XiaoMi-AI文件搜索系统
World File Search SystemQSA
纸 - 使用QSAR/ ... div>的计算药物设计
人类来源的功能。简短答案问题： - （答案全部）[23x2 = 46] 1。用示例定义免费的威尔逊分析。2。编写QSAR的应用程序。3。招募两个ADME数据库。4。提及两个生化数据库。5。用示例定义铅分子。6。定义铅优化的随机筛选。7。定义COMFA和COMSIA。8。写药数据库的应用程序。9。提及任何两种铅优化技术。10。用示例定义生物膜。11。解释Hansch分析。12。比较SAR和QSAR。13。定义comsia及其两个应用程序。14。解释5.15。蛋白质加工用于自动库克维纳中的对接。16。招募任何两个药物数据库。17。绑定位点如何位于PDB和Discovery Studio Visualizer18。电网盒的重要性19。对接化合物的虚拟筛选。20。BLAST和基因本体论发现。21。多序列比对和蛋白质功能评估22。同源建模和模型使用者的使用。23。半经验方法和能量最小化。
基于自动 QSAR 的主动学习对接，用于鉴定恶性疟原虫 Hsp90 的潜在抑制剂作为抗疟药物
疟疾主要由恶性疟原虫引起，仍然是一个严重的公共卫生问题，因此需要开发新的抗疟药物。恶性疟原虫热休克蛋白 90 (Hsp90) 对寄生虫的生存不可或缺，也是一种很有前途的药物靶点。针对 N 端结构域的 ATP 结合口袋的抑制剂具有抗疟原虫作用。我们提出了一种从头主动学习 (AL) 驱动的方法，结合对接来预测具有独特支架和对 PfHsp90 优先选择性的抑制剂。预测在 ATP 结合口袋处与 PfHsp90 结合并具有抗疟原虫活性的参考化合物被用于生成 10,000 种独特衍生物并建立自动定量结构活性关系 (QSAR) 模型。进行滑动对接以预测衍生物和从 ChEMBL 数据库获得的 15,000 多种化合物的对接得分。对模型进行反复训练和测试，直到最佳的基于 Kennel 的偏最小二乘 (KPLS) 回归模型达到收敛，该模型的训练集回归系数 R2 = 0.75，测试集的平方相关预测 Q2 = 0.62。使用诱导拟合对接和分子动力学模拟重新评分使我们能够优先考虑 15 种 ATP/ADP 类设计理念以供购买。这些化合物对恶性疟原虫 NF54 菌株表现出中等活性，IC 50 值为 ÿ 6 μ M，对 PfHsp90 表现出中等至弱亲和力（KD 范围：13.5–19.9 μ M），与报道的 ADP 亲和力相当。最有效的化合物是 FTN-T5（PfN54 IC 50：1.44 μ M；HepG2/CHO 细胞 SI ÿ 29），它以中等亲和力（KD：7.7 μ M）与 PfHsp90 结合，为优化工作提供了起点。我们的工作证明了 AL 在快速识别用于药物发现的新分子（即命中识别）方面具有巨大实用性。FTN-T5 的效力对于设计物种选择性抑制剂以开发更有效的抗疟药物至关重要。
QSAR建模用于预测阿尔茨海默氏病中β-分泌酶1抑制活性，并具有支持载体回归
摘要阿尔茨海默氏病（AD）是一种神经退行性疾病，其特征是认知能力下降，β-淀粉样蛋白（Aβ）斑块的积累在其进展中起关键作用。β-分泌酶1（BACE1）是Aβ产生的关键酶，使其成为AD治疗的主要治疗靶标。但是，由于选择性差和血脑屏障的渗透性有限，设计有效的BACE1抑制剂一直在挑战。为了应对这些挑战，我们在定量结构活性关系（QSAR）模型中使用支持向量回归（SVR）采用了机器学习方法来预测潜在的BACE1抑制剂的抑制活性。我们的模型在Chembl数据库的7,298种化合物的数据集上训练，使用分子描述符准确地预测了PIC 50值，在测试集中实现了R²为0.690。该模型的性能证明了其在优先考虑候选药物的优先级方面的实用性，可能会加速药物发现。这项研究强调了计算方法在优化药物发现方面的有效性，并表明进一步的完善可以增强该模型对AD疗法的预测能力。
使用 QSAR 模型定义 TBK1 抑制途径
将这种强大的建模技术与 CAS Content Collection TM 中丰富的化学数据相结合，CAS Content Collection TM 是世界上最大的人工整理的化学见解和已发表的科学信息集合，可以节省研究时间，为靶向激酶和其他酶提供有用的见解，并挽救实验动物的生命。在本 CAS Insights TM 报告中，我们将使用 CAS Content Collection 研究 TBK1 研究的前景，并研究 QSAR 计算机建模是否可以帮助我们采取正确的步骤来开发有效的 TBK1 抑制剂。1–3
NJQSAC 用户手册 - NJ.gov
