XiaoMi-AI文件搜索系统
World File Search SystemMolecules
基于抗体的毒素和其他活性分子的癌症治疗
放射治疗和化疗药物在癌症治疗中的应用已显示出明显的抗肿瘤作用，但也有局限性（由于对肿瘤细胞缺乏选择性而产生显著的副作用、产生耐药性以及发生继发性恶性肿瘤）。因此，人们大力推动替代疗法（如免疫疗法）的研究和开发，以寻找对转化细胞具有更高特异性且非特异性毒性更低的疗法。免疫疗法的优势在于其特性（识别细胞膜上的特定靶标），这些特性完全独立于化疗和放疗所基于的参数。这导致副作用的叠加和对化疗和放疗有抗性的细胞克隆的细胞毒性不受影响。今天，受埃尔利希“魔法子弹”概念的启发，最有前途的研究方法之一是将药理活性分子与载体（主要是抗体）连接起来，以便选择性地递送到靶细胞。这些杂合物主要应用于癌症治疗领域的研究 [ 1 ]。因此，大多数免疫治疗方法都集中于针对癌细胞表面的特定抗原。这种方法的一个基本要求是靶分子局限于要破坏的细胞群，或者至少靶分子不存在于干细胞或其他对生物体生存至关重要的细胞类型中。抗体是最常用的载体，因为它们在血液中稳定，并且对靶抗原具有亲和力和亲和力。许多不同的分子已被用作毒性部分；研究最多的是毒素（细菌或植物）、药物、放射性核素和人类酶。最常用的细菌毒素是假单胞菌外毒素 A (PE) [ 2 ] 和白喉毒素 (DT) [ 3 ]，它们通过 NAD 依赖的延长因子 2 的 ADP 核糖基化抑制翻译，导致细胞死亡。最常用于治疗目的的植物毒素是核糖体失活蛋白 (RIP) [ 4 , 5 ]，主要是蓖麻毒素 [ 6 ] 和皂草毒素 [ 7 ]。RIP 也称为多核苷酸：腺苷糖基化酶 [ 8 ]，因为它们能够从许多不同的多核苷酸底物中去除腺嘌呤，通过多种机制导致细胞死亡 [ 9 – 11 ]。本期特刊汇集了五篇科学文章，重点介绍了基于抗体的毒素和其他活性分子对抗恶性细胞的知识进展，从而揭示了它们在抗癌治疗中的潜力。如上所述，识别/选择有效靶标是针对特定癌症进行免疫治疗的战略重要行动。连接蛋白细胞粘附分子 4 (NECTIN4) 是皮肤鳞状细胞癌的潜在治疗靶标，第二种最常见的皮肤癌。在大多数皮肤鳞状细胞癌研究组织和 A431 细胞系的质膜上均发现了 NECTIN4 的表达。NECTIN4 被证实在调节细胞间相互作用、皮肤鳞状细胞癌细胞的迁移和增殖中发挥作用 [12]。前列腺特异性膜抗原 (PSMA) 是一种可靠的标记物，非常适合前列腺癌 (PCa) 的成像和治疗。抗 PSMA 抗体的有效性
1个思维，机器和分子T. D. P. Brunet和... 主动脉“疾病中的疾病” 量子统计学习通过量子瓦斯坦天然梯度 中度重度创伤性脑损伤患者血清生物标志物的预后价值，由Marshall CT分类区分 量子密钥分布：优点，挑战和政策
关键词代谢，知觉，分子机器，合成生物学，AI，功能主义摘要摘要有关感知生物学和进化条件的最近辩论引起了人们对细粒功能主义的重新兴趣。根据彼得·戈弗雷·史密斯（Peter Godfrey-Smith）提出的这样的说法，感知取决于生物体的精细活动特征。具体来说，这些细粒度活动的规模，上下文和随机性。这种观点的含义是当代人工智能（AI）是贫穷的候选人。在当前的AI缺乏从事此类生活活动的能力的情况下，无论其粗粒的功能如何，它都会缺乏知觉。在本文中，我们审查了细菌功能主义的案例，并表明有些当代机器满足了戈弗雷·史密斯（Godfrey-Smith）确定的精细功能标准，因此是候选人的候选人。分子机器（例如布朗计算机）在其规模，上下文和随机性中类似于代谢活性，并且可以作为AI的基础。分子计算是根据当代哲学叙述的知名度的有前途的人造知觉的候选人。1。介绍在向欧洲议会议员讲话中，哲学家托马斯·梅辛格（Thomas Metzinger）要求欧盟“禁止所有风险或直接旨在直接旨在创建合成现象学的研究”（Metzinger，2018，第2页）。Metzinger认为当前的人工智能（AI）缺乏政治和道德代表。因此，研究人员是创建一个能够具有主观经验（例如苦难）的人工系统，我们将缺乏减轻相关风险的工具。尽管Metzinger并不孤单，他对合成现象学的创建的关注，但其他人则认为人为的知觉超出了我们的技术能力（参见Dennett，1994年和Shanahan，2015年，有关讨论）。
