为了减轻并最终抵消这些影响,世界各国政府和组织都致力于实施解决方案,在未来十年内将温室气体排放量减少一半,到 2050 年实现净排放 4 。具体而言,欧盟和美国已承诺到 2050 年实现碳中和(或净零排放);中国已承诺在 2060 年之前实现碳中和,参与 2015 年《巴黎协定》的其他国家也做出了类似的承诺 5 。最近,2022 年联合国气候大会的决定重申了在先前提议的时间表内实现碳中和的承诺 6 。这些举措的结果是,许多减少或消除碳排放的新解决方案已经开发出来,此外还出现了为这些解决方案提供资金的新市场 7 。
选择性氘标记在药物研发过程中吸引了更多的关注,因为它具有独特的能力,可以通过在药物分子的特定位置掺入氘来改变药物的代谢命运和药代动力学特性并改善毒性特征。1此外,全氘代分子在开发创新材料2和通过中子散射研究软物质的结构和动力学方面得到了广泛的应用。3因此,探索在温和条件下构建选择性氘代和全氘代分子的新方法具有重要意义。吲哚衍生物被认为是最有利的结构模式之一,因为它们存在于许多天然产物、生物活性分子和功能材料中。4氘代吲哚作为突出的候选药物以及在化学和生物过程的机理研究中具有很高的价值。 5 在已报道的各种吲哚衍生物氘化方法中,直接 H/D 交换法是最有吸引力的选择,因为它具有诸多优势,包括不需要对起始材料进行预官能化,并且有可能对药物进行后期氘标记。6 已使用各种过渡金属(包括铱、7、铂、8、9、10、11、12、12 钴、12)作为催化剂,在吲哚中最活跃的 CH 键 C3 或(和)C2 处实现了区域选择性 H/D 交换。
1,德克萨斯大学里奥格兰德大学医学院医学院,德克萨斯州爱丁堡,德克萨斯州78541; 2德克萨斯大学里奥格兰德大学医学院神经科学系,德克萨斯州麦克阿伦,德克萨斯州78504; 3德克萨斯大学里奥格兰德分校化学系,德克萨斯州爱丁堡78539背景:神经退行性疾病是一种令人衰弱且无法治愈的疾病,会影响全球数百万的人。 神经细胞功能或故障的丧失会导致死亡率。 蛋白酶体抑制剂MG132众所周知,当模型神经元衍生的细胞系暴露在体外引起神经变性。 烟酰胺是一种驱虫药,已经使用了50多年,最近在药物重新陈述中引起了新的注意,因为在筛查中发现它是针对各种疾病的良好候选者。 我们最近发现,烟酰胺预防了MG132诱导的神经元细胞毒性的所有标记,包括泛素化蛋白的积累。 此外,还显示烟酰胺可以增强MG132诱导的自噬。 因此,我们的结果表明烟酰胺可能是潜在的神经保护剂。 在本研究中,通过变化的取代基合成了烟酰胺衍生物,并研究了MG132诱导的蛋白质泛素化的结构活性关系(SAR)和神经保护功能的细胞存活信号传导途径。1,德克萨斯大学里奥格兰德大学医学院医学院,德克萨斯州爱丁堡,德克萨斯州78541; 2德克萨斯大学里奥格兰德大学医学院神经科学系,德克萨斯州麦克阿伦,德克萨斯州78504; 3德克萨斯大学里奥格兰德分校化学系,德克萨斯州爱丁堡78539背景:神经退行性疾病是一种令人衰弱且无法治愈的疾病,会影响全球数百万的人。神经细胞功能或故障的丧失会导致死亡率。蛋白酶体抑制剂MG132众所周知,当模型神经元衍生的细胞系暴露在体外引起神经变性。烟酰胺是一种驱虫药,已经使用了50多年,最近在药物重新陈述中引起了新的注意,因为在筛查中发现它是针对各种疾病的良好候选者。我们最近发现,烟酰胺预防了MG132诱导的神经元细胞毒性的所有标记,包括泛素化蛋白的积累。此外,还显示烟酰胺可以增强MG132诱导的自噬。因此,我们的结果表明烟酰胺可能是潜在的神经保护剂。在本研究中,通过变化的取代基合成了烟酰胺衍生物,并研究了MG132诱导的蛋白质泛素化的结构活性关系(SAR)和神经保护功能的细胞存活信号传导途径。
