结果 经过逆概率治疗加权后,在使用 SGLT-2 抑制剂的 14 456 名加权患者中发生了 1924 例复发性肾结石事件(每 1000 人年 105.3 例),而使用 GLP-1 受体激动剂的 5 877 名加权患者中发生了 853 例复发性肾结石事件(每 1000 人年 156.4 例)。调整后的发生率比为 0.67(95% 置信区间 (CI) 0.57 至 0.79),发生率差异为每 1000 人年 -51(95% CI -63 至 -40),需要治疗人数 (NNT) 为 20。在近期活动性肾结石患者中,绝对发生率差异为每 1000 人年 219 例(NNT 为 5)。对于需要急诊就诊、住院或手术的肾结石事件,以及将 SGLT-2 抑制剂与 DPP-4 抑制剂进行比较时,保护性关联仍然存在(率比 0.73(0.68 至 0.78),率差 -38(-46 至 -29)每 1000 人年(NNT 为 26))。在患有肾结石和伴随痛风的患者中,保护性关联也持续存在,与 GLP-1 受体激动剂(NNT 为 19)相比,率比为 0.67(0.57 至 0.79),率差为每 1000 人年 -53(95% CI -78 至 -27),与 DPP-4 抑制剂(NNT 为 16)相比,率比分别为 0.63(0.55 至 0.72)和每 1000 人年 -62(-81 至 -42)。此外,与 DPP- 4 抑制剂相比,SGLT-2 抑制剂的使用与痛风发作率较低(率比 0.72、0.54 至 0.95,率差 -16、-31 至 -1 每 1000 人年)(率比 0.65、0.52 至 0.82,和 -21、-33 至 -9 每 1000 人年)。 SGLT-2 抑制剂起始者显示生殖器感染风险较高(例如风险比 2.21,95% CI 1.68 至 2.90,率差为每 1000 人年 13),但骨关节炎发生风险(0.87、0.68 至 1.1 和每 1000 人年 -2)或阑尾炎发生风险(1.07、0.69 至 1.67 和每 1000 人年 1)没有改变。当应用倾向评分重叠加权时,结果相似。
查询:如果您对此文档有疑问,请联系openresearch@mmu.ac.uk。请在e空间中删除记录的URL。如果您相信您或第三方的权利已通过本文档妥协,请参阅我们的取消政策(可从https://www.mmu.ac.uk/library/library/using-library/using-library/using-library/polary/policies-and-guidelines)
sherin.dr@iiitmk.ac.in & manojtk@iiitmk.ac.in 摘要:正常细胞的基因组身份受端粒保护,有时由于细胞连续分裂导致端粒酶缩短,从而观察到染色体不稳定性。报告表明,端粒酶长度对于确定端粒酶活性至关重要,而端粒酶活性又会导致癌症发生。据报道,端粒长度调节已被确定为一种可行的癌症诊断和治疗策略。在本 MS 中,我们使用计算方法探索了儿茶素类似物及其低聚物的端粒酶抑制活性。使用密度泛函理论计算了 MS 中讨论的不同配体的结构性质。使用计算方法探索了不同色烯亚基(例如 2R、3R 构象)的构象效应。还研究了这些配体对受体结合的立体化学贡献,例如配体内 π 相互作用。我们在此提出,儿茶素及其低聚物的立体化学方面是决定与端粒酶 N 端结构域有效结合的最重要因素,而这种结合是癌症治疗的有效策略。
研究文章 分子对接和模拟研究预测乳酰辅酶 A 是 p300 定向乳酸化的底物 Rushikesh Patel 1、Ajay Kumar 1#、Kiran Bharat Lokhande 2#、KV Swamy 2,3、Jayanta K. Pal 1、Nilesh Kumar Sharma 1 * 1 癌症和转化研究实验室,Dr. DY Patil 生物技术与生物信息学研究所,Dr. DY Patil Vidyapeeth,浦那,马哈拉施特拉邦,印度,411033。 2 生物信息学实验室,Dr. DY Patil 生物技术与生物信息学研究所,Dr. DY Patil Vidyapeeth,浦那,马哈拉施特拉邦,印度,411033。 