XiaoMi-AI文件搜索系统
World File Search System对接的
在硅硅抑制胰腺脂肪酶的硅和体外研究中 幼儿龋齿的文献计量评论（2013 印度尼西亚缺血性心脏病干细胞治疗的系统评价：我们现在在哪里？ 吸烟在暴露于全景射线照相时如何改变唾液成分？ centella centella和有氧运动对绝经妇女的雌二醇，认知和平衡的影响 国际综合生理学与分子医学会议摘要 马来西亚医学与健康科学杂志 由于大流行期间的流动性限制而引起的气候变化：审查
简介：肥胖可能导致相关的高风险疾病，例如心血管疾病，糖尿病，高血压，中风和癌症。肥胖是由于饮食过多而导致的。胰腺脂肪酶（PL）是一种酶，在将脂肪水解为单酰甘油和脂肪酸中起主要作用，可以吸收到小肠中。治疗肥胖症的一种策略之一是通过PL抑制减少脂肪的吸收。本研究旨在寻找能够减少脂肪吸收的选定马来西亚植物的潜在PL抑制剂。方法：使用Autodock Vina实际上筛选了潜在的PL抑制剂，以针对五种选定的柑橘类植物的植物化学化合物，即c。c.aurantifolia（C。aurantifolia），C。Grandis，C。Grandis，C。Medica，C。Medica，C。Hystrix和C. hystrix和C. microcarpa。结果：根据结合到三组的自由能进行分类：高，中和低抑制作用。八种化合物对PL表现出很高的活性。柑橘大的贡献最多的化合物，其次是C. Medica，C。Microcarpa，C。aurantifolia和C. hystrix。为了验证这些发现，对这些柑橘植物各个部分的15种甲醇提取物进行了体外生物测定。值得注意的是，C. medica的果实提取物在62.59％的情况下表现出最有效的PL抑制作用，这可能是由于存在二胺-6-C-葡萄糖苷。结论：总而言之，源自选定的柑橘类植物的小分子的虚拟筛选提供了对分子对接的有价值的见解，而C. medica则作为潜在的抗肥胖植物出现。
批准的Sirolimus类似于周围的上皮细胞CE
摘要这项研究研究了血管周围上皮细胞肿瘤（PECOMA）的精确医学，重点是FDA批准的Sirolimus类似物的重新定位潜力。整合了转录组的见解和结构分析，该研究确定了与已建立的Pecoma治疗相似之处的类似物。结构改进增强了我们对药物靶标相互作用的理解，从而揭示了通过空腔检测的潜在结合位点。盲区对接阐明了相互作用模式和亲和力，突出了西罗莫司（Sirolimus）与有前途的候选者相似的pecoma候选者。这种综合方法为有效利用这些热霉素在pecoma治疗中，为进一步的实验和临床探索开放了至关重要的知识。关键词：周围性上皮细胞肿瘤，西洛里木斯，转录组洞察力，药物 - 药物相似性分析，腔体导的盲码头，重新定位。国际药物输送技术杂志（2023）； DOI: 10.25258/ijddt.13.4.12 How to cite this article: Mujawar T, Kayande N, Thube U, Belhekar S, Deshmukh N, Tare H. Unlocking Therapeutic Potential: A Comprehensive Exploration of FDA-Approved Sirolimus similars for Perivascular Epithelioid Cell Tumor Treatment through Transcriptomic Insight, Structural Integration, and药物引导盲对接的药物 - 药物相似性分析。国际药物输送技术杂志。2023; 13（4）：1194-1198。支持来源：零。利益冲突：无
在基于目标的药物相似性网络中发现新的药物特性
