XiaoMi-AI文件搜索系统
World File Search System先导
美国北卡罗来纳州人类口腔 DNA 病毒组中各种指环病毒、Cressdna病毒和噬菌体的表征
摘要：在宏基因组学时代，从人类口腔的各个角落（从唾液到牙菌斑再到舌头表面）中鉴定出的病毒多样性加速增长。这种快速扩展表明我们对口腔病毒多样性的理解并不完整，只有少数研究结合了被动口水收集和宏基因组测序方法。在这项先导研究中，我们从杜克狐猴中心（美国北卡罗来纳州达勒姆）的健康工作人员那里获得了 14 个样本，以确定可在人类被动口水样本中鉴定出的病毒多样性。本研究使用高通量测序和病毒宏基因组工作流程鉴定了 3 种指环病毒、9 种 cressdnaviruses、4 种 Caudoviricetes 大噬菌体、29 种微病毒和 19 种 inoviruses 的完整基因组。这里介绍的结果扩展了我们对北卡罗来纳州（美国）人类口腔病毒组的脊椎动物感染和微生物感染病毒多样性的理解。
叶酸-肽结合物将选择性癌细胞内化与胸苷酸合酶二聚体界面靶向相结合
摘要：为了设计出在进一步优化阶段有较高成功率的先导化合物，应解决药物-靶标相互作用、细胞内化和靶标参与问题。因此，我们设计了叶酸与抗癌肽的结合物，它能够结合人胸苷酸合酶 (hTS) 并通过几种癌细胞高表达的叶酸受体 α (FR α ) 进入癌细胞。机制分析和分子建模模拟表明，这些结合物与 hTS 单体-单体界面的结合力比酶活性位点大 20 倍以上。在几种癌细胞模型上测试时，这些结合物在纳摩尔浓度下表现出 FR α 选择性。当结合物与抗癌剂以协同或附加组合方式递送时，观察到类似的选择性。与 5-氟尿嘧啶和其他靶向 hTS 催化口袋的抗癌药物不同，这些结合物不会诱导该蛋白质的过度表达，因此可以帮助对抗与高 hTS 水平相关的耐药性。■ 简介
国际大陆科学钻探计划
前期调查 自1997年青岛CCSD钻井选址研讨会以来，在江苏省东海县茅北CCSD目标区开展了野外地质和地球物理调查，目的是建立钻井区三维地质和地球物理模型，准确确定CCSD先导孔和主孔的钻孔位置。开展的工作包括1：5000和1：10000比例尺地质填图、反射地震勘探、重磁法勘探等。此外，还利用电缆取芯技术钻探了1028m深的连续取芯钻孔（PP2）。在该孔中，测量了不同深度的温度和来自孔的岩心的热导率，计算了1000m深度的地层热梯度并外推到5000m深度。在该孔内还进行了地球物理测井和VSP。根据综合研究和调查的结果，确定了CCSD导向孔和主孔的精确坐标。进一步的地质和地球物理研究，包括对岩心的研究
北爱达荷学院设施总体规划 2018-2028
简介 2016 年秋季，北爱达荷学院 (NIC) 开始制定综合战略计划。该项目旨在成为一项全校范围的协作努力，其目标是“培养”一种适应性文化，这种文化能够吸收干扰、从出现的挑战中学习，并响应北爱达荷学院服务的社区和地区的教育需求。初步规划过程始于 SWOT 分析和环境扫描。这些内部和外部评估为三个关键规划过程奠定了基础：学术总体规划、设施总体规划和信息技术 (IT) 总体规划，以应对两次初步评估中发现的各种挑战和机遇。这三个总体规划共同构成了综合战略计划的先导，并为其核心主题和目标提供了信息。2018 年，学院还制定了战略招生管理计划，该计划也被纳入学院的综合战略计划中。
DMPK：实验与数据解释
质谱法已成为药物发现和开发过程中整个 DMPK 和生物分析研究领域的主要分析工具。本短期课程将提供关于质谱法在 DMPK 和生物分析中如何支持研发和注册过程的论文。本课程将使用案例研究来重点介绍在发现和开发阶段使用质谱法测量小分子药物、生物制剂及其结合物的“原因”和“方法”知识库。内容将包括 DMPK 概念/原理的介绍、药物发现/开发过程的概述以及 DMPK 研究中常见的做法。将讨论当前应用于先导优化中的 ADME 筛选、PK 研究中药物量化、动物和人体药物代谢物鉴定以及临床和毒理学研究中的 GLP 生物分析量化的质谱技术，以及实验设计、数据解释和数据报告的最新行业实践。我们将提供解决常见 DMPK 和生物分析问题的案例研究，以强化课堂上学到的概念和分析技术。
叶酸-肽结合物结合选择性癌症...
