XiaoMi-AI文件搜索系统
World File Search System什维利
第 10.1 节：美索不达米亚文学，第 1 部分（埃努玛·埃利什）
当今学者无法确定古代近东诗歌与散文之间的确切区别。但有一点是肯定的。韵律和韵律是许多文化中传统上用来将单词组成诗句的语言特征，但它们并不是决定性因素。相反，美索不达米亚诗歌似乎只涉及一种高度的语言感、一种高超的表达方式，也许还有音乐伴奏，而这在楔形文字中当然并不明显。但在塑造古代近东诗歌语言的过程中，还有其他更明显的因素在起作用，今天的读者可能不会将这些话语特征与诗句联系起来，但美索不达米亚人几乎肯定会这样做。其中之一就是重复，技术上称为“重复平行”，这是诗歌的一个特征，早在苏美尔人时代就已存在。最简单的形式是将相同的单词说两遍。这一点在巴比伦新年颂歌《埃努玛·埃利什》（Enuma Elish）的以下诗句中表现得尤为明显，这是一首对他们的中心神马尔杜克的赞歌：
审查宿主定向的免疫疗法和针对利什曼病的候选药物
神经认知能力下降是当今医学中最重要的可怕问题之一。痴呆发病机理的机制是复杂且多因素的，尤其是在阿尔茨海默氏病（AD）的情况下。一个无可辩驳的但无法解释的因素是AD的性别差异，其中妇女受到疾病的速度和严重程度的AD影响不成比例的影响。检查多方面的促成原因以及可改变的危险因素（例如饮食）中的独特性别动态，可能会深入了解这种差异的存在和前进的潜在路径。这篇简短的叙述性综述的目的是总结当前饮食习惯中性别差异的文献，以及它们如何与有助于AD发病机理的神经炎症状态有关。因此，将讨论饮食，荷尔蒙和炎症之间的相互作用，以及潜在的干预措施以提供护理实践。
关于针对槲皮素的新利什人类药物靶标的计算研究
利什曼病，是一种由利什曼原虫寄生虫引起的寄生疾病，位于感染的沙蝇中。控制利什曼病仍然是全世界引起严重关注的根源。关于利什曼病的研究引发了研究，因为它在亚洲，东非和南美的热带和亚热带地区爆发。迫切需要新的治疗性干预措施，例如疫苗和新药物靶标，因为它具有对可用药物的抗性。槲皮素，多酚类黄酮的衍生物通过与蛋白质和核酸相互作用表现出各种生物学活性。在这项研究中，进行了计算分析，以通过分子对接在利什曼原虫物种中识别槲皮素的潜在药物靶标。新预测的靶标受到亚细胞定位预测，并确定蛋白质 - 蛋白质相互作用网络，该网络将有助于开发抗脊髓药。这项研究有助于鉴定靶标和抗脊髓药物的发展。
以蛋白质脂化为靶点研发利什曼病药物
摘要 利什曼病是由利什曼属的多种专性细胞内原生动物引起的传染病，其疾病表现为皮肤、粘膜和内脏形式。尽管利什曼病在 80 多个国家流行，并且是高发病率和死亡率的原因，但它仍然是一种被忽视的热带疾病。化疗是一线治疗方法，但目前使用的药物存在毒性副作用、给药困难和治疗时间延长的问题——此外，耐药性正在出现。新的抗利什曼病药物是公认的国际优先事项。在这里，我们回顾了对 N-肉豆蔻酰转移酶 (NMT) 作为潜在药物靶点的研究。NMT 催化 C 14 脂肪酸从肉豆蔻酰辅酶 A 到真核细胞中大量蛋白质的 N 端甘氨酸残基的共翻译转移。这种共价修饰影响底物蛋白与脂质和伴侣蛋白的稳定性和相互作用。针对杜氏利什曼原虫 NMT 的高通量筛选活动产生的新先导化合物的结构指导开发导致了强效抑制剂的发现，这些抑制剂被用于深入了解蛋白质肉豆蔻酰化在这些寄生虫中的作用，并验证 NMT 作为药物靶点。
语义增强图像-文本预训练模型的零样本三维模型分类
Cheraghian 等人 [ 21 – 23 ] 在零样本 3 维模型分类方 面提出了 3 维点云的零样本学习方法、缓解 3 维零样 本学习中枢纽点问题的方法和基于直推式零样本学 习的 3 维点云分类方法，并将它们封装进一个全新 的零样本 3 维点云方法 [ 24 ] 中。以上方法均是利用已 知类样本的点云表征及其词向量对未知类别进行分 类，开创了零样本 3 维模型分类方法。近年来， CLIP 在零样本图像分类上取得了良好的效果，因此有研 究者将 CLIP 应用到零样本 3 维模型分类方法中， Zhang 等人 [ 25 ] 提出了基于 CLIP 的 3 维点云理解 (Point cloud understanding by CLIP, PointCLIP) 模型， PointCLIP 首先将 3 维点云投影成多个深度图，然 后利用 CLIP 的预训练图像编码器提取深度图特 征，同时将类别名称通过 CLIP 预先训练的文本编 码器提取文本特征。但是 PointCLIP 的性能受到深 度图和图像之间的域差异以及深度分布的多样性限 制。为了解决这一问题，基于图像 - 深度图预训练 CLIP 的点云分类方法 (transfer CLIP to Point cloud classification with image-depth pre-training, CLIP2Point) [ 26 ] 将跨模态学习与模态内学习相结合 训练了一个深度图编码器。