XiaoMi-AI文件搜索系统
World File Search System对接技术
GH49家族葡萄糖酶的分子对接和位于位置的诱变，用于制备高度聚合异藻糖
摘要：异藻醇（IMO）的高度聚合不仅有效地促进了人体中双杆菌的生长和繁殖，而且还使其抗胃酸的快速降解具有抗性，并可以刺激胰岛素分泌。在这项研究中，我们选择了表达的右旋酶（PSDEX1711）作为研究模型，并使用自动库克Vina分子对接技术来对接IMO4，IMO5和IMO6与其使用该突变位点，然后通过其定型型氨基酸的构图和水合构图的构图进行了启用，并研究了该突变的潜在作用。发现突变酶H373A的IMO4产量显着增加至62.32％。饱和突变表明，突变酶H373R的IMO4产量升至69.81％，其相邻位点S374R IMO4产量增加到64.31％。对突变酶的酶特性的分析表明，H373R的最佳温度从30℃降低到20℃，并且在碱性条件下维持了超过70％的酶活性。双点饱和突变结果表明，突变酶H373R/N445Y IMO4产量增加到68.57％。结果表明，具有基本非极性氨基酸的373个位点（例如精氨酸和组氨酸）会影响酶的催化特性。发现为IMO4的未来销售生产和右旋酶结构的分析提供了重要的理论基础。
研究论文 VPS16 在肝细胞癌中的预后意义的生物信息学分析及其在药物筛选中的作用
背景 . 液泡蛋白分选16 (VPS16) 过表达近来被认为与癌症生长和耐药性有关；然而，关于 VPS16 是否在肝细胞癌 (LIHC) 中起重要作用知之甚少。方法 . 使用TIMER2在线数据库分析VPS16在泛癌中的表达，并使用Xena Browser探讨VPS16表达水平与生存时间之间的相关性。使用R语言测试TCGA数据库中374例LIHC病例的生存数据。使用DESeq2进行差异表达基因 (DEG) 分析。使用HPA数据库验证VPS16在LIHC中的表达水平。使用clusterProfiler包通过GO/KEGG富集分析分析功能和相关信号通路。利用药物敏感性分析和分子对接技术筛选出最敏感的针对VPS16分子的药物。结果 .全癌分析显示VPS16在多种肿瘤中均有高表达，尤其在LIHC中。随着LIHC的T分期和分级的增加，VPS16的表达水平也增加。VPS16的表达与LIHC患者总生存期呈负相关。分期可作为独立的预后因素。共发现63种敏感药物，其中19种药物与VPS16显示出较强的分子结合能。结论。VPS16可能是LIHC诊断和预后的潜在生物标志物。未来以VPS16为靶点的药物可能应用于LIHC的治疗。
文章
1南京中医药大学第一临床医学院，南京 210029。 * 通讯作者：李旭，男，南京中医药大学教授，主任中医师，从事中医药治疗肿瘤研究，电话：13913887528，邮箱：13913887528@163.com。摘要：目的：利用网络药理学和分子对接技术探讨薏苡仁、白花蛇舌草、莪术、鼠尾草治疗胃癌前病变的物质基础和分子机制，为进一步的临床研究提供理论基础。方法：利用GeneCards和OMIM网络数据库，寻找、筛选4个药物成分抗胃癌前病变（PLGC）的作用靶点。利用Cytoscape3.7.2软件构建中药成分-靶点网络，利用字符串数据平台构建4种治疗PLGC药物的蛋白质互操作网络，通过拓扑分析寻找核心靶点，最后对药物-疾病交叉靶点进行生化及富集分析。结果：4种肠溶药共收集到19个活性成分、123个成分靶点。对于PLGC共识别出1487个靶点，收集到64个针对药物成分和疾病的靶点。以大于平均度（29.0）的值进行拓扑分析，得到64个关键核心靶点（包括TP53、EGFR、TNF、VEGFA），通过网络拓扑和蛋白质互操作网络分析，筛选出TP53、EGFR、TNF、VEGFA等关键靶点。 GO功能富集分析得到1337个生物过程条目，46个细胞组成条目，74个分子功能条目。KEGG（京都基因和基因组百科全书）通路富集分析和筛选得到254条信号通路，包括胃癌、乳腺癌、前列腺癌、非小细胞肺癌、结肠癌等。结论：四种肠溶药可能通过作用于TP53、EGFR、TNF、VEGFA靶点和相关胃癌、炎症、免疫通路来防治PLGC。