XiaoMi-AI文件搜索系统
World File Search Systemdrug
从目标结构和动力学到药物筛查。 -Iris
**首先通过人类细胞中的细胞内NMR筛选蛋白质的药物筛选。化学位移扰动揭示了药物的结合和铅化合物与胞质蛋白Ca II的活性位点的结合。剂量和时间依赖性分析表明，整个膜的配体扩散是缓慢的步骤，与批准药物的效力密切相关。
使用机器人和AI来改变分配和药物疗法，并塑造日本药学教育的未来
在日本，分发是药剂师的关键责任，并且随着机器人和人工智能（AI）的进步而继续发展。本综述研究了机器人技术和AI的整合到药物实践中，为其有效性提供了支持证据，并探讨了日本药房教育教学的未来指导。在医院和药房中引入了分配机器人，例如自动分配系统和机器人无菌制剂，以提高效率，减少分配错误并优化药物管理（Takase，2022）。AI驱动的系统协助药剂师进行决策和个性化药物治疗，增强药物安全性，预测不良反应并优化个性化的药物治疗（Chow，2023）。尽管最初的实施成本很高，但预计机器人和AI的整合将扩大，尤其是在药物安全监测和AI-AI辅助药物治疗管理等领域。分配在个性化药物治疗中起着至关重要的作用，并且需要技术素养以及临床专业知识。要适应这些进步，需要进行药学教育改革才能纳入AI驱动的决策支持系统，机器人培训和跨学科合作。为未来的药剂师提供这些技能，将确保他们可以有效整合机器人和AI技术，同时保持患者的安全和护理质量。随着药房实践的不断发展，药剂师必须适应技术进步，并与机器人和AI合作以优化药物治疗结果。关键词：药剂师，分配，机器人，人工智能（AI），药学教育
新药物显示出治疗duchenne肌肉营养不良的潜力
“通过增强肌肉修复，而不仅仅是减慢变性，刺激肌肉干细胞功能的疗法有可能改善DMD患者的生活质量。这可能有助于恢复肌肉功能，并最终提供更大的独立性。”麦吉尔生物化学系助理教授Natasha Chang说。
鼻喷药在阿尔茨海默氏症研究中显示出希望
阿尔茨海默氏症的发展是由某些蛋白质的改变驱动的，包括β-淀粉样蛋白和tau，这些蛋白质聚集并积聚在大脑中。这些蛋白质的功能受多种信号和修饰的调节，包括在称为“ S-甲米酰化”的生化反应中附着脂肪酸分子，该反应由S-酰基转移酶（ZDHHC）进行。
液相色谱 - 潮流质谱测定法，用于在药物相互作用的临床背景下，人血浆中CDK4/6抑制剂定量
Fanny Leenhardt，Matthieu Gracia，Catherine Perrin，Claudia Muracciole-Bich，BénédicteMarion等。液相色谱 - 潮流质谱测定法，用于在药物相互作用的临床背景下人类血浆中CDK4/6抑制剂定量。药物和生物医学分析杂志，2020，188，pp.113438。10.1016/j.jpba.2020.113438。HAL-03003807V2
基于吡啶基哌嗪的rnd型多药外排泵的变构抑制剂
ef伏特转运蛋白在革兰氏阴性细菌中具有抗性。在这里，我们通过抑制其主要的RND转运蛋白Acrab-tolc来确定和化学优化基于吡idyl吡啶基吡嗪的共体，从而增强大肠杆菌的抗生素活性。抗性大肠杆菌突变体和结构生物学分析的表征表明，该化合物结合了Acrb l frotomer的跨膜结构域上的独特位点，由质子继电器涉及的关键催化残基衬里。分子动力学模拟表明，抑制剂通过AICRB L原始物中仅存在的通道从细胞质量中获取这种结合袋。因此，我们的工作揭示了一类变构EF液泵抑制剂，这些抑制剂可能通过防止RND泵的功能催化循环来起作用。
错失的机会：急性住院患者高风险饮酒和非法药物使用的检测和管理
