XiaoMi-AI文件搜索系统
World File Search System二维结构
13.1基于有机二维结构，用于评估挥发性有机化合物
Internet技术（IoT）的进步推动了灵活/可穿戴气体传感器的开发。在这方面，电阻性气体传感器由于其高灵敏度，稳定性，低功耗，低运营成本以及易于集成到可穿戴电子产品而引起了很多关注。电导性聚合物材料越来越多地用作电阻气体传感器中的电子材料[1-3]。在这方面，观察到低成本和用户友好的传感器的兴趣显着增加[4,5]。电阻传感器的主要问题是低灵敏度，选择性和测量参数的狭窄变化范围。这源于有机半导体的低电荷载体迁移率[3]。增加电荷载体迁移率的方法之一可能是使用分隔两个聚合物膜的区域的界面电导率[6]。早些时候，在研究[7]中，在各种挥发性有机化合物（VOC）的大气中，聚合物膜界面的电导率浓度依赖性。这项工作的目的是研究在两种有机介电聚二苯基苯基苯基苯乙烯的亚微米膜上形成的准二维结构的可能性[7-9]作为生物气体传感器的基础。实验样品由两种聚合物膜组成，它们之间有电极（图1）。通过在2000 rpm中在环己酮中的聚合物溶液离心1分钟，在载玻片上形成了底部膜。应用膜后，将样品进行两阶段的干燥：首先在正常条件下进行60分钟，然后在150℃的真空中进行60分钟。之后，通过热填料溅射形成50 nm厚的金电极和2 mm的长度；电极间距离约为30 µm。根据上述过程制造顶部聚合物层。底部的聚合物层厚度为800 nm
DEEPScreen：使用二维结构化合物表征的卷积神经网络进行高性能药物-靶标相互作用预测
目前，化合物和生物活性数据库（如 ChEMBL 3 和 PubChem 4 合计）中共有超过 9000 万条候选药物化合物记录，而整个“类药物”化学空间的大小估计约为 1060。5 另一方面，根据 DrugBank 的数据，目前的药物数量（FDA 批准或处于实验阶段）约为 10000 种。6 此外，在人类蛋白质组的 20000 种蛋白质中，已知药物的靶标不到 3000 种。7,8 统计数据表明，目前对药物-靶标空间的了解有限，需要新的方法来拓宽我们的知识。有关药物-靶标相互作用 (DTI) 自动预测的信息、基于机器学习 (ML) 的 DTI 预测中的描述符和特征工程，以及基于新型深度学习 (DL) 的