关键词：网络药理学 中药 癌前病变 机制研究。致谢：感谢编辑对稿件语言的润色。缩写：ADME，吸收、分布、代谢和排泄；OB，口服生物利用度；DL，药物类别；PDB，蛋白质数据库。作者贡献：DM 和 LM：手稿草稿和文献收集。DM、LM 和 WJL：文献整理和修订稿。FW 和 GW：构思和监督审查、修订稿。所有作者阅读并批准最终稿。利益竞争：作者声明不存在利益竞争。引用：Feng X, Wang Y, Xu L . 基于网络药理学和分子对接技术探讨四种化疗药物用于治疗胃癌前病变肠上皮化生的作用机制。胃肠肝病学研究。2022；4(1)：2。doi: 10.53388/ghr2022-03-044。执行主编：程鑫。提交日期：2022 年 3 月 2 日，接受日期：2021 年 3 月 21 日，出版日期：2022 年 3 月 30 日© 2022 作者。由 TMR Publishing Group Limited 出版。这是一篇根据 CC-BY 许可 (http://creativecommons.org/licenses/BY/4.0/) 开放获取的文章。
阿司匹林在结肠癌治疗中的再利用：治疗方法
药物再利用，即探索现有药物的新用途，与开发新药物相比具有显著优势。再利用的药物已经经过安全测试，降低了失败的可能性。预先存在的数据和制造知识缩短了流程。开发成本更低，估计为 3 亿美元，而新药的成本为 20 至 30 亿美元。再利用的药物可以在 3 至 12 年内进入市场，而新药则需要 10 至 17 年。总体而言，药物再利用是一种有前途的方法，可以更快、更便宜地开发新疗法。结肠癌治疗面临障碍。传统药物开发速度慢且成本高。本综述强调药物再利用是一种战略解决方案。通过寻找现有药物的新用途，我们可以克服这些挑战。本综述探讨了结肠癌药物再利用的各种方法：网络模型：识别药物与疾病之间的联系。计算机辅助方法：利用软件预测药物-靶标相互作用。机器学习算法：分析大量数据集以发现隐藏的模式。分子对接技术：模拟药物如何与靶分子结合。本综述强调阿司匹林是结肠癌再利用的有希望的候选药物。其潜在益处是阿司匹林可能减缓癌细胞分裂。同时还强调了人工智能和网络建模在药物再利用中的作用。药物再利用为克服结肠癌治疗的挑战提供了一种有希望的策略。通过利用尖端的计算方法和个性化医疗，我们可以为患者开发更有效、更高效的治疗方案。
发现针对肺癌的潜在抑制剂
Chtita等。/ phys。化学。res。，卷。12，编号3，579-589，2024年9月。研究人员正在积极探索新型的治疗剂，这些治疗剂专门针对与肺癌相关的分子途径。这些有针对性的疗法旨在破坏促进癌症生长和进展的特定机制，同时最大程度地减少对健康细胞的伤害[6]。但是，发现和开发这些目标疗法的过程可能耗时且昂贵。它通常涉及筛选大型化合物文库以识别潜在的候选药物，然后进行广泛的临床前和临床测试。这个过程可能需要数年的时间，并且涉及大量金融投资[7]。因此，寻找加快此过程的方法而不损害安全性和功效至关重要[8]。这是计算方法发挥作用的地方。通过利用计算工具和技术的力量，研究人员可以有效筛选大量的化合物图书馆，以鉴定具有所需特性的潜在药物以抑制肺癌。这些虚拟筛查技术采用各种算法和模型来预测化合物与肺癌涉及的特定靶蛋白的可能性[9]。一旦确定了潜在化合物，就采用分子对接技术来评估所选化合物与靶蛋白之间相互作用的强度和稳定性。计算方法还可以鉴定具有特定属性的化合物和分子对接模拟为化合物如何拟合到靶蛋白的三维结构以及它们结合的紧密结构提供了宝贵的见解。此信息可以帮助研究人员确定并选择最有希望的候选人进行进一步研究[10]。此外，分子动力学模拟用于研究所选化合蛋白相互作用随时间的动态行为。这些模拟对复合物的结构特性，灵活性和稳定性提供了详细的理解。通过在分子水平上探索复合物的行为，研究人员可以深入了解其作为治疗剂的潜在功效，并预测其如何与生物系统中其他成分相互作用[11]。在药物发现过程中，计算方法与传统实验技术的整合具有许多优势。它使研究人员可以通过缩小寻找潜在抑制剂的搜索来探索更大的化学空间，从而节省时间和资源。