1. 什么是蛋白质?它们有什么作用?:MedlinePlus Genetics。访问日期:2021 年 5 月 3 日。https://medlineplus.gov/genetics/understanding/howgeneswork/protein/ 2. Klaips CL、Jayaraj GG、Hartl FU。衰老和疾病中的细胞蛋白质稳态途径。J Cell Biol。2017;217(1):51-63。doi:10.1083/jcb.201709072 3. Ciechanover A。蛋白水解:从溶酶体到泛素和蛋白酶体。Nat Rev Mol Cell Biol。2005;6(1):79-87。doi:10.1038/nrm1552 4. Oprea TI、Bologa CG、Brunak S 等人。人类基因组中未探索的治疗机会。天然药物发现评论。2018;17(5):317-332。doi:10.1038/nrd.2018.14 5. Hopkins AL、Groom CR。可用药基因组。天然药物发现评论。2002;1(9):727-730。doi:10.1038/nrd892 6. Collins I、Wang H、Caldwell JJ、Chopra R。通过调节泛素-蛋白酶体途径进行靶向蛋白质降解的化学方法。Biochem J。2017;474(7):1127-1147。doi:10.1042/BCJ20160762 7. Ito T、Ando H、Suzuki T 等人。确定沙利度胺致畸性的主要靶点。Science。 2010;327(5971):1345-1350。doi:10.1126/science.1177319 8. Krönke J、Udeshi ND、Narla A 等。来那度胺可导致多发性骨髓瘤细胞中 IKZF1 和 IKZF3 选择性降解。Science。2014;343(6168):301-305。doi:10.1126/science.1244851 9. Lu G、Middleton RE、Sun H 等。骨髓瘤药物来那度胺可促进 cereblon 依赖性 Ikaros 蛋白破坏。Science。2014;343(6168):305-309。 doi:10.1126/science.1244917 10. Gandhi AK、Kang J、Havens CG 等。免疫调节剂来那度胺和泊马度胺通过调节 E3 泛素连接酶复合物 CRL4(CRBN.) 诱导 T 细胞阻遏物 Ikaros 和 Aiolos 降解,从而共刺激 T 细胞。Br J Haematol。2014;164(6):811-821。doi:10.1111/bjh.12708 11. Chamberlain PP、Lopez-Girona A、Miller K 等。人类 Cereblon–DDB1–来那度胺复合物的结构揭示了对沙利度胺类似物反应的基础。Nat Struct Mol Biol。2014;21(9):803-809。 doi:10.1038/nsmb.2874 12. Ito T, Handa H. Cereblon 及其下游底物作为免疫调节药物的分子靶点。Int J Hematol。2016;104(3):293-299。doi:10.1007/s12185-016-2073-4 13. Matyskiela ME, Lu G, Ito T 等人。一种新型 cereblon 调节剂将 GSPT1 募集到 CRL4 CRBN 泛素连接酶中。Nature。2016;535(7611):252-257。doi:10.1038/nature18611 14. Chamberlain PP, Cathers BE。Cereblon 调节剂:低分子量蛋白质降解诱导剂。Drug Discov Today Technol。 2019;31:29-34。doi:10.1016/j.ddtec.2019.02.004 15. Baek K、Schulman BA。分子胶概念固化。Nat Chem Biol。2020;16(1):2-3。doi:10.1038/s41589-019-0414-3 16. Scheepstra M、Hekking KFW、van Hijfte L、Folmer RHA。药物发现中用于蛋白质降解的双价配体。Comput Struct Biotechnol J。2019;17:160-176。doi:10.1016/j.csbj.2019.01.006