3 生物信息学研究组,麻省理工学院生物工程科学与研究学院,麻省理工学院-ADT 大学 Pun,马哈拉施特拉邦,印度,412201。# 贡献相同,并列第二作者 *通讯作者:Nilesh Kumar Sharma 博士 癌症和转化研究实验室教授 生物技术系 Dr. DY Patil 生物技术与生物信息学研究所,浦那 Dr. D. Y Patil Vidyapeeth 浦那,浦那,MH,411033 电子邮件:nilesh.sharma@dpu.edu.in 电话:+91-7219269540 ORCID ID:Nilesh Kumar Sharma 博士 https://orcid.org/0000-0002-8774-3020 致谢:作者感谢印度政府新德里 DST-SERB(SERB/LS-1028/2013)和印度浦那 Dr. DY Patil Vidyapeeth(DPU/05/01/2016)的资金支持。本稿件已在“bioRxiv”上作为预印本发布。利益冲突 作者声明他们没有利益冲突。 道德声明:本研究不涉及任何道德问题。
北极的动物种类非常有限,生活在这种寒冷地方的动物有北极熊、环斑海豹和北极狐。在北极看到的一些鸟类有雪鹀、北方暴风鹱和黑腿三趾鸥 [2]。然而,由于厚厚的冰层不便于探索,水下有许多未知生物 [3]。此外,恶劣的表面条件(冰、水和雪混合)使得使用船或汽车等传统交通工具进入这些区域非常困难。因此,需要破冰船或飞机。
这项研究使用多组分晶格玻尔兹曼颜色模型模拟了乳液中乳化液化的动态演变,该模型整合了脉冲电场和流场。使用面积与圆形比定量分析分散相液滴的聚集程度。数值模拟的结果表明,在三种类型的脉冲电场下,稀释乳液的拆除行为:直流电场(DC)脉冲电场,单向三角脉冲电场和双向三角脉冲电场。发现表明在脉冲电场下稀释乳液中电泳和振荡合并发生。改进的双向三角脉冲电场相对于直流脉冲或单向三角脉冲电场的效率提高。此外,增强的双向三角脉冲电场有效地拆除了水中稀释的乳液,并防止在不同组件比率上高压下的油滴在高压下分解。
考虑到基质金属蛋白酶 (MMP) 在包括癌症在内的各种病理状况中的作用,它们被视为当今药物发现的良好靶点。四环素类抗生素已被重新用于其抗癌活性。在这里,我们通过计算机模拟方法分析了一些四环素化合物,例如去甲金霉素、埃拉环素、莱姆环素和奥马环素与两组 MMP(即胶原酶和明胶酶)的结合亲和力,对其进行了研究。埃拉环素与不同 MMP 相互作用的 ΔG 值范围从 MMP1 的 -8.6 Kcal/mol 到 MMP9 的 -9.7 Kcal/mol,表明结合亲和力强。进一步的分子动力学模拟研究表明,MMP9-埃拉环素相互作用在虚拟生理条件下高度稳定且持久。在所分析的四种四环素中,埃拉环素对所有胶原酶和明胶酶表现出强大的广谱抑制潜力。因此,建议对该抗生素进行进一步的体外和临床前验证研究,以促进其在临床上的重新利用。
摘要:蛋白质-蛋白质相互作用 (PPI) 在许多疾病状况中起着核心作用。因此,靶向和调节 PPI 是治疗疾病的有效方法。癌症也是由于蛋白质-蛋白质相互作用而产生的。在癌症中,肿瘤抑制因子 p53 蛋白被 MDM2 蛋白抑制。p53 蛋白调节细胞周期和细胞凋亡。p53-MDM2 蛋白之间的相互作用导致 p53 功能的抑制。通过这种相互作用,MDM2 降解并抑制 p53 蛋白。因此,靶向和抑制 p53-MDM2 相互作用来治疗癌症是合理的方法。通过用药物靶向这种相互作用,我们可以选择性地杀死癌细胞而不是正常细胞。最近,许多研究人员和制药公司已经报道了 p53-MDM2 相互作用抑制剂药物。并且有几种药物进入了临床试验。在这项研究中,一种新型的 1,2,4-三唑基分子被设计为 MDM2 抑制剂并进行了计算机研究。我们设计了新型化合物 01 和 Lead 1a。在这项工作中,对 Lead 1a 和参考化合物(Nutlin 3a、RG7112)进行了计算机模拟研究。对新型 1,2,4-三唑基 Lead 1a 和参考化合物进行了分子对接研究。发现 Lead 1a 的对接得分优于 Nutlin 3a 并且接近 RG7112。对接研究还确定了各种可能的构象和结合亲和力值。这些结果表明 Lead 1a 是一种潜在的 MDM2 抑制剂和抗癌剂。
