XiaoMi-AI文件搜索系统
World File Search System利用计算机
文章利用计算机靶标预测寻找熟悉天然产物的新分子靶标
1 因斯布鲁克大学药学/生药学研究所、因斯布鲁克分子生物科学中心 (CMBI)，Innrain 80 / 82, 6020 因斯布鲁克，奥地利； F.Mayr@uibk.ac.at (FM)； Veronika.Temml@pmu.ac.at (佛蒙特州)； birgit.waltenberger@uibk.ac.at (BW); Stefan.Schwaiger@uibk.ac.at (SS)； hermann.stuppner@uibk.ac.at (HS) 2 研究单位分子内分泌学和代谢，亥姆霍兹中心慕尼黑，Ingolstädter Landstraße 1, 85764 Neuherberg，德国； gabriele.moeller@helmholtz-muenchen.de（总经理）； adamski@helmholtz-muenchen.de (JA) 3 格赖夫斯瓦尔德大学药学院制药/药物化学系，Friedrich-Ludwig-Jahn-Straße 17, 17489 Greifswald，德国；ulrike.garscha@uni-greifswald.de (UG)；jana.fischer@uni-greifswald.de (JF) 4 伯尔尼大学儿童医院儿科内分泌、糖尿病和代谢科，Freiburgstrasse 15, 3010 Bern，瑞士；patrirodcas@gmail.com (PRC)； amit.pandey@dbmr.unibe.ch (AVP) 5 伯尔尼大学生物医学研究系，Freiburgstrasse 15, 3010 伯尔尼，瑞士 6 巴塞尔大学药学系分子与系统毒理学分部，Klingelbergstrasse 50, 4056 巴塞尔，瑞士；silvia.inderbinen@unibas.ch (SGI)；alex.odermatt@unibas.ch (AO) 7 萨尔州亥姆霍兹药物研究所 (HIPS)，药物设计和优化系，E8.1 校区，66123 萨尔布吕肯，德国； rolf.hartmann@helmholtz-hzi.de 8 萨尔大学，制药和药物化学，E8.1 校区，66123 萨尔布吕肯，德国 9 海德堡大学，药学和分子生物技术研究所 (IPMB)，药物化学，Im Neuenheimer Feld 364，69120 海德堡，德国；christian.gege@web.de 10 埃德蒙马赫基金会 (FEM) 研究与创新中心，Via Mach 1，38010 San Michele all'Adige，意大利；stefan.martens@fmach.it 11 耶拿弗里德里希席勒大学药学研究所制药/药物化学系，Philosophenweg 14，07743 耶拿，德国； oliver.werz@uni-jena.de 12 遗传学实验学校，慕尼黑工业大学，Emil-Erlenmeyer-Forum 5, 85356 Freising-Weihenstephan, 德国 13 新加坡国立大学杨潞龄医学院生物化学系，8 Medical Drive, Singapore 117597，新加坡 14 药学研究所，萨尔茨堡帕拉塞尔苏斯医科大学制药和药物化学系，Strubergasse 21, 5020 Salzburg, Austria 15 药学/药物化学研究所，因斯布鲁克分子生物科学中心 (CMBI)，因斯布鲁克大学，Innrain 80 / 82, 6020 Innsbruck, Austria * 通讯作者：daniela.schuster@pmu.ac.at；电话：+43-699-14420025
利用计算机愿景来精确农业
精确农业正在通过使用现代技术来提高生产率，同时减少废物和环境影响，从而改变农业。该领域最强大的工具之一是计算机视觉，它有助于分析图像以监视农作物，检测杂草和引导自动化机器。通过使用数字图像，计算机视觉提供了有关农作物及其周围环境的准确和实时信息。不同的成像技术支持各种农业任务。RGB（红绿色蓝色）成像类似于人类的视觉检查农作物，而近红外（NIR）和多光谱成像有助于检测肉眼看不到的植物健康问题。这些技术允许农民监测农作物，评估生长阶段并尽早确定疾病。随着人工智能和机器人技术的兴起，计算机视觉在自动化农业任务中起着关键作用。配备摄像头和AI的机器人可以识别和清除杂草，在正确的时间挑选果实，并分析土壤条件。自动农业机器也可以浏览领域，从而减少对人工人工的需求并提高效率。精确农业中计算机视觉的主要目标是识别和区分农作物，杂草和其他物体，以优化农业运营。随着技术的发展，其应用继续增长，使耕作更聪明，更可持续。通过改善决策，降低成本和增加产量，计算机视觉将彻底改变现代农业，帮助农民满足对食物不断增长的需求，同时使用较少的资源。