尽管生物信息学、系统生物学和机器学习最近取得了进展，但准确预测药物特性仍然是一个悬而未决的问题。事实上，由于生物环境是一个复杂的系统，传统的基于化学结构知识的方法无法完全解释药物与生物靶标之间相互作用的性质。因此，在本文中，我们提出了一种无监督的机器学习方法，该方法使用我们了解的有关药物-靶标相互作用的信息来推断药物特性。为此，我们根据药物-靶标相互作用定义药物相似性，并根据药物-药物相似性关系构建加权药物-药物相似性网络。使用能量模型网络布局，我们生成与特定的主要药物特性相关的药物群落。DrugBank 确认了这些群落中 59.52% 的药物的特性，26.98% 是我们使用 DDSN 方法重建的现有药物重新定位提示。其余 13.49% 的药物似乎与主要药理特性不符；因此，我们将它们视为药物再利用的提示。测试所有这些再利用提示所需的资源是相当可观的。因此，我们引入了一种基于中介度/度节点中心性的优先排序机制。通过使用中介度/度作为药物再利用潜力的指标，我们分别选择壬二酸和甲丙氨酯作为可能的抗肿瘤药和抗真菌药。最后，我们使用基于分子对接的测试程序进一步分析壬二酸和甲丙氨酯的再利用。
分析MMP9和E-钙粘蛋白在形态学上1级脑膜瘤的脑浸润
HIV-1或人类免疫缺陷病毒1型，是一种全球大流行，影响了全球数百万个个体。作为该病毒生命周期的多功能酶，逆转录酶（RT）是药物发现的重要靶标。rt抑制剂主要分为两种类型：非核苷逆转录酶抑制剂（NNRTIS）和核苷逆转录酶抑制剂（NRTIS），尽管其他类别，例如核苷酸逆转录酶抑制剂（NRTIS），也存在。分子对接和药效团建模方法和DFT（密度功能理论）计算是HIV-1药物发现中的重要一步。在当前的研究中，我们在计算机方法中使用了探索新型苯咪唑唑酮（1,3-二氢-2H-2H-Benzimidazol-2-one）衍生物的结合模式。因此，对HIV-1 RT的野生型和突变形式进行了苯甲酰唑酮化合物，包括K103N，Y181C和双突变体K103N/Y181C。分子对接的结果使我们能够选择两种苯甲酰唑酮化合物（L15和L17）作为促进具有良好结合亲和力的抑制剂，不仅与野生型HIV -1（L15：-11.5：-11.5 kcal/mol/mol和L17：-11.4：11.4 kcal/mol），而且还针对Mol Y181和2 Kc/Mol Y181和2 lt Y181。 L17：-10.1 kcal/mol），K103N（L15：-11.5 kcal/mol和L17：-11.6 kcal/mol）和双突变体K103N/Y181C（L15：-11.1 kcal/mol/mol和L17：-9.9 kcal/mol）。此外，设计的配体的特征是基于ADMET（吸收，分布，代谢，排泄和毒性）的理想药代动力学特性。在这项工作结束时，对候选药物（L15和L17）进行了返回研究，以简化其合成。
使用 AlphaFold 对寄生虫克氏锥虫进行药物靶点的计算机模拟探索
恰加斯病是一种由克氏锥虫引起的、被忽视的毁灭性疾病，影响着全球数百万人。现有的两种抗寄生虫药物硝呋莫司和苯并硝唑对感染的急性期有良好的疗效。但急性期疗效较差，通常无症状，因此经常无法诊断。治疗大多发生在慢性期，即出现危及心脏和/或消化系统的致命症状时。此后，这两种药物的疗效都会降低，而且长期服药常常会产生不良反应，影响治疗依从性。因此，迫切需要发现更安全、更有效的药物。尽管与最近使用的表型筛选相比，基于靶标的新型抗寄生虫分子的鉴定具有优势，但由于注释不完整以及缺乏寄生虫蛋白质空间结构，因此受到阻碍。目前，AlphaFold 蛋白质结构数据库拥有 19,036 个来自克氏锥虫的蛋白质模型，这些模型不仅可以成为描述新治疗方法的关键，还可以阐明已知化合物的分子作用机制。在这项概念验证研究中，我们筛选了 AlphaFold 克氏锥虫预测蛋白质模型集，以使用基于对接的逆向虚拟筛选为预先选择的已知抗锥虫活性的化合物列表寻找潜在靶标。详细分析了最有希望的配体的最佳受体（靶标），以解决分子相互作用和潜在药物的作用方式。结果深入了解了化合物及其靶标的作用机制，并为寻找新化合物或优化现有化合物的新策略铺平了道路。
