图1。a)与NAD +和D-甲酸盐复合的人磷酸脱氢酶(PHGDH)的晶体结构(PDB ID。2G76)。b)天然底物的2D结构,3-磷酸甘油酸(3-PG)和底物类似物D-麦酸盐。c)位点I(T55,K57,G78,V79,D80,N81,V82,R134,R134,F261和E264)和SITE II(S11,N34,L35,L35,T55,T56和K57)的关键残留。其中T55和K57在网站I和II中都是常见的。d)Pkumdl-WQ-2101的2D结构; in1,pkumdl-WQ-2201; in2。
Gallo等人,2018年:直接的早期基因,记忆和精神疾病:专注于C-Fos,Egr1和Arc。PMID:29755331 Glover and Harrison,1995:异二聚体BZIP转录因子C-FOS-C-JUN与DNA结合的晶体结构。PMID:7816143 Herrera和Robertson,1996:大脑中C-Fos的激活。PMID:8971979 Mayer and Bendayan,2001年:细胞和组织中稀有分子免疫定位的扩增方法。PMID:11194866 Morgan等,1987:癫痫发作后中枢神经系统中C-FOS表达的映射模式。PMID:3037702 Sheng and Greenberg,1990:神经系统中C-FOS和其他直接早期基因的调节和功能。PMID:1969743
摘要:随着药物晶体表面积的增加可改善溶解动力学和有效的溶解度,纳米化药物晶体已成为一种成功的口服生物利用度的方法。最近,通过利用聚合物和表面活性剂赋形剂在结晶过程中,开发了自下而上的方法来直接组装纳米晶体,以控制晶体尺寸,形态和结构。然而,尽管重大研究研究了聚合物和其他单一添加剂如何抑制或促进药物系统中的结晶,但很少有工作研究多种赋形剂在药物晶体结构和结晶度的程度上的机械相互作用,从而影响配方性能。这项研究探讨了模型疏水药物晶体的结构和结晶度如何由于竞争性非离子表面活性剂(Polysorbate 80和sorbitan monooleate)和表面活性聚合物(甲基纤维素)之间的竞争性界面化学吸附而变化。经典分子动力学模拟突出了关键分子间相互作用,包括表面活性剂 - 聚合物络合和晶体表面表面活性剂筛选,修改所得的晶体结构。并行,在水凝胶薄膜中产生药物纳米晶体的实验证明了药物结晶度随着表面活性剂的重量分数的增加而增加。仿真结果揭示了整体晶体中的加速动力学与实验测量的结晶度之间的联系。关键字:纳米制剂,分子动力学,界面,聚合物,表面活性剂,结晶度据我们所知,这些是第一个模拟,该模拟直接表征了赋形剂表面组成的结果,并将结晶度的实验范围与分子晶体的结构变化联系起来。我们的方法提供了对纳米结晶中结晶度的机械理解,可以扩大口服可兑换的小分子疗法的范围。
增材制造金属的机械性能各向异性有几个物理原因。这些原因包括但不限于方向依赖的晶粒和相形态、晶体结构、定向孔隙率/缺陷以及与熔池、分层微观结构相关的异质性。所有这些在大多数增材制造工艺中都很普遍,很难区分它们在机械各向异性中的作用。本综述重点介绍那些试图或合理地隔离其中一个或两个来源的研究,而不是简单地报告机械性能的趋势。这不是一份涵盖所有增材工艺或机械性能的详尽综述;主要评估的是激光粉末床熔合 (LPBF) 金属和拉伸试验结果(模量、屈服强度、极限拉伸强度、伸长率和断裂表面分析)。总之,LPBF 合金的各向异性拉伸性能的主要来源是晶体结构、各向异性微观结构形态、熔合缺陷不足和熔池宏观结构。在各向异性微观结构中,与相和特征(例如晶界 α、沉淀物等)的优先分布相比,拉长的晶粒似乎是次要的。各向异性模量和屈服强度主要由晶体织构引起。晶体塑性模拟支持了这一点。各向异性伸长主要由各向异性微观结构形态、未熔合缺陷和熔池宏观结构引起。支持这一点的证据来自遵循这些特征的断裂表面。熔池宏观结构是最难通过实验从其他各向异性源列表中分离出来的。一组激光工艺参数和合金的发现并不具有指导意义。在将拉伸各向异性的原因与特定来源联系起来之前,必须对上述来源进行表征。需要制定表征和操纵晶体织构、孔隙率、晶粒和相形态以及熔池宏观结构的策略,以更好地理解和控制 AM 金属中的机械各向异性。
