XiaoMi-AI文件搜索系统
World File Search System槲皮素
用于治疗阿尔茨海默氏病和痴呆症的抗肿瘤：临床前和观察性研究的证据
图2示意图显示了AD临床前模型中抗塑料神经保护作用的机制。（1）紫杉醇，Peloruside A，Epothilone D和他莫昔芬还原微管稳定性和动态性，从而导致微管功能的恢复。（2）Aβ-靶向药物（Bexarotene，carmustine和imatinib）减轻了β斑块的负担，从而逆转了认知缺陷。（3）自噬诱导剂lonafarnib诱导的Tau病理学的溶酶体清除恢复了认知功能。（4）细胞外Aβ斑块激活神经胶质细胞并诱导衰老的特征。使用鼻溶剂（dasatinib和槲皮素）清除衰老细胞可减少神经炎症，β病理学和认知缺陷。（5）Axitinib调节异常血管生成并纠正脑血管缺陷。（6）HDAC抑制剂伏诺替纳斯特恢复表观遗传平衡并逆转记忆力障碍。（7）Masitinib挽救突触损失可防止认知能力下降。用生物者创建。com。[可以在wileyonlinelibrary.com上查看颜色图]
研究论文基于网络药理学的方法预测连花清瘟胶囊治疗慢性中风的活性成分和潜在机制
SARS-CoV-2 引起的严重呼吸道疾病爆发已导致数百万人感染，并引发全球健康担忧。连花清瘟胶囊（LHQW-C）是一种广泛用于治疗呼吸系统疾病的中药复方，在治疗 2019 年冠状病毒病 (COVID-19) 中显示出治疗效果。然而，LHQW-C 在治疗 COVID-19 中的有效成分、药物靶点和治疗机制尚不清楚。本研究采用集成网络药理学方法，包括药代动力学筛选、靶点预测（宿主靶点和 SARS-CoV-2 靶点）、网络分析、GO 富集分析、KEGG 通路富集分析和虚拟对接。最终筛选出 LHQW-C 中的 158 种有效成分，预测出 49 个靶点。GO 功能分析显示这些靶点与炎症反应、氧化应激反应和其他生物过程有关。 KEGG富集分析表明，LHQW-C的靶点高度富集到多种免疫反应相关和炎症相关通路，包括IL-17信号通路、TNF信号通路、NF-κB信号通路和Th17细胞分化。此外，四种关键成分（槲皮素、木犀草素、汉黄芩素和山奈酚）与SARS-CoV-2 3-胰凝乳蛋白酶样蛋白酶（3CL pro）表现出较高的结合亲和力。研究表明，LHQW-C中的一些抗炎成分可能调节COVID-19重症患者的炎症反应。
利用榄仁树的植物化合物对心血管疾病相关蛋白质进行对接研究
序号 化合物/药物 分子式 化合物 ID 1 阿朱尼汀 C 36 H 58 O 10 3052779 2 阿朱酸 C 30 H 48 O 5 15385516 3 阿朱醇酸 C 30 H 48 O 5 73641 4 阿朱酮 C 19 H 20 O 6 14034821 5 阿朱皂苷 C 30 H 48 O 6 12444386 6 β-谷甾醇 C 29 H 50 O, 222284 7 木麻黄苷 C 41 H 28 O 26, 13834145 8 鞣花酸 C 14 H 6 O 8 5281855 9 没食子酸乙酯 C 9 H 10 O 5 13250 10 没食子酸酸 C 7 H 6 O 5 370 11 木犀草素 C 15 H 10 O 6 5280445 12 槲皮素 C 15 H 10 O 7, 5280343 13 苦素酸 C 30 H 48 O 4 355369274 14 儿茶素 C 15 H 14 O 6, 73160 15 芦丁 C 27 H 30 O 16, 5280805 16 山奈酚 C 15 H 10 O 6, 5280863 17 白花青素 C 15 H 14 O 7, 71629 18 3-O-甲基鞣花酸 3'-鼠李糖苷
草案：人工智能与版权的方法
近年来，随着互联网的普及和计算机计算能力的提升等信息技术的进步，人工智能技术的发展不断加速，我们看到人工智能技术所能实现的计算处理的精细化程度不断提高。 此外，随着人工智能技术的进步，所谓的生成性人工智能取得了显著进展，它可以根据用户的指令生成各种形式的内容，现在可以创建与人类自己创建的内容无法区分的内容。不仅有研究人员和企业参与生成型AI的开发，还提供一般用户可轻松使用的服务和软件的企业也不断涌现，以生成型AI的使用为中心进行创作活动的创作者也不断涌现。 在此背景下，关于生成型人工智能，版权所有者等担心人工智能在学习和生成数据时可能会侵犯其版权，人工智能开发者等担心开发人工智能时可能会侵犯版权或可能会创造出侵犯版权的人工智能，人工智能用户则担心使用人工智能可能会无意中侵犯版权。
草案：人工智能与版权的方法
