XiaoMi-AI文件搜索系统
World File Search SystemPUBCHEM
西北医学抗菌ECMO剂量指南
如果考虑延长的LD持续时间，请在3天后使用TDM标准MD提早建议使用新的开始ECMO，电路交换，并且ECMO停止缩写：PK，药代动力学； log P，辛醇/水系数（从Pubchem/Chemspider检索）； VD，体积分布； CMAX，最大浓度； LD，加载剂量；医学博士，维护剂量； TDM，治疗药物监测； MRSA，甲氧西林金黄色葡萄球菌； MIC，最小抑制浓度 *与Isavuconazole有效性/毒性相关的确定治疗范围尚未在Secure（一项III期临床试验）中建立。在危重患者中提倡的谷水平> 1-2mg/l接受ECMO支持的侵袭性真菌感染的治疗，以获得与安全试验相似的平均暴露，该试验证明了针对侵入性霉菌感染的临床疗效。TDM可能有助于比较前/ECMO后水平以确定ECMO对剂量升级需求的影响35参考
一种用于预测分子抗菌活性的机器学习方法
响应对抗生素抗性的日益关注以及抗生素发现中传统方法的局限性，我们引入了一种基于机器学习的方法，名为MFAGCN。这种方法通过将三种类型的分子指纹（MACC，PubChem和ECFP）与分子图表示作为输入特征，以特定于分子官能团的重点来预测分子的抗菌功效。MFAGCN结合了一种注意机制，将不同权重分配给来自不同相邻节点的信息的重要性。在两个公共数据集上使用基线模型的比较实验证明了MFAGCN的出色性能。此外，我们对训练和测试集中的功能组分布进行了分析，以验证模型的预测。此外，还进行了已知抗生素的结构相似性分析，以防止重新发现已建立的抗生素。这种方法使研究人员能够快速筛选具有有效抗菌特性的分子，并促进影响抗菌性能的官能团，从而为进一步的抗生素发育提供了宝贵的见解。
引用原始发表的论文（记录的版本）：Svedberg，P.，Inostroza，P.，Gustavsson，M。等（2023）。水生生态毒素的数据集
收集了有关2697种有机化学物质的水生生态毒理学的经验数据和计算机数据，以编译数据集，以评估当前质量结构活动关系（QSAR）模型和软件平台的预测能力。本文档为其创建提供了数据集及其数据管道。经验数据是从美国EPA Ecotox知识库（Ecotox）和EFSA（欧洲食品安全局）收集的，报告“ XML模式中的农药生态毒性学层的数据输入研究终点 - 数据库 - 数据库中”。仅保留了经合组织建议的藻类，水坝和鱼类的数据。使用Ecosar，Vega和Tox-Icity估计软件工具（T.E.S.T.）计算每种化学物质和六个端点中的QSAR毒性预测平台。最后，数据集用微笑，Inchikey，PKA和LOGP修改，从Webchem和PubChem收集。©2023作者。由Elsevier Inc.出版这是CC下的开放式访问文章（http://creativecommons.org/licenses/4.0/）
2024年的Iuphar/BPS药理学指南
摘要IUPHAR/BPS药理学指南（GTOPDB; https：//www.guidetopharmacology .org）是一个开放式，专家策划的在线数据库，可为药理学目标及其建议的实验性实验性提供简洁的概述和关键参考。它包括O V ER 3039蛋白靶标和1 2 1 63个配体分子，包括批准药物，小分子，肽和抗体。在这里，我们向资源报道了最新的de v Elopments，并描述了过去两年中六个数据库发行的内容的扩展。本文的数据库更新部分侧重于与重要全球健康挑战有关的两个领域。第一个，SARS-COV-2 COVID-19仍然是一个主要问题，我们描述了扩大数据库以包括新的冠状病毒蛋白系列的努力。第二个区域是抗菌素耐药性，为此，我们与抗生素DB合作扩展了对抗菌药物的覆盖范围，抗生素DB的合作是通过GARDP的支持继续进行的。我们讨论了其他策划领域，还专注于我们指向资源的外部链接，例如为资源带来重要协同作用的资源。