为了帮助学区实现这一愿景，新泽西州教育部 (Department) 正在澄清、调整和简化该州的问责制度，包括《每个学生成功法案》 (ESSA)、新泽西州质量单一问责连续体 (NJQSAC) 以及学校和学区绩效报告的联邦要求。通过联邦和州监督的明确性、一致性和简单性，新泽西州的学校和学区将花费更少的时间、精力和资源来提供合规性证据，而将更多的时间、精力和资源用于教学和学习。该部门已举行了全面的反馈会议，旨在让各利益相关方团体参与制定 ESSA 州计划和 NJQSAC 州评估模型。由于这些反馈，我们的问责制度已纳入许多重要创新。
Telix 签署协议收购 QSAM Biosciences 及其
墨尔本（澳大利亚）——2024 年 2 月 8 日。Telix Pharmaceuticals Limited (ASX: TLX、Telix、公司) 今天宣布已达成协议，收购 QSAM Biosciences, Inc. (US OTC: QSAM) 及其主要在研药物 Samarium-153-DOTMP (153 Sm-DOTMP)。QSAM 是一家总部位于美国的公司，致力于开发用于治疗原发性和转移性骨癌的治疗性放射性药物。153 Sm-DOTMP 是一种新型的基于试剂盒的骨寻靶放射性药物候选药物，它使用“下一代”螯合剂来提供专有配方的 Samarium-153 放射性同位素。 153 Sm-DOTMP 具有两大潜在应用——骨转移疼痛管理和骨肉瘤治疗，包括儿科患者——与 Telix 现有的泌尿肿瘤学（前列腺癌）、神经肿瘤学（神经胶质瘤）和肌肉骨骼肿瘤学（肉瘤）治疗重点领域高度契合。153 Sm-DOTMP 在临床前和早期临床试验中已显示出安全性、有效性和未来商业实用性的证据，并且有可能在治疗和管理晚期转移性疾病方面显著改善之前的骨导向药物。这包括大大改善的安全性（骨髓毒性和肾毒性）、更有针对性的给药（减少脱靶辐射）和精简的生产系统（灵活的供应链和更低的 COGS）。 1 该资产的潜在商业化将建立在该类药物完善的报销途径之上，为标准治疗（双膦酸盐、类固醇、阿片类药物）提供一种潜在的经济有效且能提高生活质量的替代方案。最近的临床前和临床数据为 153 Sm-DOTMP 能够用于前列腺癌骨转移的疼痛管理提供了令人鼓舞的证据，2 此类患者的需求仍未得到满足，特别是在其他形式的放射性核素和放射治疗进展后。Telix 认为 153 Sm-DOTMP 可能使转移性肺癌和乳腺癌患者受益，许多患者会出现脑和骨转移，疾病管理通常侧重于生活质量的姑息治疗。153 Sm-DOTMP 还被美国食品药品监督管理局 (FDA) 授予孤儿药 3 和罕见儿科疾病 4 (ODD/RPDD) 称号，用于治疗骨肉瘤。此项认定扩大了 Telix 的产品组合，使其能够治疗一种主要影响儿童和年轻人的疾病，这得益于 Telix 在肌肉骨骼肿瘤学领域的既定重点（靶向 alpha 项目 - TLX300 / olaratumab）。RPDD 认定可能使 153 Sm-DOTMP 能够通过监管激励措施更快地推向市场，包括有资格获得儿科罕见病优先审查券 (PRV)，该券可能适用于此项或其他 Telix 项目。Telix 董事总经理兼集团首席执行官 Christian Behrenbruch 博士表示，“收购 QSAM 为 Telix 提供了额外的短期治疗产品线资产，进一步突出了我们在放射性药物领域的创新地位，并加深了 Telix 在泌尿和肌肉骨骼肿瘤等关键疾病重点领域的研究深度。钐是一种非常理想的放射性核素，可用于治疗
PAMPA-BBB QSAR 模型的开发和验证，用于预测新型候选药物的脑渗透潜力
有效绕过血脑屏障 (BBB) 是开发针对中枢神经系统的药物的主要障碍。虽然有几种方法可以确定小分子的 BBB 通透性，但平行人工膜通透性测定 (PAMPA) 是药物发现中最常见的测定方法之一，因为它具有稳健和高通量的特性。药物发现是一项长期且昂贵的事业，因此，任何简化此过程的进展都是有益的。在这项研究中，在 PAMPA-BBB 测定中筛选了来自 60 多个 NCATS 项目的约 2,000 种化合物，以开发定量结构-活性关系模型来预测小分子的 BBB 通透性。在分析了最先进和最新的机器学习方法之后，我们发现基于 RDKit 描述符作为附加特征的随机森林提供了最佳的训练平衡准确度 (0.70 ± 0.015)，而使用 RDKit 描述符的图卷积神经网络的消息传递变体在前瞻性验证集上提供了最高的平衡准确度 (0.72)。最后，我们将体外 PAMPA-BBB 数据与啮齿动物体内脑渗透数据相关联，观察到 77% 的分类相关性，这表明使用 PAMPA-BBB 数据开发的模型可以预测体内脑渗透性。鉴于大多数先前研究依赖体外或体内数据来评估 BBB 渗透性，我们使用迄今为止最大的 PAMPA-BBB 数据集开发的模型提供了一种正交方法来估计小分子的 BBB 渗透性。我们将部分数据存入 PubChem 生物测定数据库 (AID: 1845228)，并在 NCATS 开放数据 ADME 门户 (https://opendata.ncats.nih.gov/adme/) 上部署了性能最佳的模型。这些举措旨在为药物研发界提供宝贵的资源。
