XiaoMi-AI文件搜索系统
World File Search System前药
有机硼酸/酯作为癌症治疗的有效药物和前药候选物：挑战和希望
摘要 硼酸/酯因其优异的亲氧性、低毒性和独特结构而最近出现在医学和制药研究领域。它们被称为有效的酶抑制剂、癌症治疗捕获剂，并能模仿某些类型的抗体来对抗感染。它们已被设计和开发成药物，这种方法是在过去 20 年中出现的。美国食品药品监督管理局和加拿大卫生部已批准五种硼酸药物，其中两种用于治疗癌症，特别是多发性骨髓瘤。本综述的目的是研究硼酸/酯衍生物作为潜在的药物及其作用机制。它将集中在六种类型的癌症上：多发性骨髓瘤、前列腺癌、乳腺癌、肺癌、宫颈癌和结肠癌。一些新开发的含硼化合物已经表现出非常有希望的活性，但在得出最终结论之前还需要进一步研究。
作为主持人和可卡因自我给药的后果，前岛和肾后皮质之间的内在功能连通性
虽然人类的功能性脑成像研究表明，慢性可卡因在关键的大型大型脑网络内和之间使用功能连接性（FC），包括默认模式网络（DMN），显着性网络（SN）和中央执行网络（CEN），人类在人类的跨部门研究中，人类在人类的跨部门研究都在挑战Brain for Brain for Cocain fc cocain fc cocain fc cocaine for cocaine for cocaine for cocaine for。此类信息对于揭示个人的大脑FC与随后的可卡因依赖性和戒酒期间大脑变化之间的关系至关重要。在这里，我们进行了一项纵向研究，研究了雄性大鼠的功能磁共振成像（fMRI）数据（n = 7），在可卡因自我给药（基线）之前，在可卡因自我降低10 d后再次获得可卡因自我给药（基线），并在30 d defsefsefadmin-Istration和30 d后再次获得了实验性的实验室施加的Absportimence-Absportimence-Absposs-Spirts-Sport-Sports-Sports-Sports-pressed AbsStsinence。使用具有基于网络统计的方差（ANOVA）的重复测量分析（NBS），在SN的前二层皮层（AI）之间发现了显着的连接性变化，DMN的ret-splenial Cortex（RSC）DMN，DMN，Sumostemensory Cortex和caud and coud and cpu（cpu），以及大多数puss and cpu之间，以及cpu之间的大多数。禁欲。此外，升级的可卡因摄入水平与AI - RSC和AI - CPU FC的戒酒变化有关。此外，在可卡因摄入之前，受试者的AI - RSC FC是AI - RSC在禁欲期间变化的重要模型。这些结果为可卡因摄入前后的AI - RSC FC的作用提供了新的见解，并建议该电路是调节大规模网络和可卡因使用障碍行为变化的潜在目标。
临床前药代动力学对Amdizalisib，一种新型的PI3KΔ抑制剂，用于治疗血液恶性肿瘤
Amdizalisib，也称为HMPL-689，这是一种新型的选择性和有效的PI3Kδ抑制剂，目前正在中国因治疗血液学恶性肿瘤而受到II期临床发展。Amdizalisib的临床前药代动力学（PK）在体外和体内被广泛表征，以支持Amdizalisib的进一步发展。我们表征了血浆蛋白结合，血液与血质量分配比，细胞渗透率，肝微粒体代谢稳定性和药物 - 药物 - 药物相互作用潜在的药物相互作用潜在，使用体外实验。在单次静脉内或口服Amdizalisib后，在小鼠，大鼠，狗和猴子中进行了体内PK评估。在大鼠中评估了阿米二氮酶的组织分布和排泄。使用异态缩放（AS）方法，将临床前物种（小鼠，大鼠，狗和猴子）的Amdizalisib的PK参数（CL和V SS）用于人类PK投影。amdizalisib被充分吸收，并且在小鼠，大鼠，狗和猴子中表现出低到中度的清除率。它具有高细胞渗透性，没有P-糖蛋白（P-GP）或乳腺癌抗癌蛋白（BCRP）底物责任。血浆蛋白结合的氨基二氮蛋白结合很高（约90％）。它是广泛分布的，但大鼠的脑与血浆暴露比低。amdizalisib在体内被广泛代谢，原型药物的恢复速率在排泄物中很低。amdizalisib和/或其代谢物主要通过大鼠的胆汁和尿液排泄。它在CYP1A2，CYP2B6，CYP3A4和CYP2C9上具有诱导潜力。amdizalisib在P-gp上显示出抑制潜力，但在BCRP上没有显示出抑制作用，并且观察到分别抑制CYP2C8和CYP2C9，IC 50值分别为30.4和10.7μm。
《AI哲学地图》【总览上篇】哲学对人工智能的15点批判
（关键词） * 出现的一切都是现象学的问题领域；意识的叠加 * 解释学方法与动力系统非常相似 * 瓦雷拉在他的论文中特别谈到了胡塞尔的时间理论，这与循环网络颇有关联 * 德雷福斯对人工智能的批判非常著名，他借鉴了胡塞尔的现象学分析，指出人工智能的主要弱点是没有程序使用“期望” * 可以说，胡塞尔在纯逻辑的基础上创造了人工智能的大部分思想 * 甚至明斯基的框架理论也是胡塞尔很早就提出的，胡塞尔本人也已经意识到了它的局限性 * 现象学越来越深入地渗透到日常世界，与世界建立更紧密的关系，创造一种与世界同步的关系 * 如果你从感觉运动的最底层开始，换句话说，它就变得和现象学所想的一样了 * 威廉·詹姆斯的理论非常像一个动力系统* 主动推理是试图将世界重塑为你想要的样子的行为。 * 当预测错误发生时，为了将错误最小化，自上而下的预测和自下而上的错误信号会反复相互作用，从而改变信念（内部状态）。 * 动态系统是确定性的，但通过在其中引入概率，可以将力量融入思维过程。 * 系统不是通过因果关系创建的，而是通过中介创建的。 * 与其通过逻辑连接事物，不如以稍微更灵活的形式创建人工智能。 * Tanabe 将中介定义为“通过切割连接”。 * 较高层与意识相关的部分处于缓慢的规模，而较低层的运动模式等则是快速的模式。 * 记忆是在很长一段时间内沉积的。 * 意识诞生于失去。 * 重新发现和同情哲学，而不是援引它，是工程与哲学并驾齐驱的研究风格之一。
CRISPR-CAS9筛查：一种进步药物发现的有力方法...
有关我们全球办公室的完整列表，请访问www.revvity.com版权所有©2023，Revvity，Inc。保留所有权利。1223000