原始文章：parp1pred
癌症是全球死亡的主要原因，根据2020年全球癌症统计数据，2020年导致了超过1000万人的死亡。潜在的癌症疗法涉及通过抑制PARP-1靶向DNA修复过程。在这项研究中，使用非冗余的2018 PARP-1抑制剂构建了分类模型。简要地，通过12种指纹类型描述化合物，并使用随机森林算法以及各种采样方法构建。的结果表明，使用超采样方法的Pubchem产生了最佳性能，Matthews相关系数> 0.7，同时也提供了可预处的分子特征。此外，根据Gini指数确定的特征重要性表明，芳香/环/杂环部分，含氮的指纹和乙醚/醛/酒精部分对于PARP-1抑制很重要。最后，我们的预测模型被部署为称为PARP1Pred的Web应用程序，并在https://parp1pred.streamlitapp.com上公开可用，允许用户使用其笑容的符号作为输入来预测查询化合物的生物学活动。预计本文所述的模型将有助于发现有效的PARP-1抑制剂。关键字：PARP-1，DNA维修，机器学习，QSAR，WebServer，CheminInformatics
对卫生政策/实践/研究/医学教育的影响：Momordica Charantia采取不同的行动，被证明对人类健康有益
简介：caspase 3，凋亡execution子手，抑制作用可能对糖尿病，肾病，神经退行性疾病治疗以及再生医学领域有益。自早期的传统医学以来，植物提取物包括许多疾病的主要治疗方法。植物成分一直是疗法的主要来源，这些资源是可用的。因此，为了鉴定植物提取物中潜在的抗凋亡剂的兴趣，选择了D-半乳糖酸（DGA）来筛选抗蛋白酶3活性，因为它是Momordica Charantia（苦瓜）和许多其他果实的果蝇组成的主要成分。目的：目前的研究旨在评估Charantia提取物的主要植物能力的活性，DGA针对caspase3。材料和方法：配体的化学结构来自获得的PubChem数据库，蛋白质结构是从PDB数据库中获得的。使用Autodock 4.2版进行了分子对接研究。结果：这项研究指出了DGA与caspase 3的Glu'124，Lys'137和Arg'164氨基酸的相互作用，其中Glu'124，Lys'137氨基酸相互作用对于caspase 3酶的稳定性很重要。结论：本研究中揭示的DGA和caspase 3之间的相互作用可能有助于表征未来研究中这种苦瓜提取物中这种植物成分的药用特性。
在Glibenclamide中作为候选药物的研究...
与目前市场上的抗癌药物相关的副作用的严重程度包括潜在的致命副作用，例如心脏毒性在阿霉素的情况下。这项研究旨在找到副作用低的新抗癌药物候选者。这项研究中使用的研究设计是在2023年8月在技术，科学和健康RSUD DR的化学实验室进行的干燥实验室实验研究。 Soepraoen。在计算机方法中是发现新药候选物的计算方法。从PubChem数据库获得了Glibenclamide和阿霉素的配体，而从瑞士模型数据库获得的靶蛋白MAP2K1作为受体。在这项研究中，使用PYMOL装置制备配体和蛋白质，并且从PyRX设备获得的对接结果是结合亲和力值。蛋白质与glibenclamide和阿霉素之间的结合亲和力分别为-9.9 kkal/mol和-8.8 kkal/mol，使用Pymol可视化对接结果。这些化合物的结合比结合阿霉素的化合物的结合效果不太紧密，但它们仍然与MAP2K1蛋白相互作用。 PLIP（蛋白质 - 配体相互作用探测器）可用于可视化这些相互作用的效果。根据研究结果，Glibenclamide化合物与MAP2K1蛋白具有良好的相互作用，这可能使它们成为未来癌症药物的有希望的靶标。在硅中是发现新药的第一步，因此为了验证这些发现，在生化，体外和体内需要进一步的研究。
体内研究过霉素，有效的结核分枝杆菌抑制剂