利用计算机方法鉴定有效的天然肽脱甲酰酶抑制剂以对抗抗生素耐药性
简介抗生素耐药性是现代社会面临的一项重大全球健康挑战 [1,2]，其主要原因是多重耐药 (MDR) 细菌（通常称为“超级细菌”）的出现、传播和持续存在。这些超级细菌是导致对常规治疗干预具有耐药性的感染的罪魁祸首。人类和动物健康中广泛且不加区分地使用抗生素，再加上抗生素研究缺乏创新（新型抗生素的引入减少就是明证），这是导致抗生素耐药性发展和传播的重要因素 [3]。我们必须加快努力，不仅要制定政策遏制抗生素的不当和不合理使用，还要着力开发能够有效对抗细菌感染的新型化学实体 [4]。肽脱甲酰酶 (PDf) 是一种金属酶，它通过将蛋氨酸上的末端 N 残基转化为甲酰基部分来调节蛋白质成熟 [5,6]，作为开发新型抗菌剂的靶标具有巨大的潜力（图 1）。最初人们认为 PDf 只存在于细菌中，而且缺乏针对性药物，因此它被视为开发新型抗菌剂的希望之光 [7-9]。尽管在真核生物中已经鉴定和表征了功能性 PDf 同源物，包括人类的线粒体异构体 [10-14]，这对将该酶明确指定为相关的抗生素靶点提出了挑战，但酶学和结构研究表明，原核细胞和细胞器细胞之间 PDf 配体结合位点存在显著差异 [15-17]，证实了该酶作为引人注目的相关治疗靶点的地位。
通过分子对接和分子动力学模拟方法，利用计算机模拟发现 Smallanthus sonchifolius (Poepp.) H.Rob. 中潜在的钠-葡萄糖协同转运蛋白 2 (SGLT-2) 抑制剂
1988年，SGLT-2通过同源性筛选被鉴定（Santer and Calado，2010；Vallon and Thomson，2017）。据报道，SGLT-2介导90%以上的肾脏葡萄糖重吸收（Hummel等，2011）。SGLT-2抑制剂通过阻止近曲小管葡萄糖重吸收来降低血糖，从而起到抗糖尿病的作用，并通过抑制SGLT-2蛋白来促进肾脏葡萄糖排泄（Abdul-Ghani等，2011）。对于糖尿病的治疗和控制，有许多治疗和靶向技术可用（Nauck 等人，2021 年），其中之一是通过 SGLT-2 抑制肾脏对葡萄糖的重吸收，这是一种帮助 2 型糖尿病患者降低血糖的新方法。在治疗 2 型糖尿病时，SGLT-2 抑制剂是一个很好的选择，因为它们可以降低血糖水平而不会损害胰岛素的产生（Miller 和 Shubrook，2015 年）
利用计算机技术通过 PI3K 抑制揭示喜马拉雅蕨类植物化合物的抗癌潜力
摘要 简介 抑制参与癌症进展的信号蛋白/基因可能会影响信号级联，并可能成为对抗进展性癌症的一种可能的靶向方法。本研究旨在通过计算机技术靶向磷脂酰肌醇 3 激酶 (PI3K) 通路来评估选定的喜马拉雅蕨类植物中生物活性化合物的抗癌潜力。 材料与方法 在本研究中，我们通过从 Google Scholar、Science Direct、PubMed 等不同搜索引擎的文献搜索来识别各种喜马拉雅蕨类植物。其中，选择了四种喜马拉雅蕨类植物，其生物活性成分已经通过气相色谱-质谱 (GC-MS) 分析确定。通过 PyRx 软件对两种 PI3K 靶蛋白 (PDB ID：5OQ4 和 PDB ID：3OAW) 进行分子对接，以确定选定的生物活性成分对癌症的结合亲和力。还使用 Swiss ADME 和 ProTox-II 进行了药物可能性和毒性评估。结果与讨论分子对接研究确定了 12 种对 PI3K 通路具有良好结合亲和力（范围从 -7.3 至 -10.00 kcal/mol）的生物活性分子。在 12 种成分中，3 种名为 PC-2（Matteucinol）、PC-4（Matteuorienate- A）和 PC-9（黄烷-4-醇）的分子比参考化合物具有更高的结合亲和力。这些结果表明这些成分可以作为进一步进行癌症治疗体外和体内研究的有希望的候选药物。选定的生物活性化合物通过 PI3K 抑制表现出有希望的抗癌活性，值得进一步的实验验证和开发为潜在的癌症治疗方法。
利用计算机模拟探索天然化合物，发现新型 DNMT3A 抑制剂作为急性髓系白血病的潜在治疗药物
图 2 A：蛋白质 5YX2(A) 的氨基酸序列的二级结构（由 PDBsum 生成）；B：DNMT3A（链 A）蛋白质的 3D 结构；C：蛋白质的 Ramachandran 图。红色表示低能量区域，黄色 - 允许区域，淡黄色 - 允许范围大的区域，白色 - 不允许区域。
