大脑功能依赖于脉冲神经元回路,其中突触在融合传输与记忆存储和处理方面发挥着关键作用。电子技术在模拟神经元和突触方面取得了重要进展,而将大脑和受大脑启发的设备连接起来的脑机接口概念也开始实现。我们报告了大脑和硅脉冲神经元之间的忆阻连接,这些连接模拟了真实突触的传输和可塑性。与金属薄膜氧化钛微电极配对的忆阻器将硅神经元连接到大鼠海马的神经元。忆阻可塑性解释了连接强度的调节,而传输则由通过薄膜氧化物的加权刺激介导,从而产生类似于兴奋性突触后电位的反应。反向大脑到硅的连接是通过微电极-忆阻器对建立的。在此基础上,我们展示了一个三神经元脑硅网络,其中忆阻突触经历由神经元放电率驱动的长期增强或抑制。
本研究研究了基于自由结合能(δg)的潜在活性预测以及对ARTOCARPUS冠军(Lour。)的植物复合的相互作用确认。使用二肽基肽酶IV(DPP -IV)的大分子蛋白受体在硅分子对接研究中,以及物理化学和药代动力学特性(ADME -TOX)预测方法。使用Autodock v4.2.6(100个对接运行)将DPP -IV受体大分子蛋白蛋白数据库(ID:1×70)的活性子站点停靠。一个52×28×26Å点的网格盒子由0.37Å的距离为X =40.926Å的活动位置; y =50.522Å; Z =35.031Å。用于ADME -TOX预测,使用了基于瑞士的在线申请计划。结果表明,基于δg值和相互作用构象,来自A.冠军的12个Pythocompound具有DPP -IV抑制剂的潜力。比天然配体有五个具有较低δg值和抑制常数的Pythocompounds,七个具有δg值和抑制常数接近天然配体的Pythocompounds。12种化合物在DPP -IV受体的活性子矿石上形成了一种相互作用构象。同时,Adme -Tox预测分析的结果表明,这12种化合物具有不同的物理化学和药代动力学特性。
Insilico Medicine 专有功能使各种行业都具备尖端潜力。计算靶标识别正在打破传统方法的范式。数字技术大大拓宽了可能发现的靶标范围,从而可以快速发现新靶标。用于药物或靶标比较的虚拟工具大大提高了各个阶段的药物发现效率,极大地影响了每个分子的资源分配。数字化前人类和人类靶标或药物验证的可能性开辟了广泛的分子分析,并显著降低了药物开发领域的成本并提供了风险管理选项。
摘要。X射线探测器用于太空天体物理任务易受噪声,该光子受到工作能量范围以外的能量的光子引起的噪声;因此,需要有效的外部光学阻断过滤器来保护检测器免受偏离辐射的影响。这些过滤器在满足X射线探测器的科学要求中起着至关重要的作用,并且它们在任务生活中的适当操作对于实验活动的成功至关重要。我们研究了由氮化硅和铝制成的薄三明治膜,作为空间任务中高能检测器的光学阻滞过滤器。在这里,我们报告了厚度在40 nm至145 nm的sin膜的多技术表征的结果,两侧有几十纳米的纳米含量。,我们已经测量了同步辐射束线时的X射线传输,紫外线的排斥,可见和近红外辐射,X射线光电谱的铝表面上天然氧化物的量,通过原子力显微镜的样品表面的形态和蛋白质效应。
无定形硅及其合金,由于其物质及其生产性,在近年来引起了迅速增长的兴趣。非晶技术比晶体技术的主要优势大大降低了成本,以至于某些消费者应用,例如太阳能电池,薄纤维晶体管等。太阳能电池在电信中涉及远离电网的基站电力电力。然而,基于A-SI的设备的表现受光,高能量颗粒,载体注入,载体在A-SI相互之间的堆积和热淬灭[1]引起的可逆,亚稳态变化的限制[1]。所有这些效应都是通过退火到高度高温而可逆的,并且所有这些效应都被相同的降解机制引起[2]。由于在A-Si:H中发现了亚稳态效应,因此有强有力的间接证据表明氢和掺杂剂的作用仍然缺乏完全的证明。证据主要源于在与亚竞争效应相同的温度下观察到的氢运动。缺陷退火的活化能与氢二氮的活化能相当。此外,掺杂趋势是相同的 - 掺杂剂会导致较大的水力差异系数也导致了更快的缺陷弛豫。另一方面,氢通过削减由粘结障碍引起的大量悬挂键缺损而使掺杂成为可能。亚稳态变化的种类和大小取决于氢和掺杂剂这种磷或硼。这些效果取决于在掺杂的氢化无定形硅中,存在两个不同现象的共膜质:悬挂键密度的可逆增加和掺杂效应的可逆增加。
