XiaoMi-AI文件搜索系统
World File Search System淀粉酶
从...生物培训和分子鉴定淀粉酶...
摘要该酶在行业中的利用为生产过程带来了许多好处和优势。酶是生物催化剂，有效地催化反应和生化过程中的水解。但是，在行业中应用酶，尤其是有关酶稳定性的挑战。在高温下使用时，涉及工业酶应用的生产过程中遇到的障碍物是酶的低稳定性。热敏酶会受到损害或变性。嗜热微生物之所以选择产生嗜热酶的潜力。与其他酶相比，嗜热酶具有更好的热稳定性，使其成为未来工业生产过程的有效替代品。这项研究旨在将耐热剂细菌与Nglimut温泉沉积物，纤维素酶 - 产生的产生分离株的筛选，并使用16S rRNA条形码鉴定出最佳的分离株。结果表明，在温泉的沉积物中发现了22种细菌分离株。 TS-14是产生淀粉酶的最佳分离株，最高的平均淀粉液指数为2.38，而TS-15的纤维素解释指数最高为2.11。基于16S rRNA的识别，TS-14与阿贝洛杆菌法属芽孢杆菌的同源性身份为79％，而TS-15与叶肉芽芽孢杆菌具有100％同源性。版权所有：©2024，J.热带生物多样性生物技术（CC BY-SA 4.0）这些恢复是筛查细菌潜力的第一步，以生产嗜热酶，这些酶可以应用于未来的工业和生物技术公司的下游过程中。
α-淀粉酶抑制剂作为治疗糖尿病的候选
开发诊断方法，以准确评估治疗对岩石杆菌殖民化的影响，这是对保护文化遗产纪念碑的挑战。在这项研究中，我们使用双重态策略在短期和长期的长期和长期测试了基于生物剂的处理对多洛斯酮采石场微生物定植的效率。，我们应用了一种元编码方法来表征真菌和细菌群落，并与显微镜技术集成在一起，以分析微生物与底物的相互作用并评估有效性。这些群落以细菌状态静脉细菌，蛋白质细菌和蓝细菌以及真菌秩序列兰加利亚菌群为主，其中包括先前报道为生物分泌剂的分类单元，并在此处观察到与生物递送过程相关。处理后，随着时间的流逝，丰富的fro填充物随时间变化取决于分类单元。虽然蓝细菌，细胞吞噬和ver列列ciales的丰度减少，但其他群体，例如溶球杆菌，热粒子和胸腺孢子虫增加。这些模式不仅可以归因于生物剂对不同分类单元的特异性影响，而且还可以归因于这些生物的不同再殖民能力。对治疗的不同敏感性可能与不同分类单元的固有细胞特性有关，但是可能涉及杀生物剂对内尔石器时代微生境的差异。我们的结果揭示了去除癫痫定殖的重要性，又是应用杀菌剂以对内石器时代形式作用的重要性。殖民过程也可以解释一些依赖分类群的反应，尤其是在长期中。分类群显示出耐药性，以及在处理后以细胞碎片形式积累的营养积累的那些分类群，可能在殖民处理的区域具有优势，这表明需要长期监测广泛的分类单元。这项研究强调了结合元法编码和显微镜结合的潜在效用，以分析处理和设计适当的策略以打击生物降级和建立预防性保护方案的效果。
从土壤微生物产生淀粉酶-IJRPR
人造光合作用，类似于受鸟类飞行的启发的飞机的创新发展，这证明了人类通过模仿自然过程对技术解决方案的追求。otto lilienthal在完成人类航班旅程中标志着不动力的飞机上的第一个记录的，反复的飞行中的历史成就，说明了自然界的学习和复制自然机制的能力。对可再生能源的探索是减轻我们对传统化石燃料的依赖的战略当务之急，这种燃烧不仅释放了有害气体，而且对我们珍贵的自然资源的耗尽有了基本贡献。
α-淀粉酶抑制剂筛选试剂盒（比色）
引入α-淀粉酶（EC 3.2.1.1）是消化酶，催化淀粉中内部α-1,4-糖苷链接的水解至较低的分子量产物，例如葡萄糖，麦芽糖和麦芽糖三糖单位。人α-淀粉酶主要在唾液腺和胰腺中表达。这两个同工酶在其催化结构域中具有高度的原发性氨基酸序列相似性（97％）和92％。此外，两种α-淀粉酶在与多克隆抗体的反应上都是免疫学上相同的，具有相同的作用方式，首选底物，是氯激活的，并且在相似的pH值下达到最大活性。在功能上，当用各种底物测试时，它们具有相似但不相同的切割模式。调节α-淀粉酶活性会影响碳水化合物作为能源的利用。 