摘要:目前世界在新的SARS-COV-2感染的传播下徘徊。尽管科学家对各种病毒结构做出了不懈的努力,但这种治疗仍然难以捉摸。虽然3-偶联丙二酰蛋白酶样蛋白酶切割多蛋白和结构蛋白有助于病毒复制。同时,非结构蛋白刺激mRNA帽甲基化以逃避免疫反应。本研究旨在通过虚拟筛选,分子对接方法和分子动力学来鉴定针对这三个靶标,包括3C样蛋白酶,N-蛋白质和NSP16的新型双重抑制剂化合物。这种双重抑制剂可能会提供必要的治疗方法来减轻当前的大流行。,我们针对三种类型的CoVID-19靶标,即3C样蛋白酶(6W63),N蛋白(6VyO)和非结构蛋白16(6W4H)筛选了265种FDA批准的感染性疾病药物,即使用计算机辅助的药物重新推销在这项研究中。Schrodinger Suite 2019用于高吞吐量筛选,分子对接和通过滑行模块结合自由能。我们根据虚拟统计参数提出了27种药物,其中最常见的三种药物是建议的。我们发现三种属于两个主要类别的药物作为双重抑制剂。Plazomicin(氨基糖苷)和头孢菌素(头孢菌素)是抗生素的药物,而Vanciclovir是抗病毒。基于其有前途的对接得分曲线,对NSP16的30000PS超过30000PS进行了分子动力学模拟研究。30000PS的配体的RMSD参数在2.5Å中保持稳定。因此,这三种化合物可以通过临床试验验证为SARS-COV-2治疗。
单胺转运蛋白包括5-羟色胺,多巴胺和去甲肾上腺素的转运蛋白在单胺能突触信号中起关键作用,涉及多种神经系统和生理疾病的分子病因。尽管是至关重要的药物焦油,但由于跨膜蛋白在细胞膜中的定位,对跨膜蛋白的研究仍然具有挑战性。为了解决这个问题,我们介绍了使用QTY代码设计的7种单胺转运蛋白及其水溶性变体的结构生物信息学研究,该研究是通过系统地代替疏水性氨基酸(L),Valine(v),Isolealucine(Isolecomine(I)和苯基丙氨酸(I)(f)(f)(f)(f)(f)(f)(f)(f)(f)(f)(f)(f)(f)(f)) Tyro-sine(y)尽管有明显的蛋白质跨膜序列差异(44.27%-51.85%),但所产生的数量变体显示出相似的等电点(PI)和分子量。虽然它们的疏水表面大大降低,但这种变化导致结构改变最小。定量,AlphaFold2预测的QTY变体结构与RMSD0.492Å-1.619Å的相似性显着相似。伴随着取代氨基酸的结构相似性,我们的研究揭示了基因组数据库中的多个数量和反向的数量变化。我们进一步分析了它们的表型和拓扑特征。通过将进化游戏理论扩展到生物学的分子基础,我们提供了对化学不同α-螺旋的进化动力学的见解,它们在不同的化学治疗应用中的用途以及诊断医学的开放可能性。我们的研究合理化的是,单胺转运蛋白的数量变体不仅可能成为医学,结构和探索研究的独特工具,而且这些转运蛋白也可能是当代治疗靶标,为多种疾病提供了一种新的治疗方法。
群集定期间隔短的短质体重复序列(CRISPR)相关蛋白(CAS)系统通过提供高精度和多功能性来彻底改变了基因组编辑。然而,大多数基因组编辑应用都依赖数量有限的良好特征的CAS9和CAS12变体,从而限制了更广泛的基因组工程应用的潜力。在这项研究中,我们广泛探索了CAS9和Cas12蛋白,并开发了Casgen,这是一种基于边缘的基于边缘的潜在空间正则化的新型深层生成模型,以增强新生成的Cas9和Cas12蛋白的质量。具体来说,卡斯根采用一种结合分类来过滤非CAS序列的策略,对潜在空间的贝叶斯优化来指导功能相关的设计,并使用基于Alphafold的分析进行彻底的结构验证,以确保稳健的蛋白质产生。我们从知名的生物数据库(例如InterPro和PDB)中收集了一个具有3,021 cas9、597 Cas12和597个非CAS蛋白序列的综合数据集。为了验证生成的蛋白质,我们使用BLAST工具进行了序列对齐,以确保新颖性并过滤到与现有CAS蛋白的高度相似序列。使用AlphaFold2和AlphaFold3的结构预测证实,生成的蛋白质与已知CAS9和CAS12变体具有很高的结构相似性,TM分数在0.70至0.85之间,并且root-Mean-square偏差(RMSD)值低于2.00。序列身份分析进一步表明,生成的CAS9直系同源物在已知变体中表现出28%至55%的身份,而CAS12A变体的身份高达48%。我们的结果表明,提出的CAS生成模型具有通过设计保留功能完整性的各种CAS蛋白来扩展基因组编辑工具包的重要潜力。开发的深层生成方法为合成生物学和治疗应用提供了有希望的途径,从而为开发了更精确,更通用的CAS基因组编辑工具的开发。