摘要:近年来,从“一种分子、一个靶点、一种疾病”到“多靶点小分子”的新兴范式转变为药物发现开辟了一条巧妙的道路。这一想法已被用于研究针对前所未有的 COVID-19 大流行的有效药物分子,该大流行已成为目前最大的全球健康危机。从临床试验中的药物中认识到有机硫化合物对抗 SARS-CoV-2 的重要性,我们选择了一类对 SARS-CoV 有效的有机硫化合物,并研究了其与 SARS-CoV-2 的多种蛋白质的相互作用。一种化合物对病毒的五种蛋白质(结构和非结构)表现出抑制作用,即主要蛋白酶、木瓜蛋白酶样蛋白酶、刺突蛋白、解旋酶和 RNA 依赖性 RNA 聚合酶。因此,这种化合物成为治疗这种恶性疾病的潜在候选药物。这项工作中进行的药代动力学、ADMET 特性和靶标预测研究进一步激发了该化合物的多功能性,并敦促未来对 SARS-CoV-2 进行体外和体内分析。
https://upload.wikimedia.org/wikipedia/commons/6/62/CERN_LHC_Proton_Source.JPG https://cdn.zmescience.com/wp-content/uploads/2015/05/cern-lhc-aerial.jpg H t tp://sites.uci.edu/energyobserver/files/2012/11/lhc-aerial.jpg
摘要MTHFR(甲基四氢叶酸还原酶)是一种参与单碳代谢的关键酶,这对于癌细胞的增殖至关重要。与此相一致,已发表的文献表明,MTHFR敲低导致多种类型的癌细胞生长受损。此外,较高的MTHFR表达水平与肝细胞癌,肾上腺皮质癌和低度神经胶质瘤的总体生存率较短有关,这使得将MTHFR抑制剂设计为可能的治疗选择。截至今天尚无MTHFR的竞争抑制剂。这项研究旨在使用硅药物筛查来鉴定潜在的竞争性MTHFR抑制剂候选者。在存在和不存在辅助因子的情况下,将共有30470个含有生物源性化合物,FDA批准的药物和临床试验中的分子与MTHFR的催化口袋筛选。结合能和ADMET分析表明,Vilanterol(B 2-肾上腺素激动剂),selexipag(前列环素受体激动剂)和Ramipril Diketopiperazine(ACE抑制剂)是MTHFR的潜在竞争抑制剂。分子动力学分析和使用这些化合物的MM-PBSA计算特别揭示了配体结合的285-290之间的氨基酸,并突出了Vilanterol作为MTHFR抑制的Stron-gest候选者。我们的结果可以指导新型MTHFR抑制化合物的发展,这可以灵感来自这里引起人们关注的药物。更重要的是,这些潜在的候选者可以在上述癌症的临床和临床研究中进行重新测试。
本报告是作为由美国政府机构赞助的工作的帐户准备的。美国政府或任何雇员均未对任何信息,设备,产品或流程的准确性,完整性或有用性做出任何法律责任或责任,也不属于任何法律责任或责任,或者承担任何法律责任或责任感,或者表示其使用不会侵犯私有拥有权利。在本文中提及任何特定的商业产品,流程或服务,商标,制造商或以其他方式不一定构成或暗示其认可,推荐或受到美国政府或其任何机构的认可。本文所表达的作者的观点和观点不一定陈述或反映美国政府或任何代理机构的观点和意见。
改进且便宜的分子诊断允许从“一种尺寸适合所有疗法”转移到针对单个肿瘤的个性化疗法。然而,基于全面测序的大量潜在目标仍然是一个尚未解决的挑战,可以阻止其在临床实践中的常规使用。因此,我们设计了一个工作流,该工作流选择基于多摩学测序和计算机药物预测的最有希望的治疗靶标。在这项研究中,我们证明了关注膀胱癌(BLCA)的工作流程,迄今为止,尚无可靠的诊断来预测治疗方法的潜在益处。在TCGA-BLCA队列中,我们的工作流程确定了由21个基因和72种药物组成的面板,这些小组建议对95%的患者进行个性化治疗,包括5个尚未报道为BLCA临床测试的预后标记。自动化的预测是通过手动策划的数据补充的,从而可以进行准确的灵敏度或抗药性指导的药物反应预测。我们根据在手动策展期间发现的陷阱讨论了药物相互作用数据库的潜在改进。