XiaoMi-AI文件搜索系统
World File Search System浅表性
在SARS-COV-2复制和转录复合物中鉴定RNA聚合酶（NSP12）和解旋酶（NSP13）的抑制剂（NSP12）和解旋酶（NSP13）的 6G-增强新的智慧城市：调查 国际电力和能源系统杂志 结直肠癌启动子甲基化改变会影响谷氨酸离子受体AMPA型亚基4的表达4在结肠组织中潜在相关的替代同工型 使用二氧化碳激光器的浅表性腹膜子宫内膜异位症蒸发：长期单中心体验 keras/tensorflow用于免疫障碍的药物设计 酶抑制与药物化学杂志 根据鲁索利尼开始和治疗期间贫血的严重程度，骨髓纤维化患者的爆炸阶段发生率
冠状病毒含有RNA病毒中最大的基因组之一，编码与蛋白水解加工，基因组复制和转录有关的14-16个非结构性蛋白质（NSP），以及四种构建成熟Virion的核心的结构蛋白。由于跨冠状病毒的保护，NSP形成了一组有前途的药物靶标，因为它们的抑制作用直接影响病毒复制，因此会影响感染的进展。显示出一种由一种RNA依赖性RNA聚合酶（NSP12），一个NSP7，两个NSP8辅助亚基和两个解旋酶（NSP13）酶形成的最小但功能齐全的复制和转录复合物。我们的方法涉及NSP12和NSP13，以使多个起点干扰病毒感染的进展。在这里，我们报告了一种合并的体外重新利用筛选方法，确定了新的和确认报告的SARS-COV-2 NSP12和NSP13抑制剂。
使用二氧化碳激光器的浅表性腹膜子宫内膜异位症蒸发：长期单中心体验
摘要：宿主免疫系统的稳态受到白细胞的调节，具有各种细胞表面受体用于细胞因子。趋化性细胞因子（趋化因子）激活其受体，以唤起稳态迁移或朝向炎症组织或病原体的炎症条件下免疫细胞的趋化性。免疫系统的失调导致疾病，例如过敏，自身免疫性疾病或癌症，需要有效，快速作用的药物，以最大程度地减少慢性炎症的长期影响。 在这里，我们进行了基于结构的虚拟筛选（SBV），并由Keras/Tensorflow神经网络（NN）辅助使用，以发现作用于三种趋化因子受体的新型化合物支架：CCR2，CCR3和一个CXC受体CXCR3。 keras/tensorflow nn在此使用不作为典型使用的二进制分类器，而是作为有效的多级分类器，不仅可以丢弃非活性化合物，还可以丢弃低或中等活性化合物。 在100 ns全原子分子动力学中测试了SBV和NN提出的几种化合物，以确认其结合效率。 为了改善化合物的基本结合功能，提出了新的化学修饰。 将修饰的化合物与这三种趋化因子受体的已知拮抗剂进行了比较。 已知的CXCR3化合物是最受预测的化合物之一。因此，除了基于结构的方法外，还显示了在药物发现中使用KERAS/Tensorflow的好处。 此外，我们表明KERAS/Tensorflow NN可以准确预测化合物的受体亚型选择性，SBV通常会失败。导致疾病，例如过敏，自身免疫性疾病或癌症，需要有效，快速作用的药物，以最大程度地减少慢性炎症的长期影响。在这里，我们进行了基于结构的虚拟筛选（SBV），并由Keras/Tensorflow神经网络（NN）辅助使用，以发现作用于三种趋化因子受体的新型化合物支架：CCR2，CCR3和一个CXC受体CXCR3。keras/tensorflow nn在此使用不作为典型使用的二进制分类器，而是作为有效的多级分类器，不仅可以丢弃非活性化合物，还可以丢弃低或中等活性化合物。在100 ns全原子分子动力学中测试了SBV和NN提出的几种化合物，以确认其结合效率。为了改善化合物的基本结合功能，提出了新的化学修饰。将修饰的化合物与这三种趋化因子受体的已知拮抗剂进行了比较。已知的CXCR3化合物是最受预测的化合物之一。因此，除了基于结构的方法外，还显示了在药物发现中使用KERAS/Tensorflow的好处。此外，我们表明KERAS/Tensorflow NN可以准确预测化合物的受体亚型选择性，SBV通常会失败。我们从Chembl和策划数据集检索到大麻素受体的跨测试趋化因子受体数据集。在从Chembl检索的大麻素受体数据集上训练的NN模型是受体亚型选择性预测中最准确的。在趋化因子受体数据集训练的NN模型中，CXCR3模型在区分给定化合物数据集的受体亚型方面表现出最高的精度。