在构成菌落刺激因子-1受体
AIM：小分子CSF1R抑制剂在临床开发中，针对癌症治疗剂的临床开发和潜在的铅优化在临床开发中对基于结构的抑制作用抑制菌落刺激因子-1受体（CSF1R），因为CSF1R是一种新型的预测性生物标记物，用于癌症的免疫疗法。方法：化合物是在分子工作环境中通过诱导的拟合对接方案建模的硅（Moe，Moe.V.2015）。CSF1R激酶（蛋白质数据库，ID 4R7H）的3维（3D）X射线结晶结构是从结构生物信息信息学（RSCB）蛋白数据库的研究合作中获得的。Edicotinib，DCC-3014，Arry-382，BLZ-945，Chiauranib，Dovitinib和Sorafenib的3D构象体是从PubChem数据库中获得的。这些结构在Amber10：EHT分子力场中进行了建模，并使用快速准备应用来纠正和优化缺失残基，H-Counts，Termini限额和交替的结构。在CSF1R激酶的共结晶配体附近定义了结合位点。这些化合物通过三角匹配器的放置方法对接，并通过伦敦DG评分函数进行排名。通过诱导的合适方法进一步完善了对接的姿势。使用最低结合评分（ΔG）的姿势用于模拟Discovery Studio Visualer V17.2中的配体相互作用曲线。共结晶的配体以其APO构象对接，并计算出根平方的偏差以验证对接协议。结果：除edicotinib以外，所有7个CSF1R抑制剂与残基MET637相互作用。抑制剂通过与ASP-Phe-Gly（DFG）基序的ASP797相互作用和/或阻碍GLU633和LYS616之间形成的保守盐桥，以自动抑制构象的构象保持CSF1R。DCC-3014，Arry-382，BLZ-945和Sorafenib与CSF1R激酶与最低的结合能结合。结论：嘧啶是与CSF1R残基相互作用的有效抑制剂。DCC-3014和Arry-382具有出色的药物潜力，具有巨大的结构稳定性和亲和力。
肯尼亚刺荨麻的植物成分（荨麻疹物种...
炎症是对不同刺激的复杂，自然的保护反应，其特征是血管扩张和渗透，而血管中的白细胞激增。目前的治疗方法涉及使用抗炎药，皮质类固醇和非甾体类抗炎药（NSAID），这些药物与不良副作用有关，尤其是胃肠道溃疡。因此，越来越需要探索药用植物的替代来源。在本研究中，我们研究了使用体内和硅分子对接的肯尼亚叶子叶片叶片的抗炎活性。基于DNA条形码进行植物样品的分子鉴定。粗提物，并分别使用Folin-Ciocalteu和氯化氯化铝colori公制方法对总酚类和类黄酮进行了初步鉴定。carlageenan诱导的PAW水肿的经典模型用于测试提取物的体内抗炎活性。使用激光拉曼光谱和液相色谱质谱法（LC-MS）筛选提取物，以及通过分子停靠物进行的环氧酶-2（COX-2）的结合位点所鉴定的化合物之间的分子相互作用，该化合物是通过分子停靠物进行的，作为In Vivo实验的确认工具。基于DNA条形码分析，将植物样品鉴定为尿布种。水提取物显着（p <0.05）减少了炎症的角叉菜胶模型中的爪水肿。这些发现暗示了尿布sp。水和甲醇的总酚类含量：二氯甲烷提取物为3.75 mg食酸等效物（GAE）/G干燥样品和6.26 mg GAE/G干燥样品，而总黄酮类含量为0.3872 mg槲皮素/g干样样品和1.76 mg quercetin/g dryplice/g drame cribetin/g drame含量。LC-MS证实了19种植物化学物质的存在，其中10和9是酚类和类黄酮化合物。与这些鉴定的化合物槲皮素与COX-2复合时达到了最低的结合能，其次是鼠李糖蛋白，Quer cetin rhamnoside，epigallocatechin Gallate和氯酸酸。分子对接研究支持了体内发现，并确认了尿布sp的抗炎潜力。是可以在
TAIGET：小分子靶标识别和...
