XiaoMi-AI文件搜索系统
World File Search Systemixture
数据稀缺药物协同专家组合......
药物-靶标相互作用预测 (DTI) 在药物发现和临床应用等各种应用中都至关重要。DTI 预测中广泛使用的输入数据有两个视角：内在数据表示药物或靶标的构造方式，外在数据表示药物或靶标与其他生物实体的关系。然而，对于某些药物或靶标，尤其是那些不受欢迎或新发现的药物或靶标，输入数据的两个视角中的任何一个都可能很稀缺。此外，特定相互作用类型的真实标签也可能很稀缺。因此，我们提出了第一种方法来解决输入数据和/或标签稀缺情况下的 DTI 预测。为了使我们的模型在只有一个输入数据视角可用时发挥作用，我们设计了两个独立的专家分别处理内在数据和外在数据，并根据不同的样本自适应地融合它们。此外，为了使这两个视角相互补充并弥补标签稀缺问题，两个专家以相互监督的方式相互协同，以利用大量未标记数据。在输入数据稀缺性和/或标签稀缺性不同的 3 个真实数据集上进行的大量实验表明，我们的模型显著且稳定地优于现有技术，最大改进为 53.53%。我们还在没有任何数据稀缺的情况下测试了我们的模型，它也优于当前方法。代码可在 https://github.com/BUPT-GAMMA/MoseDTI 获得。
N-乙酰半胱氨酸改变了天然混合物中链格孢毒素的遗传毒性和雌激素特性
目前尚不清楚链格孢属植物产生的复杂霉菌毒素混合物在生理条件下是否具有雌激素作用和/或遗传毒性，特别是考虑到它与食品中的抗氧化剂同时存在。因此，本研究重点探讨了 N-乙酰半胱氨酸 (NAC) 作为代表性抗氧化 SH 供体对特征性链格孢毒素 alter-nariol (AOH)、altertoxin-II (ATX-II) 和链格孢培养物的复杂提取物 (CE) 上述毒理学终点的影响。以石川细胞为体外模型，我们通过 LC-MS/MS 监测毒素浓度的变化，通过碱性磷酸酶测定法监测雌激素性，通过磺酰罗丹明 B 测定法监测细胞毒性，通过单细胞凝胶电泳法监测遗传毒性，并通过定量实时 PCR 监测选定的目的基因的转录。结果表明，在 NAC 存在下，携带环氧化物的苝醌（如 ATX-II）的强烈遗传毒性作用被消除。ATX-II/AOH 混合物的细胞效应主要由苝醌的遗传毒性决定。在这种混合物中，当与 NAC 共培养时，AOH 恢复了其雌激素性。相反，用 NAC 处理 AOH/CE 混合物不会导致雌激素性恢复，但会增强抗雌激素作用。这些发现与基因转录数据一致，表明芳烃受体 (AhR) 是链格孢毒素诱导的对雌激素受体信号的拮抗作用的主要介质。综上所述，进一步研究非遗传毒性苝醌的潜在内分泌干扰特性应成为这些新兴污染物领域未来的研究重点。© 2022 作者。由 Elsevier BV 代表科爱传播有限公司提供出版服务。这是一篇根据 CC BY-NC-ND 许可协议开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/ 4.0/）。
使用便携式Libs仪器访问碳酸盐的定量分析：首先应用于单矿物和矿物混合物
Yonghwi Kim，CécileFabre，Jean Cauzid。 使用便携式Libs仪器对碳酸盐进行定量分析：首先应用于单矿物和矿物混合物。 Spectrochimica Acta B部分：原子光谱学，2022，191，pp.106397。 10.1016/j.sab.2022.106397。 hal-04022023Yonghwi Kim，CécileFabre，Jean Cauzid。使用便携式Libs仪器对碳酸盐进行定量分析：首先应用于单矿物和矿物混合物。Spectrochimica Acta B部分：原子光谱学，2022，191，pp.106397。10.1016/j.sab.2022.106397。hal-04022023
SMD -NET：立体声混合物密度网络-IRIS
在过去的几年中，深入的学习有了立体声匹配的精度，但恢复急剧的界限和高分辨率产出有效仍然充满挑战。在本文中，我们提出了立体声混合物网络（SMD-NETS），这是一个简单而有效的学习框架，与宽阔的2D和3D体系结构兼容，可改善这两个问题。特别是，我们利用双峰混合物密度作为输出代表，并表明这允许几乎不连续的尖锐而精确的差异估计，同时明确地构建了观测中固有的不确定性。此外，我们将差异估计作为图像域中的一个连续问题，从而使我们的模型以任意空间精度查询差异。我们对新的高分辨率和高度逼真的立体声数据集进行了全面的实验，该数据集由8MPX分辨率以及现实世界立体声数据集组成。我们的实验表明，在物体边界附近的深度准确性以及对标准GPU上高分辨率差异图的预测。，我们通过提高各种立体主杆的性能来证明我们技术的灵活性。
复杂混合物的定量NMR光谱
