XiaoMi-AI文件搜索系统
World File Search Systemdiscover
克林顿·J·戴维森 - 电子波的发现
可以说，电子衍射的发现是由伽利略开创的。但我并不打算效仿这位以伊甸园事件为起点讲述家乡历史的绅士。我将以导致物理学家最终接受光在某些用途上必须被视为粒子这一观点的事件作为一个方便的起点。这一观点在 1800 年被托马斯·杨平息后，又在 1899 年再次困扰着自满的物理学界。这一年，马克斯·普朗克提出了光能在某种程度上是量子化的这一观点。正如他所展示的那样，这一观点如果被接受，将提供一种完全解释黑体辐射光谱中能量分布的方法。这种量化使得辐射和物质之间的能量转移以与辐射频率成比例的量突然发生。这些量之间的比例因子是不断重复的普朗克常数 h。因此，光在某种意义上是微粒的想法重生了。这种关于光的微粒方面的间接证据是否能被接受为结论，仍是一个猜测的问题，因为已经从实验室的秤和仪表中取下了指向同一结论的第一批直接证据；关于光的真相正在从大自然中逼出——有时，在这种情况下，是一个最不情愿的证人。
今天明天的治疗方法：导航药物发现
这个深入的重点探讨了再生医学和创新疗法领域的发展。神经疗法的创始人兼首席执行官Cory Nicholas博士对其有希望的临床前数据有着令人信服的见解，该数据涉及NRTX-1001，这是一种旨在对抗源自人类Pluripotent干细胞的再生神经细胞疗法。史蒂夫·奥基夫（Steve O'Keeffe），愤怒的@关节炎背后的有远见者，巴塞尔大学的伊万·马丁（Ivan Martin）博士进行了关于再生方法在彻底改变骨关节炎治疗方面的变革潜力的对话，为受影响的人带来了希望。Insmed Incorporated首席科学官Brian Kaspar博士讨论了基因疗法开发中面临的挑战，阐明了医疗研究和发展的不断发展的景观，以及我们如何推动界限来应对这些挑战。最后，联合创始人，卫星治疗学首席执行官兼董事会成员弗兰克·格里森（Frank Gleeson）深入研究了肌肉修复的世界，探索了再生医学的进步和可能性。
跨学科方法通过可持续设计加速了混合可再生能源系统的采用
海洋具有大量的微生物多样性，在海水，海洋沉积物和海洋生物中广泛普遍存在。与传统自然产品研究中探索的地面资源相反，海洋微生物的栖息地明显独特。放线菌是继发代谢产物的重要来源，包括抗生素和其他有效的天然产物，例如链霉素和四环素。他们在诸如致病细菌感染等明显疾病的临床治疗中起着关键作用。然而，广泛使用抗生素导致抗药性细菌的种类和数量急剧增加，尤其是耐多药（MDR）和广泛的耐药（XDR）细菌，在临床环境中，对人类生存构成严重威胁。因此，即时需要发现结构新颖的抗菌天然产品并开发新的抗生素。这项迷你评论总结了来自2024年出版的海洋放线菌的45种新型抗菌天然产品。这些产品，包括聚酮化合物，生物碱，大酰胺类和肽，在其结构和生物活性方面突出显示。本文的目的是为新型抗生素的研究和开发提供宝贵的见解。
对 COVID-19 药物研发所采用的计算方法的综述
美国北卡罗来纳州教堂山市北卡罗来纳大学埃舍尔曼药学院。电子邮件：alex_tropsha@unc.edu b 加利福尼亚大学圣地亚哥分校，美国加利福尼亚州圣地亚哥 c 戈亚斯联邦大学药学系，巴西哥伦布省戈亚尼亚 d BenevolentAI，英国伦敦 e Collaborations Pharmaceuticals，美国北卡罗来纳州罗利 f 北卡罗来纳州立大学化学系，美国北卡罗来纳州罗利 g 卡内基梅隆大学化学系，美国宾夕法尼亚州匹兹堡 h 石溪大学应用数学与统计学系，美国纽约州石溪 i 墨西哥国立自治大学药学系，墨西哥墨西哥城 j 密歇根州立大学化学系，美国密歇根州东兰辛 k 新墨西哥大学内科系和 UNM 综合癌症中心，美国新墨西哥州阿尔伯克基 l 瑞典哥德堡大学风湿病与炎症研究系 m丹麦哥本哈根 n 俄罗斯莫斯科生物医学化学研究所 o 瑞士苏黎世瑞士联邦理工学院药学研究所 p 英国伦敦大学学院药学院 q 法国斯特拉斯堡大学化学系 r 澳大利亚维多利亚州墨尔本莫纳什大学莫纳什药学研究所 s 澳大利亚邦多拉拉筹伯大学拉筹伯分子科学研究所生物化学与遗传学学院 t 英国诺丁汉大学药学院 u 美国马里兰州贝塞斯达国家转化科学促进中心 v 加拿大不列颠哥伦比亚省温哥华不列颠哥伦比亚大学温哥华前列腺中心。电子邮箱：acherkasov@prostatecentre.com w 日本札幌北海道大学化学反应设计与发现研究所（WPI-ICReDD）
药物发现和开发中的因果推断