近年来，随着互联网的普及和计算机计算能力的提升等信息技术的进步，人工智能技术的发展不断加速，我们看到人工智能技术所能实现的计算处理的精细化程度不断提高。 此外，随着人工智能技术的进步，所谓的生成性人工智能取得了显著进展，它可以根据用户的指令生成各种形式的内容，现在可以创建与人类自己创建的内容无法区分的内容。不仅有研究人员和企业参与生成型AI的开发，还提供一般用户可轻松使用的服务和软件的企业也不断涌现，以生成型AI的使用为中心进行创作活动的创作者也不断涌现。 在此背景下，关于生成型人工智能，版权所有者等担心人工智能在学习和生成数据时可能会侵犯其版权，人工智能开发者等担心开发人工智能时可能会侵犯版权或可能会创造出侵犯版权的人工智能，人工智能用户则担心使用人工智能可能会无意中侵犯版权。 此外，在2023年5月举行的G7广岛峰会上，认识到需要立即评估在各国和各行业中日益突出的生成性人工智能所带来的机遇和挑战，并通过G7工作组启动了“广岛人工智能进程”，就生成性人工智能以及包括版权在内的知识产权保护等议题进行讨论。1此外，日本的AI战略委员会专家组同月编制了AI2.0相关问题临时概要，其中也提及了与版权相关的问题，并呼吁考虑采取必要的应对措施。 今年6月制定的《知识产权振兴计划2023年3期》也指出，关于生成型人工智能与著作权的关系，将从促进人工智能技术进步和保护创作者权利的角度，识别和分析具体案例，组织法律思考，并考虑必要措施。 版权法的解释，不仅仅是与生成性人工智能相关的解释，本质上应该根据每个个案的具体情况留给司法判断。但是，截至本报告撰写时，直接处理生成型人工智能与版权之间关系的判例和案件仍然很少。为了缓解上述对生成型人工智能与版权之间关系的担忧，我们认为，不应仅仅等待判例和案件的积累，而应该提出一定的解释方法。 因此，文化事务委员会著作权部法制分科（以下简称“分科”）将与创作者、表演者等权利人、开发和提供生成性AI服务的企业、生成性AI的用户等相关方举行听证会，并将报告AI战略会议、AI时代知识产权审查委员会4（内阁府知识产权战略推进事务局）等其他会议的讨论情况。
与同一皮下注入的108mg注射器有关的文件
销售名称entaibio subipanies注入108mg entaibio subtanious注入108mg注射剂申请类别（3）新的给药途径（功效或效果）维持治疗中等至严重的溃疡性结肠炎（仅当现有治疗是不足的情况下）的剂量和供应量的供应量相距两个星期。
多酚是针对癌症驾驶信号通路主要参与者的抗肿瘤剂
多酚构成了一群重要的天然产物，传统上与广泛的生物活性相关。这些通常在天然产物中以低浓度发现，现在可以在营养或饮食补充剂中找到。一组包括阿彭素，槲皮素，姜黄素，白藜芦醇，EGCG和Kaempferol在内的多酚可以调节癌症发展，进展和转移的核心信号通路。在这里，我们描述了这组多酚对影响癌症的信号通路的关键元素的影响的新型机械见解。我们描述了这些多酚诱导的蛋白质修饰及其对包括PI3K，AKT，MTOR，RAS和MAPK在内的几种信号通路的中心元素的影响，尤其是影响肿瘤抑制p53蛋白的蛋白质。调节p53基因表达和蛋白质水平以及翻译后的修饰，例如磷酸化，乙酰化和泛素化，从而受到磷酸化，乙酰化和泛素化的影响，从而影响p53，这些转换靶标的亚细胞稳定性，亚细胞位置，新的转录靶标的激活以及p53的新作用p53响应p53的作用，衰老和细胞命运。因此，对多酚对这些主要参与者的影响 - 驱动信号传导途径的影响肯定会导致设计更好的靶向疗法，并且对癌症治疗的毒性较小。本综述的范围集中于研究最多的多酚对癌症信号通路的关键要素的调节，并强调了对这些法规深刻理解的重要性，以改善天然产物的癌症治疗和控制。
叶子的定性和定量植物化学分析...
植物长期以来一直用于烹饪和治疗目的。在商业上，对植物的植物化学研究非常重要，并且对潜在药物有很多兴趣。当前研究的目的是使用水，甲醇，乙醇，丙酮和乙酸乙酯等极性溶剂进行定性和定量分析中的叶片提取物的重要生物活性成分。非极性溶剂是己烷和氯仿。使用标准技术来确定植物化学成分的定性和定量分析。对维斯科萨菌的定性研究表明，存在二次代谢产物，包括生物碱，蛋白质和氨基酸，碳水化合物，还原糖和皂苷。植物固醇，糖苷，单宁，糖苷，酚，香豆素，三萜类化合物。通过定量分析，发现乙酸乙酯中总类黄酮（40.91±0.01 mg/g QE）的最高浓度。槲皮素被用作标准，发现乙醇中的总生物碱（26.11±0.005 mg AE/g）等同于阿托品硫酸盐。总苯酚（2.07±0.29 mg gae/g）在甲醇中相当于食道酸。对植物的其他研究将有助于识别和分析其二级代谢产物，这将非常有助于治疗各种疾病和制药行业的新药物生产。将隔离来自植物的进一步生物活性成分，这些成分最终可能应用于药物。关键字：定性和定量，次生代谢产物和mirabilis viscosa。
综合转录组和代谢组分析揭示了orychophragmus vileaceus
结果和讨论：基于代谢组数据，总共鉴定了152个氟代谢物，其中大多数是槲皮素和kaempferol。对三个氟样品中代谢产物的比较分析表明，两种花色苷，peonidin-3-葡萄糖苷和delphinidin 3-（6'' - malonyl-葡萄糖苷）是颜料最有可能造成O. Violeaceus的花瓣的颜色。随后的转录组分析显示，在三组流量中，有5,918个差异表达的基因，其中87个编码了花青素生物合成途径中的13个关键酶。在紫色流中，两个转录因子OVMYB和OVBHHH的高表达表明它们在花青素生物合成的调节中的作用。通过整合代谢组和转录组数据，编码花青素合酶的卵子在紫色流中显着上调。卵形是负责将无色白细胞蛋白酶转化为彩色花青素的酶。这项研究提供了对O. violaceus颜色发育的分子机制的新见解，为浅色颜色育种奠定了基础。