复杂的混合物在化学家的日常生活中至关重要。在分析化学领域尤其是这种情况，在该领域遇到了多种混合物，用于在广泛的领域中应用：药物或医学科学，食品或环境化学，微生物学等。生物学兴趣的混合物（提取物，生物流体等）特别复杂，因为它们包含各种浓度的多种化学结构，从小分子（氨基或有机酸，糖等）到较大的分子结构，例如脂质和蛋白质。天然产品的环境或食物样品或混合物也是如此。在合成化学中，复杂性具有不同的含义。的确，虽然混合物成分的数量更有限，但混合物的复杂性来自反应物，产物和中间体的非常相似的分子结构。同样，在药物科学中，由于存在杂质，其结构接近主要化合物之一，因此看似简单的纯化药物样品可能非常复杂。
在人羊水中发现的化学物质的混合物破坏了爪蟾
摘要：甲状腺激素（Th）对于正常的脑发育，影响神经细胞分化，迁移和突触发生至关重要。在环境中发现了多种内分泌中断化学物质（EDC），这引起了人们对它们对TH信号的潜在影响以及对神经发育和行为的影响的关注。虽然大多数对EDC的研究都研究了单个化学物质的影响，但人类健康可能会受到化学物质混合物的不利影响。EDC暴露对人类健康的潜在后果是深远的，包括免疫功能，生殖健康和神经系统发展的问题。我们假设胚胎暴露于化学物质的混合物（含有酚，邻苯二甲酸盐，农药，重金属和含氟氧化，多氯化和多溴化合物）中，如在人羊膜流体中通常发现的，可能会导致大脑发育的改变。我们评估了其对两栖动物模型（Xenopus laevis）对甲状腺破坏高度敏感的影响。将受精卵暴露于TH（甲状腺素，T 4 10 nm）或羊膜混合物（在实际浓度下），直到达到NF47期，我们在其中使用RT-QPCR和RNA测序分析了thep tadpoles的基因表达。结果表明，尽管存在Th依赖性基因的某些重叠，但T 4和混合物具有不同的基因特征。免疫组织化学显示，在T 4处理的动物的大脑中增殖增加，而羊膜混合物没有观察到差异。此外，我们证明了t端的运动能力减少，以响应T 4和混合物暴露。由于组成混合物的各个化学物质被认为是安全的，因此这些结果突出了检查混合物以改善风险评估的影响的重要性。
对于抗体序列生成建模，混合模型可能是您需要的
抽象的抗体治疗候选者不仅必须与其目标表现出紧密的结合，而且还必须表现出良好的发展性能，尤其是免疫原性的风险。在这项工作中，我们将一种简单的生成型Sam拟合到600万人重和七千万人类轻型连锁店。我们表明，由模型计算出的序列的概率与其他物种在各种基准数据集上与其他模型中的任何其他模型相同或更高的精度区分了具有相同或更高准确性的序列，比文献中的任何其他模型都超过了大型语言模型（LLMS）。SAM可以人性化序列，生成新序列和人类的得分序列。它既快速又完全可解释。我们的结果强调了使用简单模型作为蛋白质工程任务的基准的重要性。我们还引入了一种用于编号抗体序列的新工具，该工具比文献中现有工具更快。这两个工具均可在https://github.com/wang-lab-ucsd/antpack上获得。
对于抗体序列生成建模，混合模型可能是您需要的
抽象的抗体治疗候选者不仅必须与其目标表现出紧密的结合，而且还必须表现出良好的发展性能，尤其是免疫原性的风险。在这项工作中，我们将一种简单的生成型Sam拟合到600万人重和七千万人类轻型连锁店。我们表明，由模型计算出的序列的概率与其他物种在各种基准数据集上与其他模型中的任何其他模型相同或更高的精度区分了具有相同或更高准确性的序列，比文献中的任何其他模型都超过了大型语言模型（LLMS）。SAM可以人性化序列，生成新的序列和人类的得分序列。它既快速又完全可解释。我们的结果强调了使用简单模型作为蛋白质工程任务的基准的重要性。我们还引入了一种用于编号抗体序列的新工具，该工具比文献中现有工具更快。这两个工具均可在https://github.com/wang-lab-ucsd/antpack上获得。
杂质量子量子的量子信息流与Bose-Bose混合物相互作用
我们研究了量子信息流的动力学，其中一个和两个杂质量子位捕获了双孔电势，并与一维超低玻色 - 玻璃 - 玻璃 - 玻璃混合物相互作用。对于浸入二元玻色混合物中的单个量子量，我们表明该系统在有限的时间尺度上保持连贯性，并表现出非马克维亚动力学，尤其是在环境的上分支中。我们通过频谱密度函数的欧姆斯探索了从马尔可夫到非马克维亚的过渡，这些函数受到了种间相互作用的显着影响。在两个空间分离的量子位与Bose-Bose混合物储存库相连的情况下，我们证明了集体的脱碳影响系统动力学，从而导致混合物两个分支的长时间连贯性存活率。在密度光谱函数及其欧姆性特征中反映了破坏性因子的复杂演化。我们发现，反应函数和光谱随量顶之间的距离增加而振荡，从而修改了信息流动动力学。此外，我们对两个分支中二元玻色混合物储层引起的两个量子位之间的纠缠动力学进行了彻底的研究，强调了种间相互作用的关键作用。