XiaoMi-AI文件搜索系统
World File Search SystemTAAR1
alphafold加速了针对痕量胺相关受体1
人工智能正在革新蛋白质结构预测，为药物设计提供了前所未有的机会。为了评估对配体发现的潜在影响，我们使用Alphafold机器学习方法和传统同源性建模产生的蛋白质结构比较了虚拟筛选。将超过1600万种化合物停靠到痕量胺相关受体1（TAAR1）的模型，这是一种未知结构的G蛋白 - 偶联受体，也是治疗神经精神疾病的靶标。分别来自Alphafold和同源模型筛选的30和32个高度排名化合物。中有25个是TAAR1激动剂，其功能范围为12至0.03μM。AlphaFold屏幕的产生的命中率（60％）比同源性模型高两倍以上，并且发现了最有效的前身。具有有希望的选择性曲线和类似药物的特性的TAAR1激动剂在野生型中显示出生理和抗精神病药样作用，但在TAAR1敲除小鼠中却没有。这些结果表明，αFOLD结构可以加速药物发现。
也门DNA揭示了与黎凡特，阿拉伯和东非的古老联系
使用超级计算机，研究人员搜索了包含数百万个分子的化学文库，以找到最适合该模型的分子。然后，Karolinska Institutet的研究同事在实验中测试了预测与受体结合的分子。出乎意料的大量分子激活了TAAR1，其中最有效的一个在动物实验中也表现出了有希望的影响。