[1] Naess IA、Christiansen SC、Romundstad P、Cannegieter SC、Rosendaal FR、Hammerstrom J。静脉血栓形成的发病率和死亡率:一项基于人群的研究。J Thromb Haemost。2007;5:692-9。[2] Arshad N、Isaksen T、Hansen JB、Braekkan SK。从一般人群中招募的大型队列中静脉血栓栓塞症发病率的时间趋势。Eur J Epidemiol。2017;32:299-305。[3] Winter MP、Schernthaner GH、Lang IM。静脉血栓栓塞症的慢性并发症。J Thromb Haemost。2017;15:1531-40。 [4] Schulman S、Lindmarker P、Holmstrom M、Larfars G、Carlsson A、Nicol P、Svensson E、Ljungberg B、Viering S、Nordlander S、Leijd B、Jahed K、Hjorth M、Linder O、Beckman M. 首次静脉血栓栓塞症发作后用华法林治疗 6 周或 6 个月 10 年的血栓后综合征、复发和死亡。J Thromb Haemost。2006;4:734-42。[5] Klok FA、van der Hulle T、den Exter PL、Lankeit M、Huisman MV、Konstantinides S. 肺栓塞后综合征:肺栓塞慢性并发症的新概念。血液评论。2014;28:221-6。 [6] Jorgensen H、Horvath-Puho E、Laugesen K、Braekkan S、Hansen JB、Sorensen HT。丹麦发生静脉血栓栓塞症后永久性工作相关残疾养老金的风险:一项基于人群的队列研究。PLoS Med。2021;18:e1003770。[7] Cushman M。静脉血栓形成的流行病学和风险因素。Semin Hematol。2007;44:62-9。[8] Lijfering WM、Rosendaal FR、Cannegieter SC。静脉血栓形成的危险因素——从流行病学角度看目前的认识。Br J Haematol。2010;149:824-33。 [9] Kearon C、Ageno W、Cannegieter SC、Cosmi B、Geersing GJ、Kyrle PA。抗凝控制和血栓性疾病预测与诊断变量小组委员会。将患者分为诱发性或非诱发性静脉血栓栓塞症:ISTH SSC 指导。J Thromb Haemost。2016;14:1480 – 3。https://doi.org/10.1111/jth.13336 [10] Christensen DM、Strange JE、Phelps M、Schjerning AM、Sehested TSG、Gerds T、Gislason G。2005 年至 2021 年丹麦心肌梗死发病率的年龄和性别特定趋势。动脉粥样硬化。 2022;346:63-7。[11] Sulo G、Igland J、Vollset SE、Ebbing M、Egeland GM、Ariansen I、Tell GS。挪威急性心肌梗死发病趋势:使用 CVDNOR 项目的国家数据对 2014 年进行更新分析。Eur J Prev Cardiol。2018;25:1031-9。[12] Munster AM、Rasmussen TB、Falstie-Jensen AM、Harboe L、Stynes G、Dybro L、Hansen ML、Brandes A、Grove EL、Johnsen SP。不断变化的形势:2006-2015 年静脉血栓栓塞症住院患者发病率和特征的时间趋势。Thromb Res。2019;176:46-53。 [13] Ghanima W、Brodin E、Schultze A、Shepherd L、Lambrelli D、Ulvestad M、Ramagopalan S、Halvorsen S。2010-2017 年挪威静脉血栓栓塞的发病率和患病率。血栓研究。 2020;195:165 – 8 。 [14] 万德尔 P,福斯伦德 T,Danin Mankowitz H, Ugarph-Morawski A, Eliasson S, Braunschwieg F, Holmstrom M. 2011-2018 年斯德哥尔摩静脉血栓栓塞症:人口统计学研究。《血栓溶解杂志》。2019;48:668 – 73。
[1] Dario Amodei、Chris Olah、Jacob Steinhardt、Paul Christiano、John Schulman 和 Dan Mané。2016 年。《人工智能安全中的具体问题》。CoRR abs/1606.06565 (2016)。[2] Berkeley J. Dietvorst、Joseph P. Simmons 和 Cade Massey。2015 年。《算法厌恶:人们在发现算法有错误后会错误地避开它们》。《实验心理学杂志:综合》144, 1 (2015),114。[3] Berkeley J. Dietvorst、Joseph P. Simmons 和 Cade Massey。2018 年。