该酶负责人类复杂碳水化合物的分解。 因此，抑制α-淀粉酶可以被视为治疗与碳水化合物摄取有关的疾病的策略，例如糖尿病，肥胖，牙齿腔和牙周疾病。 α-淀粉酶抑制剂筛选试剂盒（比色）（AB283391）可用于筛选/表征α-淀粉酶的潜在抑制剂。调节α-淀粉酶活性会影响碳水化合物作为能源的利用。该酶负责人类复杂碳水化合物的分解。因此，抑制α-淀粉酶可以被视为治疗与碳水化合物摄取有关的疾病的策略，例如糖尿病，肥胖，牙齿腔和牙周疾病。α-淀粉酶抑制剂筛选试剂盒（比色）（AB283391）可用于筛选/表征α-淀粉酶的潜在抑制剂。
抑制α-葡萄糖苷酶和α-淀粉酶从叶甲醇提取物
Gorontalo 96128 Korespestensi Penulis：nurvitaabdullah@gmail.com摘要。Garuga Floribunda（Garuga Floribunda Decne）植物是以各种药用特性而闻名的物种之一。这项研究旨在研究α-葡萄糖苷酶和α-淀粉酶的抑制活性，并确定Garuga Floribunda叶片作为抗糖尿病剂的最佳浓度。通过使用甲醇作为溶剂作为萃取过程获得叶片的提取，并使用d-硝基苯基-α-D-糖酰胺（P-NPG）对α-葡萄糖苷酶对α-葡萄糖苷酶的抑制活性进行了测试。该方法是UV-VIS分光光度法。该植物的植物化学测试揭示了类黄酮，生物碱，皂苷，单宁，类固醇和萜类化合物的存在。抑制测试结果表明，Garuga Floribundaleaves的甲醇提取物对这两种酶表现出显着的抑制活性。对α-葡萄糖苷酶的最高抑制百分比为91.09％，表明抗糖尿病活性很高。同时，对α-淀粉酶的抑制作用为7.56％，没有明显的抗糖尿病活性。抑制两种酶的最佳浓度为1000 ppm。关键词：跳蚤，抑制，酶，抗糖尿病abtrak。Tumbuhan Buhu（Garuga Floribunda Decne）Merupakan Salah Satu Spesies Tumbuhan Dengan Beberapa Khasiat Obat。metode yang digunakan adalah metode spektrofotometer uv-vis。kata kunci：buhu，inhibisi，enzim，抗糖尿病这项研究的目的是研究α-葡萄糖苷酶和α-淀粉酶的抑制活性，并找出Buhu叶甲醇提取物作为抗糖尿病的最佳浓度。buhu叶提取物是通过使用甲醇溶剂提取的过程获得的，其抑制活性使用dNS-DNS substrate（3-氨基酯（3-二氨酸）（3-二氨酸）（3-氨基型）（使用α-氨基酶），使用p-硝基苯基D-D-D-D-D-D-丙氨酸酶（P-NPG）底酸（P-NPG）底物测试。植物化学测试包括类黄酮化合物，生物碱，皂苷，单宁，类固醇和萜类化合物。抑制测试的结果表明，布胡叶的甲醇提取物对两种酶具有显着的抑制活性。抑制α-葡萄糖苷酶的最高百分比为91.09±1.52 ppm，分为抗糖尿病非常活跃。对于α-淀粉酶5.33±0.79 ppm，不活跃为抗糖尿病。
来自Karang细菌的原始淀粉降解淀粉酶...
原始淀粉降解淀粉酶（RSDA）是一种酶，具有在不经历胶质化的情况下降解淀粉颗粒中的葡萄糖的能力。进行了这项研究，以探索和表征来自萨马林达卡朗穆斯河体水的细胞外RSDA产生细菌。在含有1％淀粉颗粒的养分琼脂中对RSDA活性进行了定性分析，在板块充满碘溶液后，具有RSDA活性的细菌菌落是细菌菌落周围细菌菌落周围的清晰光晕。14个细菌菌落中的5个细胞外分泌RSDA。使用二硝基水杨酸（DNS）方法测试了5种细菌的RSDA酶的淀粉酶活性。具有菌落代码KM 5的细菌的RSDA活性为0.332 U/ml。RSDA的最佳工作条件在pH 5和温度为40°C。使用16S rRNA基因鉴定细菌基因型，表明KM5是克雷伯氏菌SP，称为Klebsiella km5。
以麦芽糖为原料比色检测唾液α‐淀粉酶...