群集定期间隔短的短质体重复序列(CRISPR)相关蛋白(CAS)系统通过提供高精度和多功能性来彻底改变了基因组编辑。然而,大多数基因组编辑应用都依赖数量有限的良好特征的CAS9和CAS12变体,从而限制了更广泛的基因组工程应用的潜力。在这项研究中,我们广泛探索了CAS9和Cas12蛋白,并开发了Casgen,这是一种基于边缘的基于边缘的潜在空间正则化的新型深层生成模型,以增强新生成的Cas9和Cas12蛋白的质量。具体来说,卡斯根采用一种结合分类来过滤非CAS序列的策略,对潜在空间的贝叶斯优化来指导功能相关的设计,并使用基于Alphafold的分析进行彻底的结构验证,以确保稳健的蛋白质产生。我们从知名的生物数据库(例如InterPro和PDB)中收集了一个具有3,021 cas9、597 Cas12和597个非CAS蛋白序列的综合数据集。为了验证生成的蛋白质,我们使用BLAST工具进行了序列对齐,以确保新颖性并过滤到与现有CAS蛋白的高度相似序列。使用AlphaFold2和AlphaFold3的结构预测证实,生成的蛋白质与已知CAS9和CAS12变体具有很高的结构相似性,TM分数在0.70至0.85之间,并且root-Mean-square偏差(RMSD)值低于2.00。序列身份分析进一步表明,生成的CAS9直系同源物在已知变体中表现出28%至55%的身份,而CAS12A变体的身份高达48%。我们的结果表明,提出的CAS生成模型具有通过设计保留功能完整性的各种CAS蛋白来扩展基因组编辑工具包的重要潜力。开发的深层生成方法为合成生物学和治疗应用提供了有希望的途径,从而为开发了更精确,更通用的CAS基因组编辑工具的开发。
摘要:无人机(UAV-LS)的激光扫描数据为仅基于 UAV-LS 数据估算森林生长蓄积量(V)提供了新的机会。我们提出了一种测量树木属性的方法,并使用这些测量值估算 V,而无需使用现场数据进行校准。该方法包括五个步骤:i)使用 UAV-LS 数据,自动识别树冠并逐墙分割。ii) 从所有检测到的树冠中,取一个样本,其中胸高直径(DBH)可以通过 UAV-LS 数据中的视觉评估可靠地记录。iii) 另一个树冠样本是从 UAV 图像数据中可识别树种的树冠中取的。iv) 使用样本拟合 DBH 和树种模型,并应用于所有检测到的树冠。v) 使用现有的异速生长模型,利用预测的树种、DBH 和 UAV-LS 直接获得的高度来预测单株树的体积。该方法应用于 Riegl-VUX 数据集,该数据集的平均密度为 1130 个点 m − 2 和 3 厘米正射影像,该数据集是在 8.8 公顷的管理北方森林中获取的。汇总已识别树木的体积以估计地块、林分和森林级别的体积,并使用 58 个独立测量的田间地块进行验证。当将空间尺度从地块 (32.2%) 增加到林分 (27.1%) 和森林级别 (3.5%) 时,均方根偏差 ( RMSD %) 会降低。UAV-LS 估计的准确度因森林结构而异,在疏松林中准确度最高,在茂密的桦树或云杉林中准确度最低。在森林层面,基于 UAV-LS 数据的估计值完全在密集实地调查估计值的 95% 置信区间内,并且两个估计值具有相似的精度。虽然结果令人鼓舞,可以进一步在完全机载森林清查的背景下使用 UAV-LS,但未来的研究应该在各种森林类型和条件下证实我们的发现。
