XiaoMi-AI文件搜索系统
World File Search SystemTDP1
关于TDP1抑制剂的案例研究摘要INT
本文提出了一种计算方法，该方法可以根据其对给定案例研究的重要性生成IUPAC宣传的官能团的降序。因此，可以从从中成功启动药物发现的功能组列表。使用针对TDP1抑制剂的Pubchem生物测定法证明了适用于任何具有足够数据的研究案例的方法。Scikit学习了对随机森林分类器（RFC）算法的解释。机器学习（ML）型号RFC获得了70.9％的精度，73.1％的精度，66.1％的召回率，69.4％F1和70.8％的接收器操作特征（ROC）。除了主要研究外，还开发了CID_SID ML模型，该模型仅使用PubChem化合物和物质标识符（CID和SIDS）数据，可以以85.2％的精度预测，94.2％精度为94.2％，75％精度，F1的F1，83.5％F1和85.2％ROC的F1和85.2％ROC是否具有化合物是否具有化合物。
TDP1 和 TOP1 作为 NSCLC 抗癌治疗的靶点
目的：拓扑异构酶 1 (TOP1) 是用于治疗各种癌症的药物靶点。酪氨酰 DNA 磷酸二酯酶 1 (TDP1) 的酶活性可以抵消 TOP1 药物的作用。因此，为了阐明将 TDP1 和 TOP1 结合作为 NSCLC 抗癌治疗药物靶点的相关性，首次在大量 NSCLC 患者的正常和肿瘤组织配对中量化 TDP1 和 TOP1，并将两种酶的数据与临床数据相关联。材料和方法：使用 TDP1 和 TOP1 特异性生物传感器和 ELISA 测量 150 名 NSCLC 患者的正常和肿瘤组织配对中的 TDP1 和 TOP1 活性和蛋白质浓度。将 TDP1 和 TOP1 活性和蛋白质浓度与临床数据相关联。结果：在个体患者中，TDP1 和 TOP1 活性和蛋白质浓度从正常组织到肿瘤组织显著上调，但与任何临床数据均无相关性。TDP1 和 TOP1 活性分别在 89.3% 和 82.7% 的患者中上调，并且在正常组织和肿瘤组织中均具有相关性。蛋白质浓度也呈现出相同趋势，分别在 73.0% 和 84.4% 的患者中 TDP1 和 TOP1 上调。TDP1 和 TOP1 的活性和蛋白质浓度在正常组织和肿瘤组织中均具有相关性。结论：TDP1 和 TOP1 从正常组织到肿瘤组织的上调，结合 TDP1 和 TOP1 与任何临床数据均无相关性的观察结果，表明这两种蛋白质对于 NSCLC 中肿瘤细胞的发展或维持都很重要。TDP1 和 TOP1 之间的相关性表明酶之间存在生物依赖性和潜在的共同调节作用。这些观察结果对于使用 TOP1 和 TDP1 作为 NSCLC 抗癌治疗的靶点具有鼓舞作用。