XiaoMi-AI文件搜索系统
World File Search SystemLigand
人工智能在蛋白质-配体相互作用预测中的应用：最新进展和未来方向
Ashwin Dhakal 是密苏里大学哥伦比亚分校的计算机科学研究生。他的研究重点是分析和设计用于预测蛋白质-配体相互作用的机器学习模型。Cole McKay 是密苏里大学哥伦比亚分校的生物化学研究生。他的研究重点是未表征蛋白质结构域的结构和生物学功能。John J. Tanner 是密苏里大学哥伦比亚分校生物化学和化学系的教授。他的研究兴趣包括结构生物学、X 射线晶体学和酶。Jianlin Cheng 是密苏里大学哥伦比亚分校电气工程和计算机科学系的教授。他的研究重点是生物信息学和机器学习。收到日期：2021 年 8 月 5 日。修订日期：2021 年 9 月 28 日。接受日期：2021 年 10 月 15 日 © 作者 2021。由牛津大学出版社出版。这是一篇根据知识共享署名许可条款分发的开放获取文章（http://creativecommons.org/licenses/by/4.0/），允许在任何媒体中不受限制地重复使用、分发和复制，前提是正确引用原始作品。
用于本质上稳定且可扩展的钙岩太阳能电池的多功能半导体配体设计
与当前的技术状态相比，美国能源部（DOE）提议向普渡大学提供联邦资金，以开发具有增强稳定性和电子特性的太阳能钙钛矿细胞。普渡大学将专注于将半导体配体（即与金属原子结合的分子）整合到细胞中。与技术的当前状态相比，配体将覆盖太阳能电池并提高设备内能量交换的能量转换效率和控制能量交换的方面，从而提高稳定性和能源效率。与项目相关的活动包括数据分析，计算机建模，概念设计工作，材料合成，表征，太阳能电池/微型模块制造和性能测试。
治疗配位聚合物：通过金属 - 配体相互作用释放药物
多孔协调聚合物（PCP）12和金属 - 有机框架（MOF）。13 - 17与理想药物释放材料相关的障碍很复杂，并且根据目标药物和给药途径而变化（例如，口服，静脉内，皮下，透皮或眼部）。2因此，创建材料始终纳入所需的治疗量并控制药物的释放率仍然是一个巨大的挑战。许多药物释放材料，从非晶聚合物分散剂到金属 - 有机框架，相同的基本问题：药物吸收和释放主要是通过基于不同用途的机制来完成的。18，依赖于药物载荷和释放的依赖，从而导致对药物释放动力学的控制不佳，并可能导致“爆发释放”。在这种情况下，该药物迅速分散到周围的培养基中，o gen进行过多的治疗剂量并有可能达到有毒剂量浓度。6
使用基于片段的量子化学计算蛋白质-配体相互作用能量的收敛协议
基于碎片的量子化学方法提供了一种避免电子结构计算的非线性缩放的方法，因此可以使用高级方法研究大型分子系统。在这里，我们使用碎片来计算具有数千个原子的系统中的蛋白质-配体相互作用能，使用一种用于管理基于碎片的计算的新软件平台，该平台实现了屏蔽多体展开。使用最小基半经验方法 (HF-3c) 进行的收敛测试表明，使用单残基碎片和简单氢帽的二体计算足以重现使用传统超分子电子结构计算获得的相互作用能，误差在 1 kcal/mol 以内，计算成本约为 1%。我们还表明，HF-3c 结果说明了密度泛函理论在增强四倍 ζ 质量的基组中获得的趋势。碎片化的战略部署有利于融合生物分子模型系统与高质量电子结构方法和基组一起使用，将从头算量子化学引入迄今为止难以想象的规模的系统。这将有助于为机器学习应用生成高质量的训练数据。
通过纳入 3D 配体信息，增强 AI/ML 方法在先导化合物优化过程中的实用性
药物发现中的 AI/ML 方法日趋成熟，其效用和影响可能会渗透到药物发现的许多方面，包括先导化合物发现和先导化合物优化。典型方法利用 ML 模型进行结构-属性预测，并使用简单的基于二维的小分子化学表示。此外，有限的数据（尤其是与新靶点有关的数据）使得难以构建有效的结构-活性 ML 模型。在这里，我们描述了我们最近使用 BIOVIA 生成治疗设计 (GTD) 应用程序的工作，该应用程序可以利用配体蛋白相互作用的 3D 结构模型，即所需特征的药效团表示。使用与 SYK 抑制剂 entospletinib 和 lanraplenib 以及两种不相关的临床 SYK 抑制剂的发现有关的 SAR 数据集，我们展示了如何使用 GTD 有效解决先导化合物发现和先导化合物优化中的几个常见问题。这包括努力利用化学空间约束和在 GTD 中应用进化压力，基于项目中期阶段的数据回顾性地重新识别候选药物分子。此外，关于如何配置 GTD 平台以生成包含来自多个不相关分子系列的特征的分子的研究展示了 GTD 方法如何将 AI/ML 应用于药物发现。