1 我在其他地方讨论了“原因”(近因而非简单原因的一种版本)如何成为确定文学或艺术作品是否有人类作者的合适概念。请参阅 Daniel Gervais 的《机器作为作者》,105 I OWA L. R EV。2053(2020 年);Daniel Gervais,《人类原因》,《知识产权与人工智能研究手册》(R. Abbott 编辑,即将于 2022 年出版)。我在这两个来源中给出了这些类型作品的多个示例。本文使用“机器”作为通用术语,可能适用于使用 AI 软件的计算机,但也可以涵盖能够移动的机器,例如在画布上绘画的机器人。2 机器学习是 AI 的主要形式。参见 Roberto Iriondo,机器学习 (ML) 与人工智能 (AI) – 关键差异,T OWARDS AI(2018 年 10 月 15 日),https://medium.com/datadriveninvestor/differences-between-ai-and-machine-learning-and-why-it-matters-1255b182fc6(“‘机器学习 [ML] 是研究计算机算法,使计算机程序能够通过经验自动改进。’— ML 是我们期望实现 AI 的方式之一。机器学习依赖于处理大型数据集,通过检查和比较数据来找到共同模式并探索细微差别[,]”引用卡内基梅隆大学机器学习系前主任 Tom M. Mitchell 教授的话)。3 17 U.S.C.§ 106(2)。4 17 U.S.C.§ 101(强调添加)。5 一个众所周知的例子是名为 e-David 的机器,它使用复杂的视觉优化算法制作绘画,该算法“用相机拍照并根据这些照片绘制原画。” Shlomit Yanisky-Ravid,生成伦勃朗:3A 时代的人工智能、版权和问责制——类人作者已经到来——一种新模式,2017 M ICH 。S TATE L. R EV 。659, 662 (2017);另见下文第 III.A 节。6 请参阅 Gaëtan Hadjeres 和 François Pachet,《DeepBach:巴赫合唱团一代的可操纵模型》,AR X IV 1(2016 年 12 月 3 日),https://arxiv.org/pdf/1612.01010v1.pdf
以 3,5-双(三氟甲基)苯并肼 (1) 和各种取代的异硫氰酸酯为原料,合成了一系列新型氨基硫脲衍生物 (2a-d)。通过分析和光谱 (IR、1 H-NMR 和元素分析) 方法确定了新型化合物的结构。进行了计算机模拟研究,以确定和评估化合物的潜在抗癌活性。靶向药物设计对于癌症治疗至关重要,因为它可以提高选择性,从而减少抗癌药物的副作用。计算机辅助药物设计技术使我们能够设计和开发靶向的、因此具有选择性的治疗药物。我们在药物设计过程中受益于该技术,并将我们的靶标选定为 ATP 依赖性酶拓扑异构酶 II (Topo II)、表皮生长因子受体 (EGFR) 酪氨酸激酶结构域、碳酸酐酶 IX 和微管蛋白-秋水仙碱:stathmin 样结构域复合物,这些复合物因其生化和生理活性在癌症发展过程中发挥重要作用。根据计算机研究的结果,标题化合物显示出显著的潜在活性,具有成为多靶点药物的资格,可以同时作用和打击癌症化疗的几个主要靶点。
在直接比较羧酸衍生物与其酸性生物蛋白酶的直接比较:羟基酸(1b -5b)(Lassalas等,2016)。对于羧酸系列,与羟氨基酸类似物2B相比,脯氨酸衍生物1b的活性有所改善,但两者都是中等抑制剂。因此,我们决定降低酸度,并移至更中性的酰胺或酰基氢氮基。
