的药物设计和基于配体的药物设计方法被认为是药物发现和开发中非常有效和强大的技术。
评论文章 计算机辅助药物设计 (CADD) 的大数据和人工智能 (AI) 方法
计算机辅助药物设计 (CADD) 的计算和统计方法以及大数据和人工智能 (AI) 技术的应用取得了许多进展。考虑到疾病的生物复杂性，药物设计是一个昂贵且费力的过程。为了有效和高效地设计和开发新药，可以使用 CADD 将尖端技术应用于药物设计领域的各种限制。介绍了数据预处理方法，该方法可以清理原始数据，以实现大数据和 AI 方法的一致和可重复的应用。我们介绍了大数据和人工智能方法在药物设计领域的适用性现状，例如靶蛋白结合位点的识别、基于结构的虚拟筛选（SBVS）以及吸收、分布、代谢、排泄和毒性（ADMET）特性预测。大数据和人工智能方法的数据预处理和应用使得准确、全面地分析海量生物医学数据以及开发药物设计领域的预测模型成为可能。了解和分析与药物设计相关的生物医学实体的生物、化学或药物结构将为生物医学大数据时代提供有益的信息。
出版物 14M 设计手册第 3 部分计划...
计划介绍 2015 年 3 月版，变更号1 信息和特别说明：将所附修订内容纳入 2015 年 3 月版设计手册第 3 部分。这些新指南应尽快在所有新项目和现有项目中采用，而不会影响任何出租时间表。出租日期在 2016 年 9 月 1 日之后的项目应使用此处修订的程序和指南。目录 已更新以与下述修订保持一致。第 12 章 计算机辅助绘图和设计 (CADD) 系统程序和配置 - 更新了整个章节。包括以下章节： *第 12.0 节（简介） *第 12.1 节（定义） *第 12.2 节（CADD 设计文件的命名） *第 12.3 节（CADD 设计文件级别约定） *第 12.4 节（CADD 设计文件图形符号） *第 12.5 节（参考文件和单元库） *第 12.6 节（CADD 数据文件的电子文件交换） *第 12.7 节（电子文件和 3D 建模实现） 第 13 章 工程图形标准 *第 13.0 节（简介）： -删除了第一段中提及 PennDOT CADD 标准审查委员会的内容。-修改了现在的第一段，以描述项目计划的准备工作。-将硬拷贝计划的要求数量从六个减少到三个。-添加了第二段和第三段，涉及 CADD 工作区、获取 CADD 环境资源文件，并参考第 12 章使用 CADD 准备计划。*第 13.5 节（线宽和符号）：-修订了本节，以引用现在在第 12 章、附录 C 和附录 D 中找到的图形粗细、线条样式和符号。
底特律水和污水处理部工程服务小组
（DWSD）已经建立了本计算机辅助设计和制图（CADD）标准（DWSD CADD标准）的政策手册，供承包商和分包商/分包商（以下是以下称为DWSD Projects cons in Dwsd Projects）。每个子承包商同意根据AutoCAD（2018年版本或更高版本）使用DWSD CADD标准来执行工作并遵循适用的承包商协议中规定的要求。据了解，本政策手册或DWSD CADD标准的例外和偏差对于某些项目可能是必需的且可取的。该特定项目的DWSD工程部门或DWSD CADD经理应批准任何此类例外或偏差，任何此类批准均应以书面形式进行。本策略手册以及所有文档和数据文件都是DWSD的属性。策略手册，文档和文件仅与针对特定DWSD项目执行的工作有关，仅授予此类使用权。承包商同意不允许第三方出于任何其他目的复制或使用任何文件或文件。DWSD将为承包商提供适当的CADD相关分层指南，绘制模板，包括AutoCAD层，一般的图形起草符号以及适当的项目边界和DWSD开发的标题块信息。该材料是为了符合DWSD CADD标准的帮助，并在放置DWSD标准符号时提高效率。分包商可用有限的直接CADD支持服务。此外，还将提供绘图仪设置，标准文本样式和表格编号结构，以帮助以正确的方式和结构来放置信息。如果由DWSD项目经理专门指导，将提供咨询支持，并向项目收取这些服务。承包商应联系DWSD项目经理以获取技术支持信息。本文包含的CADD说明仅用于DWSD项目。始终遵循本手册，没有例外。必须特别授予DWSD的权限，以偏离这些标准。由于条件/项目要求的变化，可以随时修订本手册。
Zebulon露营地-Roger Honbarrier＆Ryan Rimmele
e：\ Rimmele，Ryan \ 23-00285-020 Zebulon露营地-30％设计\ CADD \ CADD \ cavd \ ZCOVR \ ZCOVR 23-00285-020-3/29/2024 2:01:01:15 PM
计算化学用于放射性示踪剂开发中铅化合物的鉴定
摘要：在放射性示踪剂开发中，计算机辅助药物设计 (CADD) 用于先导化合物鉴定的应用正在稳步增长。传统的 CADD 方法，例如基于结构和基于配体的虚拟筛选和优化，已成功应用于许多药物发现计划，并在本综述中重点介绍。首先，我们讨论在药物发现计划开始时使用虚拟筛选进行命中鉴定。然后分析如何过滤和剔除虚拟筛选得到的命中化合物，以筛选出极有可能用于体外试验的候选化合物。然后，我们说明如何使用 CADD 优化虚拟筛选中经实验验证的命中化合物的效力，以用于正电子发射断层扫描 (PET)。最后，我们总结了采用机器学习 (ML) 的 CADD 最新技术。
将葱属CEPA化合物鉴定为对肺癌的有前途的抑制剂：一项silico研究
现代治疗选择是基于疾病的生物学来源。从历史上看，采用自然疗法来治疗或减少疾病。研究和技术的进步导致发现了参与疾病的大分子，引导化学家设计和合成更有效的生物活性化学物质。但是，将药物带到市场需要多个步骤，障碍和大量资源，在2009年至2018年期间，年费用达到28亿美元[10]。要解决这些经济和时间问题，需要新技术。计算机辅助药物设计（CADD）已成为药物发现和开发的关键工具。学者和制药公司都利用CADD查找和优化生物活性分子。CADD已用于在开发的各个阶段找到或优化许多药物[11-13]。
人工智能——药物研发过程中的未来技术：综述
摘要 药物发现过程对任何制药行业来说都是一项艰巨的任务。在古代，新药物分子的发现都是在实验的基础上进行的，直到计算机被引入制药科学领域，这才导致药物研发取得突破。计算机辅助药物设计 (CADD) 通过最大限度地缩短药物发现过程的时间并显示准确的结果，彻底改变了药物发现过程。人工智能 (AI) 和机器学习 (ML) 是药物发现过程中 CADD 技术的高级版本。人工智能和机器学习的集成技术释放了制药行业和药物发现过程中研究人员的巨大潜力，从而带来了重大创新和智能技术的发展。本评论重点介绍了其中的一些，因为它专注于工业化 4.0（智能工业）的概念，其中涉及 CADD 最先进和最具创新性的理念，如自动化、增强现实、数字孪生、协作机器人和计算流体动力学。这些是 CADD 技术的高级形式，在设计智能工业方面具有巨大的潜力。所有这些都推动了制药行业从人力向机器转变，从而实现了完全自动化。