《克服算法厌恶:如果人们可以(即使稍微)修改算法,他们也会使用不完美的算法》。《管理科学》64, 3 (2018),1155–1170。 [4] Julie S. Downs、Mandy B. Holbrook、Steve Sheng 和 Lorrie Faith Cranor。2010 年。您的参与者是否在玩弄系统?筛查 Mechanical Turk 工人。在 SIGCHI 计算机系统人为因素会议论文集上。2399–2402。[5] Jodi Forlizzi 和 Carl DiSalvo。2006 年。家庭环境中的服务机器人:对家用 Roomba 吸尘器的研究。在第一届 ACM SIGCHI/SIGART 人机交互会议论文集上。[6] Dylan Hadfield-Menell、Smitha Milli、Pieter Abbeel、Stuart J. Russell 和 Anca Dragan。2017 年。逆向奖励设计。在神经信息处理系统的发展中。[7] Bill Hibbard。2012 年。避免意外的 AI 行为。在国际通用人工智能会议上。Springer,107–116。[8] Lynn M. Hulse、Hui Xie 和 Edwin R. Galea。2018 年。对自动驾驶汽车的看法:与道路使用者的关系、风险、性别和年龄。安全科学 102(2018 年),1–13。[9] Rafal Kocielnik、Saleema Amershi 和 Paul N. Bennett。2019 年。您会接受不完美的人工智能吗?探索调整人工智能系统最终用户期望的设计。在 CHI 计算系统人为因素会议论文集上。[10] Moritz Körber。2018 年。衡量对自动化信任的理论考虑和问卷的开发。在国际人体工程学协会大会上。Springer,13–30。 [11] Victoria Krakovna、Laurent Orseau、Miljan Martic 和 Shane Legg。2019 年。使用逐步相对可达性惩罚副作用。在 AI 安全研讨会 IJCAI 中。[12] Victoria Krakovna、Laurent Orseau、Richard Ngo、Miljan Martic 和 Shane Legg。2020 年。通过考虑未来任务来避免副作用。在第 20 届神经信息处理系统会议论文集上。[13] Miltos Kyriakidis、Riender Happee 和 Joost CF de Winter。2015 年。公众对自动驾驶的看法:对 5000 名受访者的国际问卷调查结果。交通研究 F 部分:交通心理学和行为 32(2015 年),127–140。 [14] Ramya Ramakrishnan、Ece Kamar、Debadeepta Dey、Julie Shah 和 Eric Horvitz。2018 年。《发现强化学习中的盲点》。《第 17 届自主代理和多代理系统国际会议论文集》。[15] Stuart Russell。2017 年。《可证明有益的人工智能》。《指数生命,下一步》(2017 年)。[16] Sandhya Saisubramanian、Ece Kamar 和 Shlomo Zilberstein。2020 年。一种减轻负面影响的多目标方法。在第 29 届国际人工智能联合会议论文集上。[17] Sandhya Saisubramanian 和 Shlomo Zilberstein。2021 年。通过环境塑造减轻负面影响。在第 20 届自主代理和多智能体系统国际会议论文集上。[18] Sandhya Saisubramanian、Shlomo Zilberstein 和 Ece Kamar。2020 年。避免因对人工智能系统知识不完整而产生的负面影响。CoRR abs/2008.12146 (2020)。[19] Rohin Shah、Dmitrii Krasheninnikov、Jordan Alexander、Pieter Abbeel 和 Anca Dragan。 2019. 世界状态中的隐含偏好。第七届国际学习表征会议论文集。[20] Alexander Matt Turner、Dylan Hadfield-Menell 和 Prasad Tadepalli。2020. 通过可实现效用保存实现保守代理。AAAI/ACM 人工智能、伦理与社会会议论文集。[21] Ming Yin、Jennifer Wortman Vaughan 和 Hanna Wallach。2019. 理解准确度对机器学习模型信任的影响。CHI 计算系统人为因素会议论文集。[22] Shun Zhang、Edmund H. Durfee 和 Satinder P. Singh。2018. 分解马尔可夫决策过程中对副作用的 Minimax-Regret 查询以实现安全最优。在第 27 届国际人工智能联合会议论文集上。