因此,量子特性对于各种各样的主题都很有趣,例如量子化学计算,特别是在天体化学[4]、量子计算机[5]、量子存储器[6]、加密[7, 8]、量子发光装置[9],甚至全球规模的量子通信[10]。在例子中,混合材料在不同尺度上产生了不同的影响,量子特性的产生从亚原子尺度到宏观尺度及更远。因此,应该强调在更短尺度上发展的重要性,包括用于量子存储器的硅中单个高自旋核的相干电控制[11]和可能影响量子信息处理[12]、宏观物体的检测和分辨[13]的量子态干涉。这些量子应用使用了不同的理论模型,例如量子粒子、光子和量子态,此外还有多学科领域,这些领域推动了量子光学、纳米光学、微电路和更高宏观尺度的光学设计和工程的发展。在这里,石墨烯和碳的同素异形体可以根据凝聚电子物质 [14] 与自由电子轨道 [15] 以及可用的伪电磁特性等特性以不同的方式参与。因此,由小原子厚度形成的石墨烯表现出稳定的化学结构和具有半金属特性的薄膜。它们微小的重叠价带和导带表现出强烈的双极电场效应,例如当电压门控增加时,每平方厘米中电子和空穴的浓度很高,并且在室温下具有迁移率 [16]。这些特性基于特定的电子 sp2 轨道,这些轨道可以在约 0.335 nm 的自由间隔长度内相互作用,产生伪
摘要:目前的工作旨在评估六个日记硫衍生物作为潜在的腐蚀剂。将这些衍生物与Dapsone(4,4'-二氨基二苯基磺基酮)进行比较,这是一种常见的麻风病抗生素,已被证明可以抵抗酸性培养基在酸性培养基中具有超过90%的酸性培养基的腐蚀。由于所有研究的化合物都具有共同的分子主链(二苯基硫),因此将Dapsone视为评估其余部分效率的参考化合物。在这方面,检查了两个结构因子,即(i)通过左右的2组替换日记硫的s原子的效果,(ii)芳基部分中引入电子吸引电子或电子贡献组的效果。使用两种计算化学方法来实现目标:密度功能理论(DFT)和Monto Carlo(MC)模拟。首先,使用B3LYP/6-311+G(D,P)模型化学来计算研究分子的量子化学描述及其几何和电子结构。此外,使用MC模拟研究了测试分子的吸附模式。通常,吸附过程有利于偶极矩较低的分子。基于吸附能结果,预计五座日记硫衍生物将与dapsone相比,起作用是更好的腐蚀抑制剂。
辅酶A(COA)充当细胞内酰基的关键载体,在调节酰基转移反应并参与细胞代谢过程中起着基本作用。作为主要底物和辅助因子从事各种代谢反应,COA及其衍生物对各种生理过程产生了中心影响,主要是调节脂质和酮代谢以及蛋白质修饰。本文对COA的分子机制进行了全面综述,该机制会影响癌症的发作和进展,心血管疾病(CVD),神经退行性疾病和其他疾病。主要焦点包括以下内容。(1)在癌症中,诸如乙酰-COA合成酶2,ATP柠檬酸裂解酶和乙酰辅酶A羧化酶等酶通过调节乙酰-COA水平调节脂质合成和能量代谢。(2)在CVD中,诸如稳态 - coA脱发酶-1、3-羟基-3-羟基-3-甲基戊二核-COA(HMGC)合成酶2和HMGC还原酶的影响以及这些疾病的形成和进步是由Coa Metbolism跨多orgbolism跨越了这些疾病的形成和进步。(3)在神经退行性疾病中,COA在维持大脑中胆固醇稳态及其对此类疾病发展的影响方面的意义得到了详尽的讨论。涉及COA及其衍生物的代谢过程涵盖了细胞内的所有生理方面,在各种疾病的发作和进展中起关键作用。阐明COA在这些疾病中的作用会产生重要的见解,这些见解可以作为疾病诊断,治疗和药物开发的有价值的参考和指导。
hal是一个多学科的开放访问档案,用于存款和传播科学研究文件,无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构,也可能来自公共或私人研究中心。