摘要：为了设计出在进一步优化阶段有较高成功率的先导化合物，应解决药物-靶标相互作用、细胞内化和靶标参与问题。因此，我们设计了叶酸与抗癌肽的结合物，它能够结合人胸苷酸合酶 (hTS) 并通过几种癌细胞高表达的叶酸受体 α (FR α ) 进入癌细胞。机制分析和分子建模模拟表明，这些结合物与 hTS 单体-单体界面的结合力比酶活性位点大 20 倍以上。在几种癌细胞模型上测试时，这些结合物在纳摩尔浓度下表现出 FR α 选择性。当结合物与抗癌剂以协同或附加组合方式递送时，观察到类似的选择性。与 5-氟尿嘧啶和其他靶向 hTS 催化口袋的抗癌药物不同，这些结合物不会诱导该蛋白质的过度表达，因此可以帮助对抗与高 hTS 水平相关的耐药性。■ 简介
计算机辅助药物设计综述
药物设计、发现和评价中的计算方法。一般来说，药物发现需要很长的时间（约 12 年）和数十亿美元的资金。它包括创建新分子、将分子对接至靶蛋白、分析分子相互作用、估计结合强度和药物特性。计算机辅助药物设计 (CADD) 具有成本效益，并且无需进行一些生物学试验。它主要包括两种类型的药物设计，即基于结构的药物设计和基于配体的药物设计。通过它，我们可以了解药物受体相互作用。基于结构的药物设计包括结合位点识别、对接和储存、虚拟筛选、化合物选择、先导优化。基于配体的药物设计包括定量结构活性关系、药理学建模和基于结构的药物设计所遵循的步骤。我们可以看到，CADD 有助于识别药物的合适特性及其兼容性，从而轻松进行临床前试验。
抗菌药物研发中新兴蛋白水解靶向策略的展望
摘要：靶向蛋白质降解是药物发现领域的一个新方面。传统上，开发抗生素包括繁琐而昂贵的过程，例如药物筛选、先导化合物优化和配方设计。蛋白水解靶向嵌合体 (PROTAC) 是新一代药物，它利用蛋白水解机制选择性地降解和消除与人类疾病有关的蛋白质。PROTAC 在癌症领域的应用得到了广泛的探索，各种 PROTAC 正在临床试验中。因此，研究人员对将 PROTAC 技术作为对抗致病病毒和细菌的新武器有着浓厚的兴趣。本综述强调了抗菌 PROTAC 和其他类似的“类 PROTAC”技术在降解致病靶蛋白（即病毒/细菌蛋白）方面的重要性。这些技术可以对致病蛋白进行特异性蛋白质降解，以避免因致病蛋白突变或异常表达而导致的耐药性。基于 PROTAC 的抗菌疗法具有高特异性和降解“不可用药”蛋白质（例如非酶蛋白质和结构蛋白质）的能力。
对必需细菌蛋白的深度突变扫描可以指导抗生素的开发
深度突变扫描是一种研究各种研究问题（包括蛋白质功能和稳定性）的有效方法。在这里，我们使用高通量 CRISPR 基因组编辑对参与细胞包膜合成的三种必需大肠杆菌蛋白质（FabZ、LpxC 和 MurA）进行深度突变扫描，并研究突变在其原始基因组环境中的影响。我们使用超过 17,000 种蛋白质变体来研究蛋白质功能和单个氨基酸在支持生存力方面的重要性。此外，我们利用这些库来研究针对选定蛋白质的抗菌化合物的抗药性发展。在所研究的三种蛋白质中，MurA 似乎是更优越的抗菌靶标，因为它的突变灵活性低，这降低了获得同时保留 MurA 功能的抗药性突变的机会。此外，我们根据每种化合物的抗药性突变数量对抗 LpxC 先导化合物进行进一步开发排名。我们的结果表明，深度突变扫描研究可用于指导药物开发，我们希望这将有助于开发新型抗菌疗法。
LEP-AD：蛋白质的语言嵌入和对药物的关注预测药物靶标相互作用
预测药物-靶标相互作用对于药物开发和先导化合物优化来说是一个巨大的挑战。最近的进展包括训练算法以从数据和分子模拟中学习药物-靶标相互作用。在这里，我们利用进化尺度模型 (ESM-2) 模型建立用于预测药物-靶标相互作用的 Transformer 蛋白质语言模型。我们的架构 LEP-AD 结合了预先训练的 ESM-2 和 Transformer-GCN 模型来预测结合亲和力值。我们使用多个数据集（包括 Davis、KIBA、DTC、Metz、ToxCast 和 STITCH）报告了与 SimBoost、DeepCPI、Attention-DTA、GraphDTA 等竞争方法相比的最佳新结果。最后，我们发现嵌入蛋白质的预训练模型 (LED-AD) 优于使用显式 alpha-fold 蛋白质 3D 表示的模型（例如，由 Alphafold 监督的 LEP-AD）。 LEP-AD 模型的性能随着训练数据规模的扩大而显著提升。代码可在 https://github.com/adaga06/LEP-AD 获取