XiaoMi-AI文件搜索系统
World File Search SystemWELM
一种预测药物的有效计算方法......
通讯作者：安吉勇 摘要：背景：预测新的药物-靶标相互作用（DTI）在发现新的候选药物和寻找新的靶标蛋白质中起着重要作用。考虑到实验方法耗时且昂贵。因此，如何开发有效的计算方法来准确预测药物和靶标之间的潜在关联是一项具有挑战性的任务。结果：在本文中，我们提出了一种基于药物指纹和蛋白质进化信息的新型计算方法WELM-SURF来识别DTI。更具体地说，为了利用蛋白质序列特征，应用位置特异性评分矩阵（PSSM）来捕获蛋白质进化信息，并使用加速机器人特征（SURF）从PSSM中提取序列关键特征。对于药物指纹，使用分子子结构指纹的化学结构来表示药物作为特征向量。考虑到加权极限学习机（WELM）具有训练时间短、泛化能力强以及最重要的是能够通过优化权重矩阵的损失函数有效地执行分类的优势。因此，采用WELM分类器对提取的特征进行分类以预测DTIs。通过五重交叉验证检验在酶、离子通道、GPCRs和核受体数据集上进行实验验证，评估了WELM-SURF模型的性能。WELM-SURF在酶、离子通道、GPCRs和核受体数据集上的平均准确率分别为93.54%、90.58%、85.43%和77.45%。我们还将其性能与极限学习机（ELM）、在酶和离子通道数据集上最先进的支持向量机（SVM）以及在四个数据集上的其他现有方法进行了比较。与实验结果相比，WELM-SURF的性能明显优于ELM、SVM和该领域的其他先前方法。结论：结果表明，所提出的WELM-SURF模型能够高精度、稳健地预测DTIs。预计 WELM - SURF 方法是一种有用的计算工具，可广泛促进与 DTI 预测相关的生物信息学研究。
患者来源的三阴性乳腺癌异种移植可实现反卷积和预测化疗反应
Jonathan T. Lei 1,2，Lacey E. Dobrolecki 1，Chen Huang 1,15，Ramakrishnan R. Srinivasan 1，Suhas V. Vasaikar 1,16，Alaina N. Lewis 1，Christina Sallas 1，Christina Sallas 1，Na Zhao 2，Na Zhao 2，Jin Cao 1，17，17，17，lia lia lia lia lia lia lia lian lian lion lion，kh yu。 ，C。KentOsborne 1，Mothaffar F. Rimawi 1，Matthew J. Ellis 1,18，Varduhi Petrosyan 3，Bo Wen 1,19，Kai Li 1,20，Alexander B. Saltz 14，Anna Malov，Anna Malov，Anna Malov 1,4,5 Ang 1，Senthil Damodaran 9，Xiaofeng Zheng 9，Funda Meric-Bernstam 9，Gloria V. Echeng，11，11，11，Anna Shie，XI Chen 1,9，Bryan E. Welm 12，Alana L.
结合酪氨酸激酶抑制剂Cabozantinib和MTORC1/2抑制剂Sapanisertib阻断ERK途径活性并抑制肾细胞癌的肿瘤生长。
结合酪氨酸激酶抑制剂Cabozantinib和MTORC1/2抑制剂Sapanisertib阻断ERK途径的活性并抑制肾细胞癌中的肿瘤生长1,2，Siqi Chen 1,2，Siqi Chen 1,2，Siiaolu Yang Yang sato 1，Kazuhito 1，2 , Michael C. Wendl 1,2,4,5 , Tina M. Primeau 1 , Yanyan Zhao 1 , Alanna Gould 1 , Hua Sun 1,2 , Jacqueline L. Mudd 1 , Jeremy Hoog 1 , R. Jay Mashl 1,2 , Matthew A. Wyczalkowski 1,2 , Chia-Kuei Mo 1,2 , Ruiyang Liu 1,2 , John M. Herndon 6,7 , Sherri R. Davies 1，Di Liu 1，Xi ding 1，Yvonne A. Evrard 8，Bryan E. Welm 9，David Lum 9，Mei Yee Koh 9，Alana L. Welm 9，Jeffrey H. Chuang 10，Jeffrey H. Chuang 10，Jeffrey A.Moscow 11 1，Ryan C. Fields 4，Kian-Huat Lim 1,4，Cynthia X. Ma 1,4，Hui Zhang 3，Li ding 1,2,4,6和Feng Chen 1,4
年鉴
航空天线：Demgy 组装：ACGB、ACMH、Atos Racks、Groupe PG、Nexeya、Serbian 电磁屏蔽：Atos Racks、Jacques Dubois、Serbian 武器校准：Starnav 传感器：Correge、Drone XTR、EFE、Heatself、Thermocoax、Visionic电声耳机：Factem 工业探测器：无人机XTR、FACTEM、Visionic 加热元件：Correction、HeatSelf、Thermocoax Epi：Cotral Lab、Welm PROTECOP：TFS 过滤器：Guérin Filters Fucked Gaine：Spiragaine 地理位置：Sysnav 关节：Gauthier Connectique、Jacques Dubois、参见材料和防御设备：Protecop、Mobile国防设备：DS2i Cord、XTR 气动和液压无人机：CNC Lebrun、MECA HP 水箱：ACGB 弹簧：Masselin 防护罩弹簧：ACMH、Atos 机架管道：SAB Industries Stellar Aim：Starnav
乳腺癌研究进展
会议联合主席： Jason S. Carroll，英国癌症研究中心剑桥研究所，英国剑桥 Jenny C. Chang，德克萨斯州休斯顿休斯顿卫理公会医院癌症中心 Jane E. Visvader，澳大利亚帕克维尔沃尔特与伊丽莎·霍尔医学研究所 星期四，2023 年 10 月 19 日 下午 6:00-7:15 欢迎辞和主旨演讲 Emerald 宴会厅 下午 6:00-6:15 联合主席欢迎词 Jane E. Visvader，澳大利亚帕克维尔沃尔特与伊丽莎·霍尔医学研究所 下午 6:15-7:15 开幕主旨演讲（符合 CME 资格）所有人类蛋白酪氨酸激酶底物特异性图谱 Lewis C. Cantley，马萨诸塞州波士顿丹娜—法伯癌症研究所 晚上 7:15-9:00 开幕招待会 Crystal 宴会厅 星期五，2023 年 10 月 20 日 晚上 7:00上午 8:00 – 上午 8:00 早餐 钻石宴会厅 上午 8:00 – 上午 10:15 全体会议 1：模型（CME 合格） 翡翠宴会厅 会议主席：Leif Ellisen，马萨诸塞州总医院癌症中心和哈佛医学院路德维希中心，马萨诸塞州波士顿 上午 8:00 – 上午 8:35 乳腺癌的演变 Joan S. Brugge，哈佛医学院，马萨诸塞州波士顿 上午 8:35 – 上午 8:50 识别和药物靶向治疗耐药性、干细胞样乳腺癌细胞以进行联合治疗* Heeju Noh，哥伦比亚大学，纽约，纽约 上午 8:50 – 上午 9:25 用于发现科学和精准医学的患者来源的乳腺癌模型 Alana L. Welm，犹他大学亨茨曼癌症研究所，犹他州盐湖城 上午 9:25 – 上午 9:40 通过高灵活性和效率的体细胞精准基因编辑对乳腺癌进行建模*