摘要 本文介绍了一种比色检测唾液 α-淀粉酶的方法，该酶是自主神经系统 (ANS) 活动的潜在生物标志物之一，可用于评估疲劳。利用 α-淀粉酶裂解多糖 α 键的能力来开发比色测定法。在所提出的方法中，2-氯-4-硝基苯基-α-D-麦芽三糖苷作为底物，在被唾液 α-淀粉酶裂解后释放出有色副产物。引入麦芽糖作为非竞争性抑制剂可在生理相关浓度范围 (20-500 μ g/mL) 内产生理想的线性响应，检测限 (LOD) 为 8 μ g/mL（在水溶液中）。随后优化底物和非竞争性抑制剂的浓度，以进行唾液 α-淀粉酶的比色检测。提出了一种简便的纸基“试纸”检测方法，用于分析人类唾液样本，唾液成分的干扰很小。所提出的检测方法快速、特异性强且易于实施，可用于比色检测唾液 α-淀粉酶 20-500 μ g/mL 之间。互补的 RGB（红、绿、蓝成分）分析 17 提供定量检测，LOD 为 11 μ g/mL。这两种检测格式以 Phadebas 18 测试为基准，Phadebas 18 测试是一种最先进的 α-淀粉酶分光光度检测方法。所报告的纸基方法 19 具有很高的潜力，可用于评估 ANS 对应激源的反应改变，可能在疲劳评估和监测疲劳发作方面有应用。21
反复进化和选择形成了淀粉酶基因座的结构多样性
农业的采用引发了人类饮食向富含淀粉的快速转变 1 。淀粉酶基因有助于淀粉的消化，在一些高淀粉摄入量的现代人类群体中观察到了淀粉酶拷贝数的增加 2 ，尽管缺乏近期选择的证据 3,4 。在这里，使用来自大约 5,600 个当代和古代人类的 94 个长读单倍型解析组装和短读数据，我们解决了淀粉酶基因座结构变异的多样性和进化历史。我们发现淀粉酶基因在农业群体中的拷贝数高于渔猎和游牧群体。我们鉴定了 28 种不同的淀粉酶结构架构，并证明在整个人类近代历史中，几乎相同的结构在不同的单倍型背景下反复出现。 AMY1 和 AMY2A 基因均经历了多次重复/缺失事件，突变率高达单核苷酸多态性突变率的 10,000 倍以上，而 AMY2B 基因重复则具有单一起源。使用基于泛基因组的方法，我们推断了数千名人类的结构单倍型，并在现代农业人群中以更高的频率识别出大量重复的单倍型。利用 533 个古人类基因组，我们发现，在过去 12,000 年中，西欧亚大陆中含有重复的单倍型（基因拷贝数多于祖先单倍型）的频率迅速增加，这表明存在正向选择。总之，我们的研究强调了农业革命对人类基因组的潜在影响以及结构变异在人类适应中的重要性。
使用糖和镰刀菌生产淀粉酶酶，并使用糖
本研究研究了共同社会对AWKA North L.G.A.发展的贡献。具体目标包括确定该地区合作社成员的社会经济特征，以确定合作社的活动，研究合作社对国家发展的贡献，并确定了限制对尼日利亚经济努力的贡献。塔罗Yamani的方形用于确定197名受访者的样本量和诸如均值，百分比，频率分布和规模分析的描述性统计数据用于分析数据。研究表明，该地区的合作社从事农作物，牲畜和储存企业，并为其成员提供信贷设施和供应农场的投入。这项研究进一步表明，动员储蓄是合作社对增强国家发展的贡献之一。符合研究结果，建议政府应鼓励在金融机构增加信贷供应方面的合作，并改善公众启蒙运动，以增加参与和参与小规模农民。
α-淀粉酶抑制剂作为治疗糖尿病的候选的药物筛查
https://www.specs.net/index.php 9。 天然产品集合。 Microsource Discovery System Inc. 2022年7月23日访问。http：//www.msdis covery.com/natpr od.html 10。 Berman HM，Westbrook J，Feng Z等。 蛋白质数据库。 核酸res。 2000; 28：235-242。 doi：10.1093/nar/28.1.235 11。 Trott O，Olson AJ。 自动库克Vina：通过新的评分功能，有效的优化和多线程提高对接的速度和稳定性。 J Comput Chem。 2010; 31（2）：455-461。 doi：10.1002/jcc.21334 12。 Schrödinger软件。 Schrödinger，L.L.C。，纽约，纽约，美国2020年。 13。 McNutt，Francoeur P，Aggarwal R等。 gnina 1.0：深度学习的分子对接。 J Chem。 2021; 13（1）：1-20。 doi：10.1186/ s13321-021-00522-2 14。 div> Meng XY，Zhang HX，Mezei M，CuiM。分子对接：一种基于结构的药物发现的强大方法。 Curr Comput-Aid药物。 2011; 7（2）：146-157。 doi：10.2174/157340911795677602 15。 Durrant JD，McCammon JA。 