立体异构体同型和异核虹膜（III）配合物具有3-氧化剂桥桥配体及其在OLEDS
配体可以充当两个采用n ˆ o - 和o o o - 螯合模式的虹膜中心的辅助配体。为了调整这种双核复合物中激发态的能量，2-（2,4-二苯基）吡啶（HDFPPY）和2-苯基苯甲苯二唑（HPBTZ）（HPBTZ）用作环的配体，以分别与蓝色 - 或橙色的Homo-emissive yy-yy-emissive-yy-emissive yy-yy-emissive-yyy-yyy-yyy-yyy-yyy-yyys and yyys一起使用[ir（dfppy）2] 2（pico）和[ir（pbtz）2] 2（pico）。此外，在第一次，也获得了短桥的杂粒元素化的双核配合物（通过和yb，带有公式[ir（dfppy）2]（pico）[ir（pbtz）2]和[ir（pbtz）2]和[ir（pbtz）2] 2]（pico）2]（pico）[ir（pico）[ir（dfpppy）2]）。取决于在小脚桥桥的两侧的环数配体的相互排列，获得了两对非映异构体的夫妻并有效地分离，如NMR和DFT研究所证明的那样。报道的双核复合物具有高度发光量子产率（PLQY）高达67％的高度发射，与其单核类似物（B和Y）相当。由于其氧化还原过程的完全可逆性，所有复合物也在溶液处理的有机发光二极管中进行了测试，从而提供了基于异核 - 核环含量硫化锂（III）配合物的独特OLED。
将配体功效指数与化合物药代动力学特征相结合，以获得整体化合物质量评分
小分子是否适合作为口服药物，通常通过简单的物理化学规则、配体功效评分（结合物理化学特性和效力）或基于物理化学化合物特性的多参数综合评分来评估。这些规则和评分是经验性的，通常缺乏机制背景，例如药代动力学 (PK) 信息。我们引入了一种新型化合物质量评分（具体称为剂量评分和 c max 评分），其中明确包括预测的或在可用时通过实验确定的 PK 参数，例如分布容积、清除率和血浆蛋白结合。结合靶向效力，这些评分可替代估计剂量或相应的 c max。这些化合物质量评分可用于在测试级联中对化合物进行优先排序，通过整合基于机器学习的效力和 PK 预测，这些评分可用于对合成进行优先排序。我们通过项目实例展示了现有效率指标（如配体效率分数）的互补性，并且在大多数情况下具有优越性。
nocceptin配体的发育和成人纹状体模式标记具有多巴胺投影的脑膜体种群
纹状体多巴胺信号传导。使用前摄取蛋白 - 碳报告小鼠系列，我们表征了小鼠背纹状体中PNOC mRNA表达的高度选择性的脑膜图模式，反映了PNOC的早期发育表达。在腹侧纹状体中，将PNOC表达聚集在伏隔核和内侧壳中，包括成年纹状体。我们发现PNOC TDTOMATO报告基因细胞在很大程度上包括多巴胺受体D1（DRD1）表达培养基的棘突投射神经元，位于背纹状体中，已知在
（2025）。
引言世界上最普遍的癌症之一，与癌症相关的死亡率的主要贡献是肺癌，每年向世界卫生组织（WHO）报告了1700000多人死亡。根据美国癌症学会的说法，肺癌超过了前列腺，结肠和乳腺癌的综合死亡率[1]。在伊拉克的最后几年中，肺癌发生率在2000 - 2016年期间显着增加（从4.08到5.60/100 000（p = 0.038））。男性比女性的影响大约为3：1，并且随着年龄的增长而增加[2]。所有肺癌实例中约有80％是非小细胞肺癌（NSCLC）[3]。该实体的肺癌包括多种类型；最常见的是腺癌（AC）和鳞状细胞癌（SCC）[4]。疾病预后的略有改善与早期诊断和最新靶向疗法的使用有关，即使在患有癌症晚期阶段的患者中也是如此[3]。
束缚反离子导向催化：手性离子配对和双功能配体策略在对映选择性金（I）催化中的结合
摘要：通过膦配体将金属配合物与其磷酸反离子连接，为非对称反离子导向催化 (ACDC) 提供了一种新策略。一种简单、可扩展的合成路线可以得到具有手性磷酸功能的膦的金 (I) 配合物。该配合物产生一种催化活性物质，阳离子 Au(I) 中心和磷酸反离子之间具有前所未有的分子内关系。串联环异构化/亲核加成反应展示了将催化剂的两种功能连接在一起的好处，通过在异常低的 0.2 mol % 催化剂负载下实现高对映选择性水平（高达 97% ee）。值得注意的是，该方法还与无银方案兼容。■ 简介