针对雄激素受体无序转录激活域的小分子诱导折叠螺旋状态的形成
Cα HN N C' Cβ 无偏 Tau-5 R2_R3 MD 集合 RMSD (ppm) 0.47 0.23 1.06 0.45 0.37 相关性 0.991 -0.558 0.954 0.915 1.000 Cα 重加权最大熵 Tau-5 R2_R3 集合 RMSD (ppm) 0.29 0.21 0.88 0.38 0.33 相关性 0.997 -0.312 0.968 0.934 1.000 表 1. 使用 a99SB- disp 力场对 Tau-5 R2_R3 进行 74μs 无偏 REST2 MD 模拟的 300K 副本以及最大熵计算和实验 NMR 化学位移之间的一致性使用 Cα NMR 化学位移作为约束得出的重加权集合。化学位移使用 SPARTA+ 57 计算。EPI-7170 对 Tau-5 R2_R3 的亲和力高于 EPI-002。
使用原型量子计算机模拟磁分子的静态和动态特性
摘要：磁分子是研究特殊量子机械现象的典型系统。因此，由于系统尺寸的指数增加，模拟其静态和动力学行为对于经典计算机来说本质上很难。量子计算机通过提供适合描述这些磁系统的固有量子平台来解决此问题。在这里，我们表明，基于超导端子的原型量子计算机，都可以在原型量子计算机上模拟磁性分子的基态性能和自旋动力学。特别是我们研究了小型的抗铁磁性旋转链和环，这是这些开拓设备的理想测试床。我们使用各种量子本质量算法来确定基态波功能，并用靶向的ansatzes填充了所研究模型的自旋对称性。通过计算动力学相关函数来模拟相干自旋动力学，这是提取许多实验可访问属性（例如无弹性中子中子横截面）的重要成分。
针对COVID的潜在药物分子的虚拟筛查靶标：一种药物重新利用方法
摘要：严重的急性呼吸综合症冠状病毒2（SARS-COV-2）破坏了全球正常生活。这种致命的病毒显示出许多变体，并在各个国家夺走了许多生命。尖峰蛋白在该病毒的传播和感染性中起主要作用。科学界正在努力统治这种病毒并挽救人类的生命。在这项工作中，重新利用的药物已成为筛查FDA批准药物的可靠工具。在本研究中，我们对两个重要的COVID-19靶标（非结构性蛋白质和主蛋白酶）进行了虚拟筛选，其中PDB IDS 6W4H，6LU7和6W63。对基于对接得分，结合能和有效命中的最佳药物进行了比较分析。在265个分子中，最佳的7个分子对这两个靶标都显示出可靠的命中。最佳七种药物，即萨奎那韦，indinavir，tenofovir alafenamide，ritonavir，nelfinavir麦锡酸盐，头孢菌素和plazomicin。我们的结果表明，这些配体组合或单独的配体可以作为针对SARS COV-2开发药物的新型前景。
表面上的自旋交叉分子 - Refubium
分子自旋电子学的目标是利用单个或少数分子作为自旋电子学应用的功能构建块，直接依赖于分子特性或分子与无机电极之间界面的特性。由于设备不断向小型化发展，现有硅基电子产品的摩尔定律即将终结，这些目标显得尤为重要。尽管人们对分子作为自旋传输介质的兴趣最初源于其固有的弱自旋弛豫机制导致的长自旋寿命，[5] 但人们很快意识到分子可能提供传统自旋电子学所不具备的额外选择。这是因为与无机自旋电子学中使用的材料不同，分子的结构、化学和电子特性可以以几乎无限多种方式以原子精度进行调整。当分子与无机电极接触时（这是实现单个或少数分子设备的先决条件），它们的界面相互作用可以产生标准无机界面无法实现的功能。 [3,4]
大环宿主分子在免疫调节和治疗递送中的应用
免疫系统在人类疾病的发展和发展中起着核心作用。因此，对免疫反应的调节是一个关键的治疗靶标，它使我们能够解决当今医学中一些最烦人的问题，例如肥胖，癌症，病毒感染和自身免疫性。通过治疗递送来操纵免疫系统的方法围绕两个共同的主题集中：生物材料的局部递送以影响周围的组织或系统性递送的可溶性材料系统，通常通过上下文特异性细胞或组织靶向策略的帮助。在任何一种情况下，超分子相互作用都可以控制分子规模的生物材料组成，结构和行为；通过合理的生物材料设计，使下一代免疫疗法和免疫抑制剂的实现成为可能。这篇简短的评论重点介绍了用于免疫治疗应用来利用大分子相互作用的方法，重点是药物输送模式。