分子动力学模拟和药物发现。 BMC Biol。 2011; 9（1）：1-9。 doi：10.1186/1741-7007-9-71 16。 案例DA，Betz RM，Cerutti DS等。 琥珀色。 加利福尼亚大学； 2016。 17。 Lindorff-Larsen K，Piana S，Palmo K等。 改善了琥珀FF99SB蛋白力场的侧链旋转电位。 蛋白质。 J Chem Phys。https://www.specs.net/index.php 9。天然产品集合。Microsource Discovery System Inc. 2022年7月23日访问。http：//www.msdis covery.com/natpr od.html 10。Berman HM，Westbrook J，Feng Z等。蛋白质数据库。核酸res。2000; 28：235-242。doi：10.1093/nar/28.1.235 11。Trott O，Olson AJ。自动库克Vina：通过新的评分功能，有效的优化和多线程提高对接的速度和稳定性。J Comput Chem。 2010; 31（2）：455-461。 doi：10.1002/jcc.21334 12。 Schrödinger软件。 Schrödinger，L.L.C。，纽约，纽约，美国2020年。 13。 McNutt，Francoeur P，Aggarwal R等。 gnina 1.0：深度学习的分子对接。 J Chem。 2021; 13（1）：1-20。 doi：10.1186/ s13321-021-00522-2 14。 div> Meng XY，Zhang HX，Mezei M，CuiM。分子对接：一种基于结构的药物发现的强大方法。 Curr Comput-Aid药物。 2011; 7（2）：146-157。 doi：10.2174/157340911795677602 15。 Durrant JD，McCammon JA。 分子动力学模拟和药物发现。 BMC Biol。 2011; 9（1）：1-9。 doi：10.1186/1741-7007-9-71 16。 案例DA，Betz RM，Cerutti DS等。 琥珀色。 加利福尼亚大学； 2016。 17。 Lindorff-Larsen K，Piana S，Palmo K等。 改善了琥珀FF99SB蛋白力场的侧链旋转电位。 蛋白质。 J Chem Phys。J Comput Chem。2010; 31（2）：455-461。doi：10.1002/jcc.21334 12。Schrödinger软件。Schrödinger，L.L.C。，纽约，纽约，美国2020年。 13。 McNutt，Francoeur P，Aggarwal R等。 gnina 1.0：深度学习的分子对接。 J Chem。 2021; 13（1）：1-20。 doi：10.1186/ s13321-021-00522-2 14。 div> Meng XY，Zhang HX，Mezei M，CuiM。分子对接：一种基于结构的药物发现的强大方法。 Curr Comput-Aid药物。 2011; 7（2）：146-157。 doi：10.2174/157340911795677602 15。 Durrant JD，McCammon JA。 分子动力学模拟和药物发现。 BMC Biol。 2011; 9（1）：1-9。 doi：10.1186/1741-7007-9-71 16。 案例DA，Betz RM，Cerutti DS等。 琥珀色。 加利福尼亚大学； 2016。 17。 Lindorff-Larsen K，Piana S，Palmo K等。 改善了琥珀FF99SB蛋白力场的侧链旋转电位。 蛋白质。 J Chem Phys。Schrödinger，L.L.C。，纽约，纽约，美国2020年。13。McNutt，Francoeur P，Aggarwal R等。gnina 1.0：深度学习的分子对接。J Chem。 2021; 13（1）：1-20。 doi：10.1186/ s13321-021-00522-2 14。 div> Meng XY，Zhang HX，Mezei M，CuiM。分子对接：一种基于结构的药物发现的强大方法。 Curr Comput-Aid药物。 2011; 7（2）：146-157。 doi：10.2174/157340911795677602 15。 Durrant JD，McCammon JA。 分子动力学模拟和药物发现。 BMC Biol。 2011; 9（1）：1-9。 doi：10.1186/1741-7007-9-71 16。 案例DA，Betz RM，Cerutti DS等。 