药物发现过程始于确定靶点和明确药物作用机制，以期赢得疾病治疗之战（Vamathevan 等人，2019 年）。药物发现中靶点识别的方法包括虚拟筛选和实验筛选。作为最广泛使用的基于结构的虚拟筛选方法之一，分子对接可以识别查询配体的最可能靶点。有许多流行的对接程序，例如 AutoDock、LeDock、Glide、GOLD 和 DOCK（Lapillo 等人，2019 年；Shahid 等人，2021 年）。为了减少评分偏差，Lee 和 Kim（2020 年）通过对 GOLD、AutoDock Vina 和 LeDock 的评分算法进行排名，构建了一个用于靶点预测的 Web 服务器。为了协助识别草药成分的假定靶点，Zhang 等人利用分子对接程序对草药成分进行分类，以确定可能的靶点。 (2019 ) 使用反向对接方法来预测配体-靶标相互作用。Ma 和 Zou (2021 ) 使用 DOCK 算法开发了一种反向对接程序，以支持将配体与多个蛋白质结构集合对接。然而，对接的优势被严重的缺陷所抵消：对接会产生许多假阳性事件 ( Lyu et al., 2019 )。这是由相对粗糙的搜索算法造成的，例如，蒙特卡洛算法在活性位点生成一个随机的配体初始构型，包括随机构象、平移和旋转；禁忌搜索算法对配体的当前构型进行了一些小的随机更改并对其进行排序 ( Sulimov et al., 2019 )。为了避免假阳性事件，我们之前开发了一种基于贝叶斯-高斯混合模型 (BGMM) 的靶标过滤算法 (Wei et al., 2022)。我们对从 PDB 中的配体结合蛋白晶体结构中提取的配体原子与蛋白质片段之间的相互作用对进行了聚类（发布时间：1995 年 1 月至 2021 年 4 月），发现潜在靶标应满足 ≥ 600 个显著相互作用对，同时它们与所有相互作用对的比例≥ 0.8 (Wei et al., 2022)。我们方法的优势在于，我们不仅考虑了配体和蛋白质之间的主要键，例如氢键、盐桥、疏水接触、卤素键和 π 堆积 (Shaikh et al., 2021)，还总结了配体和蛋白质之间的所有原子接触
PHANTOM ECHOES：五眼 SDA 实验，旨在检验地球同步轨道会合和近距作战 Simon George、Andrew Ash 国防科学与技术 L
幻影回声：五眼 SDA 实验，旨在检查 GEO 会合和近距离操作 Simon George、Andrew Ash 英国国防科学技术实验室 Travis Bessell 澳大利亚国防科学技术组 James Frith 美国空军研究实验室 Lauchie Scott 加拿大国防研发中心 Jovan Skuljan 新西兰国防技术局 Roberto Furfaro、Vishnu Reddy 美国亚利桑那大学 摘要 2020 年 2 月，两艘航天器在地球静止轨道 (GEO) 进行了首次商业卫星服务会合对接，为了解飞行器的动态并使用地面和天基传感器观察此类活动提供了独特的机会。作为更广泛活动的一部分，该活动旨在展示如何将盟军传感器和处理工具集成到基于云的联合处理工作流中，以提高盟军航天器在地球同步轨道的太空安全，在五眼联盟 (FVEYs) 国家国防科学技术 (S&T) 组织开展的受限观察活动中，服务飞行器和客户飞行器均被观察为替代目标。