XiaoMi-AI文件搜索系统
World File Search System三维结构
大数据和人工智能发现针对无三维结构蛋白质的新型药物，并攻克无药可用靶点
摘要 靶向药物的发现很大程度上依赖于靶蛋白的三维结构，当未知蛋白质靶点的三维结构时，设计其对应的靶向药物非常困难。某些蛋白质（即所谓的不可成药靶点）尽管三维结构已知，但却缺乏针对它们的药物。随着蛋白质数据库中存储的晶体/低温电子显微镜结构越来越多，发现靶向药物的可能性大大增加。此外，通过识别先前不可成药的靶点的隐藏变构位点，也很有可能将之前的不可成药靶点转变为可成药靶点。本文主要介绍目前可用的针对未知三维结构的蛋白质发现新化合物的先进方法，以及如何将不可成药的靶点转变为可成药的靶点。
引用：He H, Liu B, Luo H, et al . 大数据和人工智能发现针对没有 3D 结构的蛋白质的新型药物并克服无法用药的靶点。Stroke & Vascular Neurology 2020; 0 . doi:10.1136/svn-2019-000323
摘要 靶向药物的发现很大程度上依赖于靶蛋白的三维结构，当未知蛋白质靶点的三维结构时，设计其对应的靶向药物非常困难。某些蛋白质（即所谓的不可成药靶点）尽管三维结构已知，但却缺乏针对它们的药物。随着蛋白质数据库中存储的晶体/低温电子显微镜结构越来越多，发现靶向药物的可能性大大增加。此外，通过识别先前不可成药的靶点的隐藏变构位点，也很有可能将之前的不可成药靶点转变为可成药靶点。本文主要介绍目前可用的针对未知三维结构的蛋白质发现新化合物的先进方法，以及如何将不可成药的靶点转变为可成药的靶点。
MGraphDTA：用于解释药物靶标结合的深度多尺度图神经网络†
为了找到一种对特定蛋白质有效且安全的药物，药理学家必须测试数千种化合物。5然而，药物靶标相互作用（DTA）的实验测量既耗时又耗资源。DTA预测的计算机模拟方法因其效率高、成本低而备受关注。现有的计算机模拟方法主要可分为三类：基于结构的方法、基于特征的方法和深度学习方法。基于结构的方法可以通过考虑小分子和蛋白质的三维结构来探索潜在的结合位点。对接是一种成熟的基于结构的方法，它使用多种模式定义和评分函数来最小化结合的自由能。分子动力学模拟是另一种流行的基于结构的方法，它可以提供有关单个粒子运动随时间变化的最终细节。6然而，基于结构的方法非常耗时，如果蛋白质的三维结构未知，则无法使用。7
空气净化器AP-401
抗病毒纤维包含可以在纤维表面产生低pH值的物质。低pH环境将改变病毒蛋白的三维结构，并导致蛋白质的空间结构不可逆地变性。随后将导致病毒失去与宿主细胞受体结合的能力并最终抑制其生长。
理性药物设计的原则第三章
•间接方法 - 从分析为活动/非活动的结构中提取3D信息。这种情况不同于一种情况，其中大分子分子靶标的三维结构已知，例如，对于允许允许“直接”表征配体受体相互作用的酶抑制剂的药物，两种
3D 纳米电子学博士职位
多光子光刻 (MPL) 是制造具有纳米级特征的自由曲面三维结构最有前途的技术之一 [1]。尽管其对光子学和生物学产生了深远影响 [2]，但它在电子学中的应用需要重新评估材料处理工作流程中的许多步骤，但它为未来开辟了一条具有高度影响力的设备和发现的道路 [3,4]。
三维纳米石墨烯与介孔锗的集成
摘要：石墨烯是用于改性物理化学表面性质的关键材料。然而，其平坦表面限制了需要高比表面积的应用。可以通过将二维材料集成到三维结构中来克服这一限制。本文介绍了一种石墨烯-介孔锗 (Gr-MP-Ge) 纳米材料的受控合成策略。分别采用双极电化学蚀刻和化学气相渗透对 Ge 基底进行纳米结构化，随后进行 3D 纳米石墨烯涂层。虽然拉曼光谱显示纳米石墨烯的域尺寸可随处理温度而调整，但透射电子显微镜数据证实 Gr-MP-Ge 的结晶度得以保留。X 射线光电子能谱表明，对于 Gr-MP-Ge，碳与 Ge 之间存在非共价键合。最先进的分子动力学建模可以通过自由基的存在更深入地了解合成过程。这种纳米材料的成功合成使得纳米石墨烯可以集成到具有高纵横比和轻重量的三维结构中，从而为这种多功能纳米材料的多种应用开辟了道路。
3D细胞模型的无缝科学。
诸如球体和器官之类的复合结构比2D模型更好地模仿体内微环境。诸如CRISPR-CAS9系统或siRNA之类的工具使研究人员可以控制基因表达并引入疾病特异性突变。组合基因编辑和3D细胞模型可以在更相关的细胞模型中提高我们对基因功能的理解。基因修饰主要是在建立三维结构之前引入的，尽管也有一些方法可以将基因输送到器官中。