琥珀色。 加利福尼亚大学； 2016。 17。 Lindorff-Larsen K，Piana S，Palmo K等。 改善了琥珀FF99SB蛋白力场的侧链旋转电位。 蛋白质。 J Chem Phys。J Chem。2021; 13（1）：1-20。doi：10.1186/ s13321-021-00522-2 14。 div>Meng XY，Zhang HX，Mezei M，CuiM。分子对接：一种基于结构的药物发现的强大方法。 Curr Comput-Aid药物。 2011; 7（2）：146-157。 doi：10.2174/157340911795677602 15。 Durrant JD，McCammon JA。 分子动力学模拟和药物发现。 BMC Biol。 2011; 9（1）：1-9。 doi：10.1186/1741-7007-9-71 16。 案例DA，Betz RM，Cerutti DS等。 琥珀色。 加利福尼亚大学； 2016。 17。 Lindorff-Larsen K，Piana S，Palmo K等。 改善了琥珀FF99SB蛋白力场的侧链旋转电位。 蛋白质。 J Chem Phys。Meng XY，Zhang HX，Mezei M，CuiM。分子对接：一种基于结构的药物发现的强大方法。Curr Comput-Aid药物。2011; 7（2）：146-157。 doi：10.2174/157340911795677602 15。 Durrant JD，McCammon JA。 分子动力学模拟和药物发现。 BMC Biol。 2011; 9（1）：1-9。 doi：10.1186/1741-7007-9-71 16。 案例DA，Betz RM，Cerutti DS等。 琥珀色。 加利福尼亚大学； 2016。 17。 Lindorff-Larsen K，Piana S，Palmo K等。 改善了琥珀FF99SB蛋白力场的侧链旋转电位。 蛋白质。 J Chem Phys。2011; 7（2）：146-157。doi：10.2174/157340911795677602 15。Durrant JD，McCammon JA。分子动力学模拟和药物发现。BMC Biol。 2011; 9（1）：1-9。 doi：10.1186/1741-7007-9-71 16。 案例DA，Betz RM，Cerutti DS等。 琥珀色。 加利福尼亚大学； 2016。 17。 Lindorff-Larsen K，Piana S，Palmo K等。 改善了琥珀FF99SB蛋白力场的侧链旋转电位。 蛋白质。 J Chem Phys。BMC Biol。2011; 9（1）：1-9。doi：10.1186/1741-7007-9-71 16。案例DA，Betz RM，Cerutti DS等。琥珀色。加利福尼亚大学； 2016。 17。 Lindorff-Larsen K，Piana S，Palmo K等。 改善了琥珀FF99SB蛋白力场的侧链旋转电位。 蛋白质。 J Chem Phys。加利福尼亚大学； 2016。17。Lindorff-Larsen K，Piana S，Palmo K等。改善了琥珀FF99SB蛋白力场的侧链旋转电位。蛋白质。J Chem Phys。2010; 78（8）：1950-1958。doi：10.1002/prot.22711 18。Horn HW，Swope WC，Pitera JW等。开发了改进的生物分子模拟的四个位点水模型：tip4p-ew。2004; 120（20）：9665-9678。 doi：10.1063/1.1683075 19。 Beauchamp KA，Lin YS，Das R，Pande vs。蛋白质场是否越来越好？ 在524个不同的NMR测量值上进行系统基准。 J化学理论计算。 2012; 8（4）：1409-1414。 doi：10.1021/ct2007814 20。 Zhang H，Yin C，Jiang Y，van der SpoelD。氨基酸的力场基准：I。在不同的水模型中的水合和扩散。 J Chem Inf模型。 2018; 58（5）：1037-1052。 doi：10.1021/acs。 JCIM.8B00026 21。 Wang J，Wolf RM，Caldwell JW，Kollman PA，Case DA。 一般琥珀色场的开发和测试。 J Comput Chem。 2004; 25（9）：1157-1174。 doi：10.1002/jcc.20035 22。 Singh AK，Rana HK，Singh V，Yadav TC，Varadwaj P，Pandey AK。 评估链霉菌素诱导的糖尿病大鼠饮食中酚类化合物绿酸的抗糖尿病活性：分子对接，分子动力学，在硅毒性，体外和体内研究中。 