利用计算机模拟研究玫瑰茄中芙蓉酸及其相关化合物的抗高血压作用
这种化合物。特别是，针对其治疗活性和作用方式的科学研究很少。然而，它的非对映异构体藤黄酸（从藤黄果中提取）是市售的并且得到了充分研究。关于芙蓉酸提取、性质和化学特性的最具代表性的证据已由 Zheoat 等人（2019 年）和 Portillo-Torres 等人（2019 年）[6- 7] 分析。晶体学分析和 X 射线光谱证实，芙蓉酸是一个五元内酯环，具有四个碳原子和一个氧原子。C3（sp2）具有双键氧原子，C1 具有 OH 基团和 COOH 基团，C2 具有 COOH 基团（图 1）[8]。除了藤黄酸和芙蓉酸外，我们的研究还包括从玫瑰茄中提取的其他相关化合物，如图 1 所示。
社论：利用计算机方法发现抗癌药物的最新趋势
大量的药物研发工作集中于调节与癌症相关的分子通路，特别是涉及功能或表达改变的蛋白质的通路，这也为个性化医疗奠定了基础。在这种情况下，计算方法极大地支持了药物发现过程（ Rosales-Hernandez 等人，2012 年；Lavecchia 和 Di Giovanni，2013 年；Cerchia 和 Lavecchia，2023 年；Romanelli 等人，2024 年），在某些情况下代表了发现新型小分子疗法背后的驱动力。本研究主题收集了宝贵的贡献，展示了抗癌药物发现领域的成功案例，并强调了与变革性计算机模拟方法的协同作用。Marção 等人的研究文章报道了使用一类逻辑回归机器学习算法（OCLR）来估计人类癌细胞的干性，还提供了各种犬和乳腺癌细胞的干性指数。干细胞特性与癌症的发生和发展以及恶性肿瘤和治疗耐药性有关。随后，作者研究了小分子 (+)-JQ1 对溴结构域和末端外 (BET) 蛋白家族抑制的影响，以及随之而来的犬癌细胞干细胞特性抑制。通过分析公开数据，他们注意到人类三阴性乳腺癌细胞系 MDA-MB- 231 中也有类似的结果，从而指出通过 BET 抑制进行表观遗传调控是解决干细胞特性的一个有趣策略。这项研究为机器学习在理解化合物对癌症干细胞特性的影响方面的潜力提供了宝贵的见解，这对于开发靶向疗法至关重要。在 Menendez-Gonzalez 等人的文章中，作者描述了通过基于配体的虚拟筛选发现一种新型 GATA2 抑制剂，为急性髓细胞白血病 (AML) 治疗提供了一个有希望的途径。该研究通过基于形状的筛选和分子对接来识别潜在的 GATA2 抑制剂，随后进行体外和体内实验来评估对 AML 细胞的抑制作用。已识别的 GATA2 抑制剂化合物 11 带有取代的哌嗪骨架，通过诱导细胞凋亡和抑制细胞增殖表现出强大的抗 AML 活性。
利用计算机视觉技术在帮助中检测牛奶尺寸
摘要 - 计算机视觉是使计算机能够像人类一样能够看到和识别周围对象的技术之一。计算机视觉目前正在迅速开发，并且在图像处理过程中广泛使用。可以应用计算机视觉技术的领域之一是鱼类加工领域，即基于鱼类大小的鱼类分类过程。鱼类分类过程通常是由人类通过人眼手动执行的，观察到要分为几组的鱼类的大尺寸，例如中小型，中和大组。基于观察人眼的概念，这项研究应用了计算机视觉技术，以根据获得的检测结果的大小来检测鱼类的大小和鱼类。本研究中使用的鱼类类型是一种牛奶鱼。根据计算机视觉系统的研究结果，它能够检测到91.78％的精度率的牛奶对象的大小。获得的精度水平无法达到最大可能性，因为转换系统从像素值到厘米大小的影响。我们建议在进一步的研究中，可以通过在像素值转换为厘米方面提高准确性。
利用计算机视觉技术实现养蜂业创新发展的信息系统
世界上约三分之一的粮食生产依赖于蜜蜂，因为它们生产蜂蜜并为植物授粉，从而增加了产量 [1]。此外，蜂王浆、蜂蜡和蜂毒还用于生产化妆品和药品 [2, 3]。因此，如果能建立一个高效的养蜂场，就有可能从蜂产品中获利。例如，根据统计，由于蜂蜜被用作糖的替代品，因此对蜂蜜的需求每年都在增加 [1, 4]。组织一个有效的养蜂场需要满足许多与蜜蜂家族的选择有关的条件，考虑到该地区的气候特点、养蜂场的位置及其周围环境（例如，靠近农业蜜蜂、野生花蜜或花粉蜜蜂）等。需要不断监测蜜蜂家族的状况（例如，它们可能被喷洒在田地里的化学物质毒死），保持蜂巢内的良好条件，根据季节和当前天气变化维护场地，确保没有害虫破坏蜂巢或蜜蜂家族 [3]。所有这些都需要大量的时间、劳动力和物力资源。使用可以部分或全部自动化养蜂人活动的技术和软件工具将提高养蜂场的效率。信息技术和专家系统的发展可以解决养蜂业中的上述问题。因此，信息系统的开发可以系统化和统一养蜂人在养蜂场组织活动的过程，使用业务流程管理的信息技术[5-7]。综合使用