XiaoMi-AI文件搜索系统
World File Search Systementel
研究了来自Centella Asitica作为肾素抑制剂的三萜皂苷化合物，具有药效团建模，分子对接和体外评估
高血压是一个沉默的杀手，印尼人口的患病率为34.11％，女性为36.85％，男性为31.34％。1高血压会导致肾脏损伤，心脏，中风，即使无法正确治疗。非药物治疗用于高血压是通过改变更健康的生活方式，避免低盐饮食的压力并从小就定期运动来完成高血压。高血压的药理治疗包括一类利尿药，血管紧张素转化酶（ACE抑制剂），血管紧张素受体阻滞剂（ARBS），β受体阻滞剂，钙通道阻滞剂（CCBS）和肾素抑制剂。肾素血管紧张素 - 醛固酮系统（RAAS）在高血压发展中具有重要作用。对SRAA作用的两种药物是ACEI和ARB。2都在抑制RAA和副作用方面都有缺点。肾素是RAA的重要组成部分，具有血管紧张素原的特异性。肾素抑制剂可以在最高水平上阻止SRAA。印度尼西亚以动植物的形式拥有多种自然财富。3然而，仍然有许多植物被科学地使用或测试。肾素抑制剂源自天然成分通常来自皂苷化合物或多酚化合物的类别。4
已发布版本的引文：Ranieri, CM、Moioli, RC、Romero, RAF、de Araujo, MFP、De Santana, MB、Montino Pimentel, J 和 Vargas, PA 2020，揭幕
摘要 —帕金森病 (PD) 是一种神经退行性疾病，在世界人口中患病率不断上升，其特征是运动和认知症状。尽管 PD 患者的皮质脑电图读数通常用于输入不同的机器学习框架，但直接受影响的区域集中在一组皮质下核和相关区域，即所谓的运动回路。由于这些区域只能通过侵入性程序（例如局部场电位 (LFP) 测量）直接访问，因此大多数数据收集必须依赖于动物模型。据我们所知，到目前为止，还没有以运动回路 LFP 数据为中心的基于神经网络的分析报告。在这项工作中，我们训练和评估了一组深度神经网络，数据集来自狨猴，其中 LFP 读数来自健康和帕金森病患者。我们分析了每个训练过的神经网络的输入和来自中间层的表示。使用了 CNN 和 ConvLSTM 分类器，准确率高达 99.80%，以及基于 CNN 的自动编码器，该编码器也已证明可以学习与 PD 相关的表征。结果和分析提供了进一步的见解，并促进了对帕金森病相关因素的研究。索引术语 — 帕金森病、LFP 分析、深度学习、归因方法、计算神经科学。