以在临床试验中测试一种药物是否与阻止致命癌症进展有关为例。定期概率更新意味着服用该药物会改变在规定的时间窗口内死于该疾病的条件概率，无论试验在何时何地进行。操纵意味着即使我们考虑影响患者生存的所有其他因素（例如年龄和合并症），药物治疗仍显示出额外的益处。反事实条件意味着如果不服用该药物，患者的死亡就不会被推迟。最后，作用机制意味着我们了解药物为何延长患者的生存期，例如通过激活肿瘤浸润免疫细胞。总之，这四个条件既确保了统计相关性，又确保了机械理解。他们将 Austin Bradford Hill 2 的因果关系标准置于因果背景中，并为在医疗保健中建立因果关系的哲学推理实施了实际测试。3
数据分析加速新药的实验发现
热电 (TE) 材料是当今极少数可持续且可行的能源解决方案之一。这种巨大的能量收集前景取决于识别/设计出比现有材料效率更高的材料。然而，由于材料的化学空间非常广阔，到目前为止，只有一小部分材料经过了实验和/或计算扫描。通过在主动学习框架中采用基于压缩感知的符号回归，我们不仅确定了材料成分中具有卓越 TE 性能的趋势，还预测并通过实验合成了几种性能极高的新型 TE 材料。其中，我们发现 Cu 0.45 Ag 0.55 GaTe 2 在 827 K 时具有高达 ~2.8 的实验性能系数，这是该领域的一项突破。所提出的方法证明了物理信息描述符在材料科学中的重要性和巨大潜力，特别是对于通常在良好控制条件下的实验中获得的相对较小的数据集。
药物研发中的人工智能：最新进展和未来前景
摘要简介：人工智能 (AI) 启发了计算机辅助药物发现。机器学习（尤其是深度学习）在多个科学学科中的广泛应用，以及计算硬件和软件的进步等因素继续推动这一发展。对于人工智能在药物发现中的应用，最初的大部分怀疑已经开始消失，从而使药物化学受益。涵盖的领域：回顾了人工智能在化学信息学中的现状。本文讨论的主题包括定量结构-活性/性质关系和基于结构的建模、从头分子设计和化学合成预测。强调了当前深度学习应用的优势和局限性，并展望了用于药物发现的下一代人工智能。专家意见：基于深度学习的方法才刚刚开始解决药物发现中的一些基本问题。某些方法上的进步，例如信息传递模型、空间对称性保持网络、混合从头设计和其他创新的机器学习范式，可能会变得很普遍，并有助于解决一些最具挑战性的问题。开放数据共享和模型开发将在利用人工智能推动药物发现方面发挥核心作用。
肠道微生物组和代谢组，以发现强直性脊柱炎的致病细菌和益生菌
结果：使用宏基因组测序系统和填充微生物群落分类学组成，总共注释了7,703种，而使用代谢物促进液则鉴定了50,046个代谢物。AS和健康对照患者之间发现了差异微生物和代谢物。此外，TNFI得到了确认，以部分恢复肠道菌群和代谢产物。对菌群和代谢产物进行了多词分析，以确定差异微生物和代谢产物之间的关联，鉴定出与抑制病原菌细菌ruminococcoccus gnavus以及促进促进性细菌细菌的抑制相关的化合物，这些化合物（如羟硫素醇和生物素）相关。通过实验研究，进一步确定了微生物与代谢产物之间的关系，并且探索了这两种类型的微生物对肠上皮细胞的影响以及炎症性细胞因子介绍介物-18（IL-18）。
患者来源的异种移植或类器官在肿瘤免疫治疗的传统和自组装药物研发中的应用
除了免疫检查点抑制剂的快速发展，自组装免疫治疗药物的研发也呈现井喷态势。根据免疫靶点，传统肿瘤免疫治疗药物分为五类，即免疫检查点抑制剂、直接免疫调节剂、过继细胞治疗、溶瘤病毒和癌症疫苗。此外，精准度和环境敏感性更高的自组装药物的出现为肿瘤免疫治疗提供了一种很有前景的创新途径。尽管肿瘤免疫治疗药物研发进展迅速，但所有候选药物都需要进行临床前安全性和有效性评估，而常规评估主要采用二维细胞系和动物模型，这种方法可能不适合免疫治疗药物。而患者来源的异种移植和类器官模型保留了肿瘤病理异质性和免疫性。
蛋白质泛素化在肺癌肿瘤发生和靶向药物发现中的作用
恶性肺癌发病率高，5年生存率极差。人类细胞内约80%-90%的蛋白质降解是通过泛素化酶途径进行的，特异性极高的泛素连接酶（E3）在靶蛋白的泛素化过程中起着至关重要的作用，泛素化通常发生在底物蛋白的赖氨酸残基上。不同的泛素化形式对靶蛋白的影响不同，多个短链泛素化残基修饰底物蛋白，是蛋白质降解的有利信号。细胞内蛋白质泛素化与去泛素化之间适应生理需要的动态平衡，有利于生物体的健康。蛋白质泛素化对许多生物学途径都有影响，这些途径的失衡导致包括肺癌在内的疾病。抑癌蛋白因子的泛素化或肿瘤致癌蛋白因子的去泛素化往往导致肺癌的进展。泛素蛋白酶体系统（UPS）是肺癌新型抗癌药物研发的宝库，尤其是针对蛋白酶体和E3s，精准靶向的致癌蛋白泛素化降解可能为肺癌药物研发提供光明的前景；特别是蛋白水解靶向嵌合（PROTAC）诱导的蛋白质降解技术将为肺癌新型药物的研发提供新的策略。