谷氨酸转运蛋白通过调节兴奋性神经发射器水平(涉及多种神经系统和生理疾病)时,通过调节兴奋性神经发射器水平来在神经生理中起关键作用。然而,由于它们在细胞内脑中的定位,包括谷氨酸转运蛋白在内的整合跨膜蛋白仍然难以研究。在这里,我们介绍了通过QTY代码产生的谷氨酸转运蛋白及其水溶性变体的结构生物信息学研究,这是一种基于系统氨基酸取代的蛋白质设计策略。这些包括由X射线晶体学,Cryo-EM确定的2种结构,以及6个由Alphafold2预测的结构及其预测的水溶性数量变体。在谷氨酸转运蛋白的天然结构中,跨膜螺旋含有疏水氨基酸,例如亮氨酸(L),异亮氨酸(I)和苯丙氨酸(F)。为设计水溶性变种,这些疏水性氨基酸被系统地取代了亲水性氨基酸,即谷氨酰胺(Q),苏氨酸(T)和酪氨酸(Y)。数量变体表现出水溶性,其中四个具有相同的等电聚焦点(PI),而其他四个具有非常相似的PI。我们介绍天然谷氨酸转运蛋白及其水溶性数量变体的超塑结构。尽管有明显的蛋白质跨膜序列差异(41.1% - > 53.8%),但与RMSD0.528Å-2.456Å相似,表现出与RMSD0.528Å-2.456Å的显着相似性。此外,我们研究了天然谷氨酸转运蛋白及其QTY变体之间疏水性斑块的差异。经过仔细检查,我们发现了这些转运蛋白中的L-> Q,i-> q,i-> t,i-> t,f-> y和q-> l,t-> i,y-> f的多种自然变化。其中一些自然变异是良性的,其余的是在特定的神经系统疾病中报告的。我们进一步研究了疏水性在谷氨酸转运蛋白中疏水性取代的特征,利用了变体分析和进化分析。我们的结构生物信息学研究不仅提供了疏水螺旋之间差异的见解
2 Halu Oleo大学食品科学技术系摘要肺癌是一种起源于气道或支气管上皮的主要恶性肿瘤。 癌症的发生的特征是细胞生长不正常,无限和损害正常组织细胞。 在抑制肺癌生长的受体之一是EGFR。 这项研究的目的是确定天然材料化合物作为肺癌药物的酸性抑制剂突变体T790M/C797 EGFR的活性。 这项研究是一项描述性研究计算的描述性研究,是使用配体软件的基于结构性的药物生态学建模方法,使用药物使用Autodock工具软件使用Autodock tocal进行了虚拟筛选和分子张力,该软件具有基于目标参数的根,基于目标参数的根,该词根的根部的根部的根的根的根的根,该根的根的根是根的根的根的根,根的根的根的根的根的根的根的根的根的根的根是>根的根的根的根的根的根的根 EGFR受体代码为5D41,而比较配体为57N。 研究的结果获得了药物模型的验证,即AUC值100%= 0.61,由2个水或h键供体的1个特征组成。 针对椰子数据库的基于药物的筛查可产生270,001个命中化合物。 分子拉伸的结果表明,化合物CNP0179931(3-(4-氯苯基)-n-- [((ochahydro-1H- Quinolizin-1-基)甲基)-1H-Pyrazole-5-5-辅助酰胺具有结合的能量值(ΔG) -1H-pyrazole-5-羧酰胺(2,91 nm,可以得出结论,与天然配体相比,CNP0179931化合物具有更好的结合亲和力值,而基于氢键,Van derawal和Hydropophic Bonds的相似性,可以看到相互作用分析。2 Halu Oleo大学食品科学技术系摘要肺癌是一种起源于气道或支气管上皮的主要恶性肿瘤。癌症的发生的特征是细胞生长不正常,无限和损害正常组织细胞。在抑制肺癌生长的受体之一是EGFR。这项研究的目的是确定天然材料化合物作为肺癌药物的酸性抑制剂突变体T790M/C797 EGFR的活性。这项研究是一项描述性研究计算的描述性研究,是使用配体软件的基于结构性的药物生态学建模方法,使用药物使用Autodock工具软件使用Autodock tocal进行了虚拟筛选和分子张力,该软件具有基于目标参数的根,基于目标参数的根,该词根的根部的根部的根的根的根的根,该根的根的根是根的根的根的根,根的根的根的根的根的根的根的根的根的根的根是EGFR受体代码为5D41,而比较配体为57N。研究的结果获得了药物模型的验证,即AUC值100%= 0.61,由2个水或h键供体的1个特征组成。针对椰子数据库的基于药物的筛查可产生270,001个命中化合物。分子拉伸的结果表明,化合物CNP0179931(3-(4-氯苯基)-n-- [((ochahydro-1H- Quinolizin-1-基)甲基)-1H-Pyrazole-5-5-辅助酰胺具有结合的能量值(ΔG) -1H-pyrazole-5-羧酰胺(2,91 nm,可以得出结论,与天然配体相比,CNP0179931化合物具有更好的结合亲和力值,而基于氢键,Van derawal和Hydropophic Bonds的相似性,可以看到相互作用分析。关键词:肺癌,EGFR,虚拟筛查,分子取