摘要:癫痫是神经系统的常见疾病,及时预测癫痫发作并进行干预治疗,可以大大减少患者的意外伤害,保障患者的生命健康。本文提出了一种神经形态脉冲卷积变换器,即Spiking Conformer,用于从头皮长程脑电图(EEG)记录中检测和预测癫痫发作片段。我们报告了使用波士顿儿童医院-麻省理工学院(CHB-MIT)EEG数据集对Spiking Conformer模型的评估结果。通过利用基于脉冲的加法运算,与非脉冲模型相比,Spiking Conformer显着降低了分类计算成本。此外,我们引入了一个近似脉冲神经元层,在不牺牲准确性的情况下进一步将脉冲触发的神经元更新减少近38%。使用原始 EEG 数据作为输入,提出的 Spiking Conformer 在癫痫发作检测任务中实现了 94.9% 的平均灵敏度和 99.3% 的特异性率,在癫痫发作预测任务中实现了 96.8% 的平均灵敏度和 89.5% 的特异性率,并且与非脉冲等效模型相比,所需的操作减少了 10 倍以上。索引术语 —EEG 数据、癫痫发作检测、癫痫发作预测、脉冲神经网络、Transformer。
摘要:过去 50 年来,人们已经发现了目前已知的六种硝苯地平 (NIF) 多晶型物,其中最新发现的一种 (δ) 于 2020 年发现,其来自一条不寻常的途径。这种多晶型物在热力学稳定性方面排名第二,但之前的所有研究人员都未能发现,直到在其熔体中接种了一种外来物质非洛地平的晶体,而非洛地平的分子构象与当时已知的所有其他 NIF 多晶型物都不同。鉴于实验室中的这一不寻常发现,我们研究了晶体结构预测 (CSP) 是否可以在“常规”搜索中找到这种多晶型物和其他多晶型物。我们表明,我们的 CSP 可以发现目前已知的所有有序的 NIF 多晶型物均为低能结构(排名 1、3、4 和 43),包括最近通过伪种子发现的一种(排名 4)。 NIF 是一种柔性分子,因此了解其众多构象中的哪一种可作为晶体的最佳构建块是很有意义的。对这一问题的实验研究受生存限制;也就是说,我们仅掌握可观察到的结构的信息,而没有掌握难以观察到或尚未发现的结构的信息。在这方面,我们的“计算机实验”可以访问所有可能性。我们发现,就苯基扭转而言,同平面(sp )构象产生的能量晶体比反平面(ap )构象产生的能量低,最稳定的 ap 晶体的能量比最稳定的 sp 结构高 4 kJ/mol。实验上,sp 构象在溶液中优于 ap,并且是晶体中观察到的唯一构象。就酯扭转而言,顺式/反式构象产生的能量晶体最低,其次是顺式/顺式构象,最后是反式/反式构象。实验表明,六种已知多晶型物中有五种包含顺式/反式构象异构体,一种包含顺式/顺式构象异构体,没有一种包含反式/反式构象异构体。总体而言,尽管 NIF 的构象空间复杂,但 CSP 在预测其多晶型物方面非常成功,并且定量评估了使用不同构象异构体作为晶体构建单元的相对成本。■ 简介
结论 • DG 的近似非常粗糙;不适用于氢键、受阻旋转、柔性分子等。 • 隐式溶剂模型非常粗糙;忽略所有定向溶剂相互作用(氢键、盐桥等)。 • 溶剂熵(疏水效应等)被完全忽略。 • 该方法每次只对一个构象异构体有效,没有构象异构体采样 它居然有效,真是令人惊讶!(正如它在数千种出版物中所做的那样……)
配置: - keep-Input-sd-tag [= arg(= 1)]保留构象的输入SD标签。- -max-nof-conf arg(= 1)设置要生成的最大构象数。-rmsd-ensemble [= arg(= 1)]计算集合内的最小RMSD。仅当要求2构象异构体带有-max-nof-conf时可用。暗示 - Write-Log-File。-RMSD输入[= arg(= 1)]计算输入构象最接近的集合成员的最小RMSD。暗示 - Write-Log-File。- Write-log-file [= arg(= 1)]编写一个日志文件,其中包含有关构象异构体计算结果的其他信息(例如,每个分子的构象异构体数,如果要求,RMSD)。以相同的基本名称和“ .log”扩展名的输出文件旁边放置日志文件。
摘要:乙醇是燃烧、天体化学和凝聚相溶剂中研究较为基础的分子。它的特点是具有两个甲基转子以及反式(反)和左旋构象异构体,已知它们的能量非常接近。本文我们表明,基于对振动零点态的严格量子计算,使用新的从头算势能面 (PES),基态类似于反式构象异构体,但存在向左旋构象异构体的显著离域。这解释了关于识别和分离这两个构象异构体的实验问题。氘化 OH 基团时,这种“泄漏”效应会部分猝灭,这进一步证明了需要采用量子力学方法。采用扩散蒙特卡罗和全维半经典动力学计算。新的 PES 是通过 Δ 机器学习方法从预先存在的低级密度泛函理论表面开始获得的。使用相对较少的从头计算 CCSD(T) 能量,将该表面提升至 CCSD(T) 理论水平。标准测试的校正 PES 与直接从头计算结果之间的一致性非常好。还报告了侧重于反式扭转运动的一维和二维离散变量表示计算,结果与实验结果相当一致。■ 简介
1. 引言共晶是由活性药物成分 (API) 和共晶形成剂 (或构象异构体) 形成的,作为固体药物形成的有前途的替代方案,正在引起制药界越来越多的关注。迄今为止,科学家已经合成了各种类型的不常见共晶,其中含有金属配合物作为晶体形成剂和 API [1–3]。与单组分晶体相比,这些共晶增强了各种药学相关特性,包括提高了溶解度、溶解速率、水合稳定性、荧光性能和生物利用度 [4]。API 和共晶形成剂之间的相互作用通过非离子和非共价的分子间相互作用发生,例如范德华力和氢键。因此,未使用的氢键供体和受体位点的存在对于共晶的形成至关重要 [5,6]。
受体分子的位点,然后生成对接参数文件(DPF)。这些文件用作网格映射和对接的输入文件。使用受体和配体的PDB文件用于生成PDBQT文件,以使用AutoDdock Tools 1.5.7执行对接研究。对每个配体进行了独立的运行,每个表观构象体以随机顺序对接到CDK1激酶的结合袋中。在扩展坞研究中,分配了遗传算法和lamarckian通用算法进行配体构象搜索。分析了从每个对接受体配体配合物的Autodock4对数文件(DLG)获得的数据[26]。随后,使用Ligplot+ V.4.5.3软件来计算结合位点中配体和CDK1激酶之间疏水和氢键的数量。通过Ligplot + 4.5.3软件鉴定了结合位点中存在的氨基酸的类型和数量[27]。
尽管在研究实验中起着至关重要的作用,但通常仅根据结果的质量来推测代码正确性。然而,这种征服的风险又具有造成结果的风险,进而可能是错误的发现。为了减轻这种风险,我们认为当前对可重复性的关注应该与软件质量息息相关。我们通过一个案例研究来支持我们的论点,在该案例研究中,我们在广泛使用的最先进的构象体架构实现中识别并修复了三个错误。通过以各种语言的语音识别和翻译进行实验,我们证明了虫子的存在并不能阻止实现良好和可重现的结果,但是这可能导致不正确的结论,这些结论可能会误导未来的研究。作为仪式,我们发布了专门用于测试神经模型的图书馆Pangolinn,并提出了一份代码质量清单,目的是为NLP社区内的最佳编码和改善软件质量提供进一步的编码。