Comput Biol Med。 2021; 134：104462。 doi：10.1016/j。 compbiomed.2021.104462 23。 Jakalian A，Bush BL，Jack DB，Bayly CI。 快速，有效地产生高质量的原子电荷。 AM1-BCC模型：I。 方法。 J Comput Chem。 2000; 21（2）：132-146。 doi：10.1002/jcc.10128 24。2004; 120（20）：9665-9678。doi：10.1063/1.1683075 19。Beauchamp KA，Lin YS，Das R，Pande vs。蛋白质场是否越来越好？ 在524个不同的NMR测量值上进行系统基准。 J化学理论计算。 2012; 8（4）：1409-1414。 doi：10.1021/ct2007814 20。 Zhang H，Yin C，Jiang Y，van der SpoelD。氨基酸的力场基准：I。在不同的水模型中的水合和扩散。 J Chem Inf模型。 2018; 58（5）：1037-1052。 doi：10.1021/acs。 JCIM.8B00026 21。 Wang J，Wolf RM，Caldwell JW，Kollman PA，Case DA。 一般琥珀色场的开发和测试。 J Comput Chem。 2004; 25（9）：1157-1174。 doi：10.1002/jcc.20035 22。 Singh AK，Rana HK，Singh V，Yadav TC，Varadwaj P，Pandey AK。 评估链霉菌素诱导的糖尿病大鼠饮食中酚类化合物绿酸的抗糖尿病活性：分子对接，分子动力学，在硅毒性，体外和体内研究中。 Comput Biol Med。 2021; 134：104462。 doi：10.1016/j。 compbiomed.2021.104462 23。 Jakalian A，Bush BL，Jack DB，Bayly CI。 快速，有效地产生高质量的原子电荷。 AM1-BCC模型：I。 方法。 J Comput Chem。 2000; 21（2）：132-146。 doi：10.1002/jcc.10128 24。Beauchamp KA，Lin YS，Das R，Pande vs。蛋白质场是否越来越好？在524个不同的NMR测量值上进行系统基准。J化学理论计算。2012; 8（4）：1409-1414。 doi：10.1021/ct2007814 20。 Zhang H，Yin C，Jiang Y，van der SpoelD。氨基酸的力场基准：I。在不同的水模型中的水合和扩散。 J Chem Inf模型。 2018; 58（5）：1037-1052。 doi：10.1021/acs。 JCIM.8B00026 21。 Wang J，Wolf RM，Caldwell JW，Kollman PA，Case DA。 一般琥珀色场的开发和测试。 J Comput Chem。 2004; 25（9）：1157-1174。 doi：10.1002/jcc.20035 22。 Singh AK，Rana HK，Singh V，Yadav TC，Varadwaj P，Pandey AK。 评估链霉菌素诱导的糖尿病大鼠饮食中酚类化合物绿酸的抗糖尿病活性：分子对接，分子动力学，在硅毒性，体外和体内研究中。 Comput Biol Med。 2021; 134：104462。 doi：10.1016/j。 compbiomed.2021.104462 23。 Jakalian A，Bush BL，Jack DB，Bayly CI。 快速，有效地产生高质量的原子电荷。 AM1-BCC模型：I。 方法。 J Comput Chem。 2000; 21（2）：132-146。 doi：10.1002/jcc.10128 24。2012; 8（4）：1409-1414。doi：10.1021/ct2007814 20。Zhang H，Yin C，Jiang Y，van der SpoelD。氨基酸的力场基准：I。在不同的水模型中的水合和扩散。J Chem Inf模型。2018; 58（5）：1037-1052。 doi：10.1021/acs。 JCIM.8B00026 21。 Wang J，Wolf RM，Caldwell JW，Kollman PA，Case DA。 一般琥珀色场的开发和测试。 J Comput Chem。 2004; 25（9）：1157-1174。 doi：10.1002/jcc.20035 22。 Singh AK，Rana HK，Singh V，Yadav TC，Varadwaj P，Pandey AK。 