高风险的酒精和非法药物使用是疾病和住院并发症的危险因素。本研究调查了临床医生是否在急性住院内科患者的电子记录中记录药物使用情况。研究样本包括 2016 年 11 月至 2017 年 12 月期间在挪威奥斯陆一家内科医院接受治疗的 2,872 名患者，前瞻性地收集了药物使用数据，从而确定了酒精和非法药物阳性患者。医院工作人员不知道这些数据。对于研究证实的酒精使用量超过低风险指南（酒精使用障碍识别测试 4 评分 [AUDIT-4] 女性≥ 5，男性≥ 7）和/或非法药物使用（液相色谱-质谱 [LC-MS] 分析检测到一种或多种非法药物）的患者，检查了医生是否记录了定量的药物使用评估和干预措施。在 548 名经研究证实的酒精阳性患者中，医生记录了 43.2%（n = 237）患者的使用数量和频率 (QF)，22.0%（n = 121）患者的干预措施。酒精干预与有害饮酒（AUDIT-4 ≥ 9 分；调整后的优势比 [AOR] = 4.87；95% CI：2.54 – 9.31；p < 0.001）和 QF 评估（AOR = 3.66；95% CI：1.13 – 11.84；p = 0.02）相关。在 157 名非法药物阳性患者中，34.4%（n = 54）定量描述了药物使用情况，26.0%（n = 40）描述了干预措施。医院医生对酒精和非法药物使用的定量评估率较低，因此干预率较低。错过了减少或干预酗酒和非法药物滥用风险的重要机会。
炎症是药物代谢酶和转运蛋白的主要调节剂：药物治疗个性化的后果
françoisestanke-labesque，elodie gautier-vevenret，斯蒂芬妮·乔恩（Stephanie Chhun），罗曼·吉尔豪穆（Romain Guilhaumou）。燃料是药物代谢酶和转运蛋白的主要调节剂：药物治疗个性化的后果。药理学和治疗学，2020，215，pp.107627。10.1016/j.pharmthera.2020.107627。hal-03598618
癌细胞系中药物敏感性的两步多词建模，以识别驾驶机制
人类癌细胞系的药物敏感性预测模型构成了在临床前环境中识别潜在反应性因素的重要工具。整合从一系列异质数据中得出的信息至关重要，但仍然是不平凡的，因为数据结构的差异可能会阻碍拟合算法将足够的权重分配给不同的OMIC数据中包含的互补信息。为了抵消这种效果，该效果倾向于仅导致一种数据类型主导所谓的多摩斯模型，我们开发了一种新颖的工具，使用户能够在第一步中分别训练单摩尼斯模型，并在第二步中将它们集成到多摩s模型中。进行了广泛的消融研究，以促进对奇异数据类型及其组合的各自贡献的深入评估，从而有效地识别它们之间的冗余和相互依赖性。此外，单词模型的集成通过一系列不同的分类算法实现，从而可以进行性能比较。被发现与药物敏感性显着转移相关的分子事件和组织类型集可以返回，以促进对药物反应性潜在驱动因素的全面而直接的分析。我们的两步方法产生了一组实际的多媒体泛 - 批处理分类模型，这些模型对GDSC数据库中的大多数药物具有很高的预测。在具有特定作用模式的有针对性药物的背景下，其预测性能与将多词数据合并到简单的一步方法中的分类模型相比。此外，案例研究表明，它在正确识别已知的特定药物化合物的关键驱动因素以及为其他候选者提供其他药物敏感性因素方面取得了成功。
也门DNA揭示了与黎凡特，阿拉伯和东非的古老联系
使用超级计算机，研究人员搜索了包含数百万个分子的化学文库，以找到最适合该模型的分子。然后，Karolinska Institutet的研究同事在实验中测试了预测与受体结合的分子。出乎意料的大量分子激活了TAAR1，其中最有效的一个在动物实验中也表现出了有希望的影响。