机械 QSAR 分析预测不同杂环化合物作为选择性美人蕉的结合亲和力
a 印度阿姆劳蒂 Mardi 路 Rajendra Gode 药学院药物化学系；b 沙特阿拉伯利雅得伊玛目穆罕默德伊本沙特伊斯兰大学理学院化学系；c 沙特阿拉伯莫哈伊尔阿西尔哈立德国王大学科学与艺术学院化学系；d 马来西亚双威城双威大学医学与生命科学学院；e 伊拉克埃尔比勒 Tishk 国际大学药学院药物化学系；f 沙特阿拉伯阿尔哈吉 Prince Sattam Bin Abdulaziz 大学药学院药理学与毒理学系；g 印度兰契 Birla 理工学院药物科学与技术系；h 沙特阿拉伯利雅得 AlMaarefa 大学医学院基础医学系
n- ...
摘要。血管内皮生长因子受体（VEGFR）酪氨酸激酶（TKS）是临床验证的抗癌治疗的药物靶标，因为它们在血管生成，肿瘤生长和元时间的过程中起重要作用。VEGFR2是VEGFR-TKS的成员。vegfr2是血管生成过程的重要阶段。硫脲衍生化合物具有潜在的VEGFR2抑制剂。这项研究的目的是通过抑制VEGFR2受体的抑制作用来确定N-Benzoyl- n'-naphythylthiourea（Bntu）及其衍生物作为抗癌的定量结构活性关系（QSAR）。获得的最佳QSAR方程模型可以用作设计具有最佳VEGFR2抑制活性的新的BNTU衍生化合物的指南。分析结果提供了最佳方程模型，如下所示：RS = -0.405（±1.020）Clogp 2 + 1.174（±8.709）clogp + 5.227（±3.273）E Lumo -72.983（±7.625）（±7.625）（两个物理学化学参数）（n = 14; r = 0.971; se = 4.519; f = 54.777; sig。= 0.000）。通过抑制VEGFR2受体的抗癌化合物及其衍生物的抗癌活性受到亲脂性和电子特性的影响。
新型QSAR模型，用于预测细胞色素P450酶的可逆和时间依赖性抑制
carboxamid e carboxylate carboxylic acid ether halide hydrazine hydroxylamine imine iminomethyl ketone nitrile quinones sulfide sulfonamide sulfone sulfoxide urea CYP3A4 4.673 -1.657 1.259 -0.5551 -2.915 5.568 1.027 9.7 0.22 3.645 1.812 -8.266 -3.206 -0.72 4.486 -2.023 3.258 -1.178 -4.696 -1.171 0.2793 2.299 2.656 2.656 -2.057 -2.223 4.487 CYYP3A4 MBI COPT 1.056 1.124 -3.735 3.305 2.279 -0.2916 -0.5531 1.76 -1.762 -1.122 0.0924 -1.604 -0.185 0.7485 -0.8378 -1.71 -2.679 CYP2C9 -1.714 -1.019 0.5386 -1.888 -0.4591 -4.956 0.6673 -1.543 -5.244 -1.749 -2.953 -2.057 1.877 2.274 -3.064 0.9572 1.215 -0.9967 -2.176 1.688 -1.019 -0.5739 5.121 5.445 -1.431 -1.756 CYP2C19 -2.273 -1.076 2.023 -1.003 0.6657 -0.6112 0.8963 -7.442 -2.295 -0.02369 -3.314 0.04706 -1.89 -2.443 0.2077 0.062 -1.207 -3.293 -0.1096 1.859 4.388 -0.701 -2.874 -2.715 -3.454 CYP2D6 5.566 -1.377 -3.444 -3.224 -2.803 10.12 -0.9736 -1.175 -16.24 -7.884 -2.954 -11.59 -0.9727 -2.91 -4.197 -1.804 0.6502 -3.126 -2.019 -0.9496 -1.377 3.191 -4.559 -3.354 -1.54 1.906