评估链霉菌素诱导的糖尿病大鼠饮食中酚类化合物绿酸的抗糖尿病活性：分子对接，分子动力学，在硅毒性，体外和体内研究中。 Comput Biol Med。 2021; 134：104462。 doi：10.1016/j。 compbiomed.2021.104462 23。 Jakalian A，Bush BL，Jack DB，Bayly CI。 快速，有效地产生高质量的原子电荷。 AM1-BCC模型：I。 方法。 J Comput Chem。 2000; 21（2）：132-146。 doi：10.1002/jcc.10128 24。2018; 58（5）：1037-1052。doi：10.1021/acs。JCIM.8B00026 21。Wang J，Wolf RM，Caldwell JW，Kollman PA，Case DA。 一般琥珀色场的开发和测试。 J Comput Chem。 2004; 25（9）：1157-1174。 doi：10.1002/jcc.20035 22。 Singh AK，Rana HK，Singh V，Yadav TC，Varadwaj P，Pandey AK。 评估链霉菌素诱导的糖尿病大鼠饮食中酚类化合物绿酸的抗糖尿病活性：分子对接，分子动力学，在硅毒性，体外和体内研究中。 Comput Biol Med。 2021; 134：104462。 doi：10.1016/j。 compbiomed.2021.104462 23。 Jakalian A，Bush BL，Jack DB，Bayly CI。 快速，有效地产生高质量的原子电荷。 AM1-BCC模型：I。 方法。 J Comput Chem。 2000; 21（2）：132-146。 doi：10.1002/jcc.10128 24。Wang J，Wolf RM，Caldwell JW，Kollman PA，Case DA。一般琥珀色场的开发和测试。J Comput Chem。 2004; 25（9）：1157-1174。 doi：10.1002/jcc.20035 22。 Singh AK，Rana HK，Singh V，Yadav TC，Varadwaj P，Pandey AK。 评估链霉菌素诱导的糖尿病大鼠饮食中酚类化合物绿酸的抗糖尿病活性：分子对接，分子动力学，在硅毒性，体外和体内研究中。 Comput Biol Med。 2021; 134：104462。 doi：10.1016/j。 compbiomed.2021.104462 23。 Jakalian A，Bush BL，Jack DB，Bayly CI。 快速，有效地产生高质量的原子电荷。 AM1-BCC模型：I。 方法。 J Comput Chem。 2000; 21（2）：132-146。 doi：10.1002/jcc.10128 24。J Comput Chem。2004; 25（9）：1157-1174。 doi：10.1002/jcc.20035 22。 Singh AK，Rana HK，Singh V，Yadav TC，Varadwaj P，Pandey AK。 评估链霉菌素诱导的糖尿病大鼠饮食中酚类化合物绿酸的抗糖尿病活性：分子对接，分子动力学，在硅毒性，体外和体内研究中。 Comput Biol Med。 2021; 134：104462。 doi：10.1016/j。 compbiomed.2021.104462 23。 Jakalian A，Bush BL，Jack DB，Bayly CI。 快速，有效地产生高质量的原子电荷。 AM1-BCC模型：I。 方法。 J Comput Chem。 2000; 21（2）：132-146。 doi：10.1002/jcc.10128 24。2004; 25（9）：1157-1174。doi：10.1002/jcc.20035 22。Singh AK，Rana HK，Singh V，Yadav TC，Varadwaj P，Pandey AK。评估链霉菌素诱导的糖尿病大鼠饮食中酚类化合物绿酸的抗糖尿病活性：分子对接，分子动力学，在硅毒性，体外和体内研究中。Comput Biol Med。2021; 134：104462。 doi：10.1016/j。compbiomed.2021.104462 23。Jakalian A，Bush BL，Jack DB，Bayly CI。快速，有效地产生高质量的原子电荷。AM1-BCC模型：I。方法。J Comput Chem。 2000; 21（2）：132-146。 doi：10.1002/jcc.10128 24。J Comput Chem。2000; 21（2）：132-146。doi：10.1002/jcc.10128 24。Jakalian A，Jack DB，Bayly CI。高，有效地生成高 -