这项研究涉及传输（TR）（TR）（PubChem CID：90659753）的体内和体内抗TB效力和体内安全性 - 被确定为源自链霉菌SP（R2）的新型次生代谢物。tr对抗药性结核病临床分离株进行了体外测试（n = 49）。94％的Dr -TB菌株（n = 49）在10μgml-1下抑制了TR。体内安全性和功效研究表明，TR的0.005mg -kg -1对小鼠，大鼠和豚鼠有毒，而0.001mg kg -1是安全的，感染负荷并没有减少。tr是一种有效的DNA介导剂，也靶向分枝杆菌的RECA和蛋氨酸氨基肽酶。TR的类似物47是使用基于硅胶的分子解毒方法和SAR分析设计的。TR的多重靶向性质使TR的类似物的机会变亮了，即使亲本化合物有毒，TR的类似物的机会也是有效的TB治疗分子。TR的类似物47被认为具有非DNA插入性质，并且具有高功能效力的体内毒性。 这项研究试图从微生物来源开发一种新型的抗TB分子。 尽管父母化合物有毒，但其类似物的设计旨在通过塞里科（Silico）的方法安全。 但是，在将其标记为有希望的抗TB分子之前，需要对此主张进行进一步的实验室验证。TR的类似物47被认为具有非DNA插入性质，并且具有高功能效力的体内毒性。这项研究试图从微生物来源开发一种新型的抗TB分子。尽管父母化合物有毒，但其类似物的设计旨在通过塞里科（Silico）的方法安全。但是，在将其标记为有希望的抗TB分子之前，需要对此主张进行进一步的实验室验证。
biot5+：通过IUPAC整合和多任务调整
计算双学学的最新研究趋势越来越集中于整合文本和生物实体建模，尤其是在分子和蛋白质的背景下。，以前的努力（例如Biot5）在跨越各种任务的概括方面面临着挑战，并且缺乏对分子结构的细微理解，尤其是在其文本代表中（例如，IUPAC）。本文介绍了Biot5+，这是Biot5框架的扩展，该框架是为了增强生物学研究和药物发现而定制的。biot5+结合了几种新颖特征：IUPAC名称的集成，用于分子理解，包括Biorxiv和PubChem等来源的扩展生物文本和分子数据，用于跨任务的多任务中的多任务指定调整，以及用于数值的数字处理的数值数据。这些增强功能允许Biot5+弥合分子表示之间的差距及其文本描述，从而提供了对生物实体的更全面的理解，并在很大程度上改善了对生物质量和生物序列的基础推理。该模型经过预先训练和微调，并通过大量实验，包括3种类型的问题（分类，回归，一代），15种任务和21种基准数据集，在大多数情况下表现出了显着的性能和现状的结果。biot5+因其在生物学数据中捕获复杂的关系船的能力而脱颖而出，从而有助于生物信息学和计算生物学。我们的代码可从https：//github.com/qizhipei/biot5获得。
在硅分子对接活跃的邦格叶化合物...
摘要前列腺癌是最常见的恶性疾病，是死亡的主要原因。已知Bungur叶（Arjunate酸，ASI酸，油酸，ursolic酸和染色酸）的活性化合物已知具有抑制雄激素受体的能力。这项研究的目的是确定雄激素受体抑制抗癌的活性，知道能量结合及其在雄激素受体上的相互作用的价值，了解对接化合物的药代动力学特征。本研究使用Bungur叶子的对接分子方法（Lagerstoremia speciosa（L。））作为测试化合物，1GS4作为前列腺癌中雄激素受体的靶蛋白。在计算机分子对接中使用AutoDockTools软件，DiscoveryStudioSlient，PubChem，Marvinsketch和ADMET预测使用AdmetLab 2.0 WebServer。基于以静态三萜的形式获得的结果，其中包括23个羟基酸盐酸，Asi-Acid，灰甲酸，灰核酸，阿朱酸酯酸，耐氧酸和荷尔酸是在Lagersstromia氏族中发现的几种化学化合物。染色酸，结肠酸，荷甲酸和β-位乙醇糖苷是一些三萜类化合物，这些三萜在通过扁平酸中发现的三萜类化合物，显示出抑制作用和其他活性化合物之间的最佳能量结合值。并且具有良好的药代动力学价值。关键字：灌木叶，雄激素受体，前列腺癌的活性化合物，在硅分子对接中。