摘要 —城市综合管廊近年来发展迅速,有效的通风系统是维持综合管廊空气质量的关键。为提高综合管廊通风性能,根据设计图纸建立了综合管廊三维模型,基于Fluent 14.0软件建立流动模型,并采用数值模拟方法对风管及通风方式进行优化研究。综合管廊采用顶部通风和夹层通风,对比了城市综合管廊不同通风区域的通风方式。结果表明,运行增益和通风区长度的组合主要影响通风效果。基于模拟结果,提出了由顶部通风、400 m长入口自然通风和机械出口排风组成的综合通风模式。城市综合管廊可在低速下开启电动阀、防火门、排风机和诱导风机。该组合方式被认为是城市综合管廊最大通风速度的最优组合方式。关键词 —综合管廊,通风,数值模拟,优化
参考文献 [1] Hollingsworth, Scott A. 和 P. Andrew Karplus。“重新审视拉马钱德兰图和蛋白质中标准结构的出现。” (2010):271-283。 [2] Sheik, SS 等人。“网络上的拉马钱德兰图。” 生物信息学 18.11 (2002):1548-1549。 [3] Zhao, Linlin 等人。“通过大数据和数据驱动的机器学习建模推进计算机辅助药物发现 (CADD)。” 当今药物发现 25.9 (2020):1624-1638。 [4] Zhao, Linlin 等人。“通过大数据和数据驱动的机器学习建模推进计算机辅助药物发现 (CADD)。” 当今药物发现 25.9 (2020):1624-1638。 [5] Vemula, Divya 等人。 “药物发现中的 CADD、AI 和 ML:全面综述。” 《欧洲药物科学杂志》181 (2023): 106324。 [6] del Carmen Quintal Bojórquez、Nidia 和 Maira RS Campos。 “抗癌药物发现过程中的传统和新型计算机辅助药物设计 (CADD) 方法。”当前癌症药物目标 23.5 (2023): 333-345。 [7] 纳西门托、伊戈尔·何塞·多斯桑托斯、蒂亚戈·门东萨·德·阿基诺和埃德尔多·费雷拉·达·席尔瓦-儒尼奥尔。 “药物发现的新时代:计算机辅助药物设计 (CADD) 的力量。”药物设计与发现快报 19.11 (2022): 951-955。 [8] 克里斯蒂安娜·博尔奇尼等人。 “CADD:一种用于情境建模和数据定制的工具。”2007 年国际移动数据管理会议。IEEE,2007 年。[9] Donoso F、Cryan JF、Olavarría‐Ramírez L、Nolan YM、Clarke G。炎症、生活方式因素和微生物组-肠-脑轴:与抑郁和抗抑郁作用的相关性。临床药理学与治疗学。2023 年 2 月;113(2):246-59。[10] Lu Y、Jiang T、Duan J。抑郁症和抗抑郁药中的胃肠道微生物组和相关代谢物——综合综述。生命研究。2023 年;6(3):16。 [11] Beck-Pancer D、Aghaee S、Swint A、Acker J、Deardorff J、Kubo A。孕期母亲抑郁和抗抑郁药的使用与青春期儿童抑郁症状和自杀倾向的关系。临床流行病学。2023 年 12 月 31 日:613-28。[12] Vita G、Compri B、Matcham F、Barbui C、Ostuzzi G。抗抑郁药用于治疗癌症患者的抑郁症。Cochrane 系统评价数据库。2023(3)。[13] Su JA、Chang CC、Yang YH、Lee CP、Chen KJ、Lin CY。孕期抑郁或抗抑郁药暴露后的新生儿和妊娠并发症:一项基于人群的回顾性出生队列研究。亚洲精神病学杂志。2023 年 6 月 1 日;84:103545。 [14] Hsu JW, Chen LC, Tsai SJ, Huang KL, Bai YM, Su TP, Chen TJ, Chen MH. 抗抑郁药耐药和抗抑郁药反应的青少年和青年患者中疾病进展为躁郁症