X射线衍射(XRD)是一种直接且强大的表征技术,可提供有关晶格结构和晶体材料中远程顺序的详细信息。近几十年来,由于在线晶体结构数据库的出现,可用的晶体结构数据库的出现,现场和操作方法的使用增加以及可访问用户可访问的光束线。新的数据还催生了越来越多的机器学习(ML)来构建已建立分析的高通量替代物,或从大型数据集中提取模式。然而,XRD光谱已通过Rietveld的细化已解决了多年,而大多数ML技术只是物理 - 非替代的复杂统计评估方法。数据分析与潜在物理学之间的差异可能导致结论不正确和/或限制ML技术的广泛采用。在这篇综述中,我们通过针对新的数据科学家和对与ML引导的光谱分析有关的问题感兴趣的新数据科学家和实验者设计的简介弥合了ML和XRD光谱之间的差距。我们介绍了如何使用监督的ML方法来预测纯样本和混合样本中的可能对称性和相位,包括与实验伪像和模型解释有关的挑战。我们还回顾了无监督方法在提取隐藏在高维数据中的模式中的最新用途,例如在原位和微观研究中。我们提倡对ML方法进行更大的审查,文献中的介绍方式以及如何负责任地进行数据驱动的研究。最后,我们讨论了问题制定,数据可传输性和报告与最新案例研究的重要性,并在整个过程中提供了各种资源,以加快XRD或ML新读者的学习曲线。
Monkeypox是一种具有大流行潜力的疾病。是由poxviridae家族的双链DNA病毒(MPXV)引起的,它在细胞质中复制,并且必须编码其自身的RNA处理机械,包括封盖机械。在这里,我们介绍了其2'-O-RNA甲基转移酶(MTase)VP39的晶体结构与泛酶抑制剂sinefungin复合物,并根据其发现了一系列抑制剂。将这种2'-O-RNA MTase与来自未经含有的单链RNA病毒(SARS-COV-2和Zika)的酶进行比较,揭示了一种保守的Sininefungin结合模式,这暗示单个抑制剂可以用于无关病毒家族。的确,我们的几种抑制剂(例如TO507)也抑制冠状病毒NSP14 MTase。
图1 |手性卤化物钙钛矿的光学和自旋表征的示例[1]。(S -HP1A)2 PBBR 4的晶体结构,具有4 3和4 1对称元素的插图。b(S -HP1A)2 PBBR 4和(R -HP1A)2 PBBR 4的薄膜的圆形二色性和 - s斑谱光谱。C磁性原子力M- croscopy(MC-AFM)测量的示意图。 d在(S -HP1A)2 Pbbr 4(红色)和(R -HP1A)2 PBBR 4(蓝色)中的自旋极化的平均值。C磁性原子力M- croscopy(MC-AFM)测量的示意图。d在(S -HP1A)2 Pbbr 4(红色)和(R -HP1A)2 PBBR 4(蓝色)中的自旋极化的平均值。
图 1:AtomGPT 工作流程的示意图。AtomGPT 既可用于正向模型(原子结构到属性)预测,也可用于使用 LLM 的逆向设计(属性到原子结构生成)。a) 集成文本到材料属性预测、文本输入到原子结构生成、预筛选、统一机器学习力场 (MLFF) 优化和基于密度泛函理论 (DFT) 计算/实验 (Exp) 的验证过程 b) BCS 超导体 MgB 2 (JVASP-1151) 的示例晶体结构,c) 使用 ChemNLP 对 MgB 2 原子结构进行文本描述,包括明确的原子结构以及化学信息,d) 使用 Alpaca 格式的文本提示到明确的原子结构生成示例。