这项名为“PHANTOM ECHOES”的实验活动通过技术合作计划 (TTCP) 下开展的研究活动，汇集了英国、美国、加拿大、澳大利亚和新西兰的能力。本文概述了 PHANTOM ECHOES 活动第一阶段开展的活动；描述 FVEY 的空间领域感知 (SDA) 工具在数据处理网络基础设施中的开发和集成进展，以及任务扩展飞行器-1 (MEV-1) 从发射到 2020 年 2 月 25 日成功与 Intelsat-901 对接的真实世界和模拟观测结果。本文还介绍了 PHANTOM ECHOES 实验的第二阶段，该实验目前正在与任务扩展飞行器-2 (MEV-2) 任务一起进行，FVEY 的 SDA 科技界正在利用该实验来积累经验并探索深空的替代替代目标，这些目标呈现出与保护地球静止轨道盟军航天器相关的任务概况。 1. 简介 地球静止轨道 (GEO) 区域被各种各样的联盟航天器占据，它们为民用和军用目的的通信、监视和导航提供关键服务。虽然地球同步轨道 (GEO) 一直因其独特的轨道几何形状而备受推崇，但地球同步轨道 (GEO) 中常驻空间物体 (RSO) 数量的不断增加对飞行安全和关键高价值资产 (HVA) 的保护产生了相关影响。随着该地区人口密度的增加，有意近距离活动的能力也日趋成熟。此外，推进和自主能力的进步也
基于长短期记忆神经网络的深度学习药物-靶标相互作用预测方法
目前，DTI 预测的计算方法可以分为三类：基于配体的方法、对接方法和特征学习方法。基于配体的方法通常用于通过计算给定药物或化合物与已知靶标的活性化合物的化学结构相似性来估计潜在的作用靶标。Keiser 等人 [3] 提出了一种根据配体的化学相似性推断蛋白质靶标的方法。Yamanishi 等人 [7-9] 通过将化合物的化学结构相似性和蛋白质的氨基酸序列相似性整合到均匀空间来预测未知的药物-靶标相互作用。Campillos 等人 [9] 将化合物的化学结构相似性和蛋白质的氨基酸序列相似性整合到均匀空间中。 [6]通过表型副作用的相似性来预测潜在的靶标蛋白。这种基于配体的方法在化学结构相似性较高的情况下简单有效，但也在很大程度上限制了其应用的范围和准确性。对接方法是计算药物与潜在靶标在三维结构中的形状和电性匹配程度，从而推断药物可能的作用靶点。其中，反向对接方法是最常用的预测方法，该方法通过预测给定化合物与靶标之间的相互作用模式和亲和力对药物靶标进行排序，从而确定该药物的可能靶点。程等[10]开发了基于结构的最大亲和力模型。李等[11]开发了利用对接方法识别药物靶点的网络服务器Tar-FisDock。此类方法充分考虑了目标蛋白质的三维结构信息，但分子对接方法本身仍存在一些尚未得到有效解决的问题，如蛋白质的灵活性、打分函数的准确性以及溶剂水分子等，导致逆对接，该方法的预测准确率较低。对接的另一个严重问题是它不能应用于三维结构未知的蛋白质，到目前为止，已知三维结构的蛋白质仍只占所有蛋白质的一小部分，这严重限制了该方法的推广和普及。特征学习方法将药物靶标关系视为相互作用和非相互作用的二类问题，此类方法利用机器学习算法学习已知化合物-靶标对的潜在模式，通过迭代优化生成预测模型，进而推断潜在的DTI。Yu等[12]提出了一种基于化学、基因组和药理学信息的系统方法。Faulon等[13]提出了一种基于化学、基因组和药理学信息的系统方法。[ 13 ] 预测药物