在分类时，冻结 CLIP 的图像编码器，使用深度图编码器提取深度图特 征，该方法缓解了深度图和图像间的模型差异。用 于 3 维理解的图像 - 文本 - 点云一致性表征学习方法 (learning Unified representation of Language, Im- age and Point cloud for 3D understanding, ULIP) [ 27 ] 构建了一个图像、文本和点云 3 种模态的 统一嵌入空间，该方法利用大规模图像 - 文本对预 训练的视觉语言模型，并将 3 维点云编码器的特征 空间与预先对齐的视觉 - 文本特征空间对齐，大幅 提高了 3 维模型的识别能力。与之相似的是，基于 提示文本微调的 3 维识别方法 (CLIP Goes 3D, CG3D) [ 28 ] 同样使用 3 元组形式确保同一类别的 3 维模 型特征和图像特征之间以及 3 维模型特征和文本特 征之间存在相似性，从而使点云编码器获得零样本 识别的能力。另外， PointCLIP V2 [ 29 ] 在 Point- CLIP 的基础之上，通过利用更先进的投影算法和 更详细的 3 维模型描述，显着提高了零样本 3 维模型 分类准确率。本文采用语义增强 CLIP 解决图像和文 本的语义鸿沟问题，通过在语义层面为图像和文本 提供更多相似的语义信息，使图像和文本对齐更具有 一致性，从而有效提高 3 维模型的零样本分类性能。 2.2 提示工程
roche-virtual-hematology-ir-event-june-16.pdf
1 美国马萨诸塞州波士顿麻省总医院癌症中心；2 澳大利亚墨尔本墨尔本大学圣文森特医院；3 澳大利亚悉尼威尔士亲王医院和新南威尔士大学血液学系；4 英国诺丁汉大学医学院；5 法国蒙彼利埃蒙彼利埃大学医院；6 西班牙塞维利亚大学塞维利亚生物医学研究所、塞维利亚大学 CSIC 圣母罗西奥大学医院；7 中国广州中山大学肿瘤医院；8 韩国首尔蔚山大学医学院峨山医学中心；9 韩国首尔成均馆大学医学院三星医疗中心；10 中国天津天津医科大学肿瘤研究所；11 波兰格但斯克医科大学；12 美国加利福尼亚州弗雷斯诺加州大学旧金山分校；13 英国伦敦伦敦大学学院医院； 14 美国加利福尼亚州南旧金山市 Genentech 公司；15 加拿大安大略省密西沙加市 Hoffmann-La Roche 有限公司；16 瑞士巴塞尔市 F. Hoffmann-La Roche 有限公司；17 澳大利亚墨尔本市莫纳什大学莫纳什健康临床科学学院
Glofitamab▼ 联合吉西他滨和奥沙利铂 (GLOFIT-...
1 美国马萨诸塞州波士顿麻省总医院癌症中心；2 澳大利亚墨尔本墨尔本大学圣文森特医院；3 澳大利亚悉尼威尔士亲王医院和新南威尔士大学血液学系；4 英国诺丁汉大学医学院；5 法国蒙彼利埃蒙彼利埃大学医院；6 西班牙塞维利亚大学塞维利亚生物医学研究所、塞维利亚大学 CSIC 圣母罗西奥大学医院；7 中国广州中山大学肿瘤医院；8 韩国首尔蔚山大学医学院峨山医学中心；9 韩国首尔成均馆大学医学院三星医疗中心；10 中国天津天津医科大学肿瘤研究所；11 波兰格但斯克医科大学；12 美国加利福尼亚州弗雷斯诺加州大学旧金山分校；13 英国伦敦伦敦大学学院医院； 14 美国加利福尼亚州南旧金山市 Genentech 公司；15 加拿大安大略省密西沙加市 Hoffmann-La Roche 有限公司；16 瑞士巴塞尔市 F. Hoffmann-La Roche 有限公司；17 澳大利亚墨尔本市莫纳什大学莫纳什健康临床科学学院
溴结构域因子 5 作为抗利什曼原虫药物研发的靶点
摘要：利什曼病是由利什曼属的动基体寄生虫引起的一组被忽视的热带疾病。目前的化疗非常有限，对新型抗利什曼病药物的需求在国际上具有迫切的重要性。溴结构域是表观遗传读取结构域，已显示出对癌症治疗的良好治疗潜力，并且也可能成为治疗寄生虫病的有吸引力的靶点。在这里，我们研究了杜氏利什曼原虫溴结构域因子 5 (Ld BDF5) 作为抗利什曼病药物研发的靶点。Ld BDF5 在 N 端串联重复序列中包含一对溴结构域 (BD5.1 和 BD5.2)。我们纯化了杜氏利什曼原虫 BDF5 的重组溴结构域，并通过 X 射线晶体学确定了 BD5.2 的结构。使用组蛋白肽微阵列和荧光偏振分析，我们确定了 Ld BDF5 溴结构域与源自组蛋白 H2B 和 H4 的乙酰化肽的结合相互作用。在包括热位移分析、荧光偏振和 NMR 在内的正交生物物理分析中，我们表明 BDF5 溴结构域与人类溴结构域抑制剂 SGC − CBP30、溴孢菌素和 I-BRD9 结合；此外，SGC − CBP30 在细胞活力分析中表现出对利什曼原虫前鞭毛体的活性。这些发现证明了 BDF5 作为利什曼原虫的潜在药物靶点的潜力，并为未来开发针对这种表观遗传读取蛋白的优化抗利什曼原虫化合物奠定了基础。关键词：利什曼原虫、溴结构域、表观遗传学、药物发现、结构生物学