XiaoMi-AI文件搜索系统
World File Search Systemdrug
利用纳米载体药物输送系统对肿瘤靶向性的详细了解
摘要 人类与致命疾病的斗争自古以来就一直在持续。科学技术在对抗这些疾病方面的贡献不容忽视，这完全归功于新方法和产品的发明，它们的尺寸范围从微米扩展到纳米。最近，纳米技术因其诊断和治疗不同癌症的能力而受到越来越多的关注。不同的纳米粒子已被用于规避与保守的抗癌输送系统相关的问题，包括其非特异性、副作用和突发释放。这些纳米载体包括固体脂质纳米粒子 (SLN)、脂质体、纳米脂质载体 (NLC)、纳米胶束、纳米复合材料、聚合物和磁性纳米载体，它们带来了抗肿瘤药物输送的革命。纳米载体提高了抗癌药物的治疗效果，在特定部位更好地积累并持续释放，提高了生物利用度，并绕过正常细胞导致癌细胞凋亡。在这篇综述中，简要讨论了癌症靶向技术和纳米粒子的表面改性，以及可能面临的挑战和机遇。可以得出结论，了解纳米医学在肿瘤治疗中的作用具有重要意义，因此，该领域的现代进展对于肿瘤患者的繁荣今天和富裕未来至关重要。
基于结构的电荷转换药物自组装设计
近年来，各种基于载体的药物输送系统的设计和制造策略已迅速建立并应用于癌症治疗。这些系统对当前的癌症治疗贡献巨大，但需要进一步发展以消除药物负载能力低和严重副作用等障碍。为了实现更好的药物输送，我们提出了一种基于分子结构的易于制造的药物自输送系统的创新策略，该系统可用于共输送姜黄素类化合物和喜树碱的所有含氮衍生物，以更好地靶向癌症治疗并最大限度地减少副作用。形成机制研究表明，喜树碱衍生物和姜黄素类化合物的刚性平面结构以及相关的离去氢使它们能够在适当的条件下组装成纳米颗粒。这些纳米颗粒在不同条件下表现出稳定的粒径（100纳米）和可调的表面电荷，从正常生理条件（pH 7.4）下的约-10 mV增加到酸性肿瘤环境下的+40 mV。此外，小鼠体内实验表明，与伊立替康（喜树碱衍生物）相比，联合给药的伊立替康姜黄素纳米颗粒显著增强了肺和胆囊的靶向性，改善了巨噬细胞清除逃逸，改善了结直肠癌治疗，消除了危及生命的腹泻，为更好的靶向化疗和临床转化带来了希望。最后，基于结构设计的药物自递送系统策略可能会激发更多类似的自递送纳米系统的研究和发现，以用于更广泛的药物应用。
![文章标题：在药物重新使用中的机器学习和人工智能 - 挑战和观点作者：Ezequiel Anokian [1]，Judith Ber](/simg/2/2867641feba13bf24711be4221be8a75a718a686.webp)
文章标题：在药物重新使用中的机器学习和人工智能 - 挑战和观点作者：Ezequiel Anokian [1]，Judith Ber
文章标题：药物重新培训中的机器学习和人工智能 - 挑战和观点作者：Ezequiel Anokian [1]，Judith Bernett [2]，Adrian Freeman [3]，Markus List [2]，LucíaPrietoSantamaría[4]，Auntorrarhman Tanoli [4] Bonnin [1]分支机构：发现与转化科学（DTS），Clarivate Analytics，巴塞罗那（西班牙）[1]，《系统生物学数据科学》，慕尼黑技术大学，慕尼黑技术大学，德国（德国）[2] Biopharmaceuticals R＆D，阿斯利康，剑桥（英国）[3]，EscuelaTécnicasuperior de gegenierossismorlosinformáticos，Madrid大学（西班牙）大学（西班牙） （FIMM），Hilife，Hilife，赫尔辛基大学（芬兰），Bioicawtech，赫尔辛基（芬兰）[5] [5] Orcid ID：0000-0003-0694-1867 [1] [1]，0000-0001-501-5812-8013 [2] 0000-0002-0941-4168 [2], 0000-0003-1545-3515 [4], 0000-0003-2435-9862 [5], 0000-0001-5159-2518 [1] Contact e-mail: Sarah.bonnin@clarivate.com Journal: Drugrxiv review statement:手稿目前正在审查中，应由酌处权对待。手稿提交日期：2024年3月12日关键字：机器学习，神经网络，人工智能，药物repurost
- 词干 - 塞河 - 杂货店 - 杰出 - ...
干细胞是未分化的细胞，具有发展为体内不同细胞类型的能力。它们可以大致分为胚胎干细胞（ESC），成年干细胞和诱导多能干细胞（IPSC）。ESC源自早期胚胎，具有最大的分化潜力。成年干细胞存在于特定的组织和器官中，有助于组织和修复。IPSC是通过重编程成人细胞以恢复多能状态的，类似于ESC的性质而产生的。
对T- ...
对抗药物抗体（ADA）对相关暴露的影响敏感的适当设计的药代动力学（PK）分析是了解ADA中和ADA潜力的替代策略。但是，缺少有关如何开发此类PK分析以及如何确认功能性ADA对暴露影响的指导。在这里，基于其作用机理（MOA）开发了T细胞启动双抗体Cibisatamab的PK分析。使用临界单克隆抗IDiotypic（抗ID）抗体阳性对照作为ADA替代物，对暴露的影响进行了临时评估。在I期临床试验（NCT02324257）中，初始数据表明，ADA和PK分析与Cibisatamab暴露相关的ADA和PK分析的组合。要了解患者衍生的ADA对药物活性的中和潜力，已经进行了高级ADA表征。评估了ADA与药物抗体结构域及其对靶向的影响的结构结合分析。为此，鉴定了相关的患者ADA结合特征，并将其与特定的单克隆抗ID抗体阳性对照进行比较。目标结合抑制和对暴露的类似影响的可比结果表明，患者中观察到的CMAX和CORTORGH水平的降低是由ADA中和ADA的中和潜力引起的，并且允许ADA响应与失去暴露量之间的相关性。因此，所描述的研究提供了重要的功能方面，用于开发针对双抗体的适当设计的PK测定法，这是理解中和ADA对暴露影响的中和的替代选择。
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。
面对有效药物的快速开发，瑞士慢性髓样白血病的同种异体造血细胞移植
结果：总体而言，239名患者接受了移植。其中包括第1季度的96个，Q2中的56个，Q3中的25个，第4季度为34和Q5中的28。患者特征随着时间的流逝而变化：最近的患者年龄较大，并且由于酪氨酸激酶的治疗，从诊断到移植的间隔更长。然而，早期相对于晚期疾病阶段中接受移植的患者的比例差异很小。移植技术也发生了变化。患者因年龄较高而少的频率较少，并且通常患有骨髓移植物。但是，所选的干细胞供体的类型没有区别。在单变量的分析中，五种
