XiaoMi-AI文件搜索系统
World File Search SystemFNT
转运蛋白pffnt是必不可少的，可以在体内吸毒
血液阶段的抽象疟疾寄生虫表达单个跨膜转运蛋白，用于从细胞中释放糖酵解末端产物L-乳酸/H 1。该转移者是严格的微生物甲酸二硝酸盐转运蛋白（FNT）家族和新型的推定药物靶标的成员。小的，类似药物的FNT抑制剂有效地阻断乳酸转运并杀死培养基中恶性疟原虫的寄生虫。与抑制剂复合物中恶性疟原虫FNT（PFFNT）的蛋白质结构已得到解析，并确认其先前预测的结合位点及其作为基板类似物的作用方式。在这里，我们在遗传水平上研究了PFFNT靶标的突变可塑性和本质，并使用小鼠疟疾模型确定了其体内药物的性能。我们发现，除了先前鉴定的PFFNT G107S抗性突变外，在3 IC 50（50％抑制浓度）下选择寄生虫会引起两个影响抑制剂结合的新点突变：G21E和V196L。有条件的敲除和PFFNT基因的突变在血液阶段显示出重要性，而没有观察到性发育中的表型缺陷。pffnt抑制剂主要针对滋养体阶段，并在berghei和恶性疟原虫感染的小鼠中表现出很高的效力。它们的体内活性蛋白纤维与青霉酸盐相当，表现出强大的PFFNT抑制剂作为新型抗疟药的强大潜力。
摘要。 Sukmawati S，Ratna R，Sipriyadi，Yunita M.2023。在Sorong C
摘要。Sukmawati S，Ratna R，Sipriyadi，Yunita M.2023。从印度尼西亚西南巴布亚省Sorong City的鲭鱼Bekasam的细菌表征和分子鉴定。生物多样性24：4967-4977。bekasam是传统发酵鱼产生的传统食物类型。通过发酵生长的微生物在形成产品的香气，质地和整体质量方面起着重要作用。该研究旨在确定鲭鱼（Scomberomorus sp。）的细菌的生化特征sorong City的Bekasam，并在分子水平上识别细菌。 这项研究是一项描述性研究，它描述了通过PCR（聚合酶链反应）技术从发酵鲭鱼鱼中表征细菌的结果以及分子鉴定到物种水平的结果。 然后，使用琼脂糖凝胶电泳分离方法进一步分析了DNA序列，以可视化细菌DNA谱。 鲭鱼中细菌分离株的生化表征表明，所有分离株都是阴性吲哚，八个分离株在还原硝酸盐时呈阳性。 相比之下，在还原硝酸盐时，四个分离株为阴性，然后所有分离株都具有蛋白水解活性，除了FST 3.1和FST 3.2分离株。 11个分离株在水解脂肪中是阳性的，一个分离物不能水解脂肪。sorong City的Bekasam，并在分子水平上识别细菌。这项研究是一项描述性研究，它描述了通过PCR（聚合酶链反应）技术从发酵鲭鱼鱼中表征细菌的结果以及分子鉴定到物种水平的结果。然后，使用琼脂糖凝胶电泳分离方法进一步分析了DNA序列，以可视化细菌DNA谱。鲭鱼中细菌分离株的生化表征表明，所有分离株都是阴性吲哚，八个分离株在还原硝酸盐时呈阳性。相比之下，在还原硝酸盐时，四个分离株为阴性，然后所有分离株都具有蛋白水解活性，除了FST 3.1和FST 3.2分离株。11个分离株在水解脂肪中是阳性的，一个分离物不能水解脂肪。根据16个SRNA基因序列的电泳和比对的DNA模式，已将几种类型的细菌鉴定为帕马果果仁杆菌2883 FST 1.1菌株，帕马类杆菌杆菌菌株3665 FST 2.1杆菌菌株2.1 ICA-144 FNT 2.1和蜡状芽孢杆菌菌株ATCC 14579 FNT 3.1。
- 智信（Jiani Huang）：研究声明
现代机器学习彻底改变了各种领域的问题解决，包括软件工程，科学发现和医学。随着语言，图像和多模式数据的基础模型的进步，最终用户可以完成复杂的任务，否则将需要大量的专业知识和资源。然而，尽管有这些显着的进步，但深度学习仍面临许多局限性。重要的是，它在需要结构，逻辑和计划的问题上挣扎 - 传统符号推理表现出色的地方。在他的2011年经典思维中快速慢，卡尼曼将人类的认知描述为与神经网络类似于神经网络的直观，关联的“系统1”与逻辑上的“系统2”之间的相互作用。将这两个范式的互补优势结合到统一系统中是人工智能的基本挑战。Neurosymbolic编程是一个有希望的新兴范式，旨在应对这一挑战。我的研究重点是神经符号编程的基础，即跨越正式的语义，语言设计和学习算法，以及其在涉及自然语言推理，计算机视觉和多模式整合的现实世界中的应用。为此，我追求了两个互补的研究方向：扇贝，通用神经成像节目的框架，发表在（Neurips 2021），（PLDI 2023），（PLDI 2023），（AAAI 2024）中，以及在基础中的基础和趋势（FNT 2024）的基础和趋势（FNT 2024）中的邀请专着和趋势;以及一系列逐渐高级的应用，以增强推理的复杂性并整合了越来越多样化的模式，这些方式发表在（ICML 2020），（ACL 2023）和（TR 2024）中。