目的:本研究旨在通过药物重新定位方法确定一种 FDA 批准的抑制 IL-17 受体的分子,该受体是预防强直性脊柱炎 (AS) 炎症的重要靶点。材料和方法:使用药物-基因相互作用数据库,在 AS 中鉴定出 18 种对活性 HLA-B 基因有特异性的分子。然后,从 RSCB 数据库中获取 IL-17 的 3D 结构。I) 盲对接 II) 计算的蛋白质表面拓扑图谱网络工具用于确定结合包。通过使用确定的结合包周围的网格框进行分子对接,确定了已知的 IL-17 抑制剂玫瑰红桃金娘酮和 IL-17 之间的相互作用。因此,使用选定的网格框特征准备配置文件,并使用 AutoDock Vina 程序对 18 个分子进行对接。结果与讨论:卡马西平分子与 IL-17 的结合亲和力和结合特性最佳。研究还发现,米诺环素、柳氮磺吡啶和沙利度胺在活性位点紧密堆积,这些分子有望成为治疗 AS 疾病的先导分子。关键词:强直性脊柱炎,盲对接,药物重定位,IL-17,分子对接
摘要。珀金森氏病是一种从公认的临床帕金森氏综合症引起的进行性退行性疾病。帕金森氏病的节日包括运动和非运动症状,鉴定为震颤,弯曲运动(运动缓慢),僵化和姿势不稳定。pd被标记为各种研究和调查中最普遍的疾病之一,因为在100人中有90%被观察到。必须设计CAD以准确地确定该疾病的高级模型,因为最新的PD诊断没有准确的临床干预。与常规方法相反。深度学习卷积神经网络工具是指通过MRI对PD进行更快,准确的识别。这项研究的目的是有助于开发准确的PD检测方法。进行研究使用了公共数据集NTU(雅典国家技术大学)。数据样本分为三组(训练,测试和验证)。将与LSTM集成的densenet应用于MRI数据样本。densenet用于增强特征选择能力,因为每一层都根据图像的时间接近度选择特征。然后将输出馈入LSTM层,以发现时间特征中的显着依赖性。将提出的Densenet-LSTM的性能与其他CNN最先进的模型进行了比较。所提出的模型输出的训练精度为93.75%,测试精度为90%,验证精度分别为93.8%。
基础设施:DSNLU 校园位于山丘旁,占地 45.5 英亩,技术先进,环境友好。DSNLU 校园拥有全空调学术楼、Wi-Fi 和 LAN 设施。该大学是国家知识网络的一部分,而印度政府为该大学提供了 1GBPS 连接。男生和女生宿舍共有 160 个房间,每个房间可容纳 2 名学生,符合大学规定。DSNLU 拥有食堂大楼,可同时容纳 350 名学生。DSNLU 拥有 11 KV 变电站,配备两台 320 KVA 备用发电机、1.5 KLD 容量污水处理厂、安得拉邦银行 ATM。还建立了 350 Kwp 屋顶太阳能发电厂。为学生提供世界一流的图书馆,可以访问 Westlaw India、Hein Online、SCC online、Lexis Nexis、Kluwer Competition Law、Kluwer IP Law、Kluwer Arbitration、Taxmann、JSTOR、Economic and Political Weekly 和 Manupatra 等在线资源,以进行深入研究。在线资源可通过 Remote Xs 获得。此外,DSNLU 采用了反剽窃网络工具 Turnitin。所有教室都配备了 LCD 投影仪、互联网和公共广播系统。DSNLU 模拟法庭大厅以其独特的方式彰显了辉煌。大学设有研讨会和会议厅,可用于召开会议和组织客座讲座。
摘要:计算机靶标搜寻旨在识别查询分子的可能蛋白质靶标,这是一种新兴的药物发现方法,应用范围广泛。这种方法可以阐明靶标未知的化合物的作用机制和生物活性。此外,靶标搜寻还可用于识别候选药物的脱靶,从而识别和预防其可能的不良反应。出于这些原因,靶标搜寻日益成为多药理学、药物再利用和识别新药物靶标的关键方法。由于单个小分子可能与不同的蛋白质靶标发生大量相互作用,实验性靶标搜寻可能耗时长且难以实施,而计算机方法可以更快、更便宜、对特定蛋白质结构更有效,因此更容易使用。此外,将其与对接和虚拟筛选研究结合使用的可能性,以及最近开发的越来越多的基于网络的工具,使目标钓鱼成为一种更具吸引力的药物发现方法。特别值得强调的是,机器学习在这一领域的应用日益广泛,既是主要的目标钓鱼方法,也是对已应用策略的进一步发展。本综述报告了近年来开发和应用的主要计算机目标钓鱼策略,这些策略既属于基于配体的方法,也属于基于受体的方法,特别关注科学界可以免费访问的用于进行目标钓鱼研究的不同网络工具。
摘要随着互联网应用程序的加深,患者期望医院在随时随地通过网站进行预约,沟通信息并获取报告。为了解决这个问题,我们设计和开发了一个“医院”网站,该网站使用迭代和渐进的过程模型以及“自然观察方法”,并使用反应,节点,javascript,mongodb,mongodb和其他网络工具进行前端和后端开发,包括医院动态描述,包括24小时的报告,通过对患者进行了24小时的测试,并进行了互动,并进行了互动,并进行了实时的互动,并进行了实时的互动,并偶然地进行了互动,并进行了互动的互动。这个“医院”网站可以在大型中医医院中促进和使用。关键字:网站;医院;预约;信息通信;查看报告介绍,随着计算机网络的持续发展,人们的生活变得越来越方便。以医疗为例,人们期望患者在进入医院大楼之前通过医疗中心的网站找到确切的地址,并通过医疗中心的网站进行专家任命。医院网站意味着患者可以随时随地找到它,并提供吸引新患者参观的服务。人们可以舒适地搜索他们在家所需的信息。医院网站是与医疗中心联系以获取信息,整合所有已知详细信息的最简单,最便宜的方式,例如工作时间,联系信息,位置和汽车图像,并使用联系表格来促进探索在线促销承诺系统。但是,相关信息将为我们提供更好的用户体验并创建在线可靠性。在人们的健康问题方面,保持良好的互联网连接和网站上良好的内容非常重要[1-3]。同时,请勿使用简单的信息(例如指示,开放时间和联系人)来挫败用户,尤其是在人们因健康问题而感到压力时。
免疫原性表位的计算预测是治疗和预防疫苗设计的有前途的平台。该策略的一个潜在目标是人类免疫缺陷病毒 (HIV-1),尽管经过数十年的努力,但尚未有可用的疫苗。特别是,设计用于消除受感染细胞的治疗性疫苗将成为治愈策略的关键组成部分。最近,基于 HIV/AIDS 患者个体病毒免疫学数据设计的 HIV 肽显示出能够诱导治疗后病毒设定点的消退。然而,这种方法的可重复性和可扩展性受到与手动肽设计相关的错误和任意性以及耗时过程的限制。我们在此介绍 Custommune,这是一种用户友好的网络工具,用于设计个性化和针对人群的疫苗。当应用于 HIV-1 时,Custommune 使用患者特定的人类白细胞抗原 (HLA) 等位基因和病毒序列以及预期的 HLA 肽结合强度和潜在的免疫逃逸突变来预测个性化表位。值得注意的是,Custommune 预测结果与最近 II 期临床试验 (NCT02961829) 中施用的手动设计肽相比更为有利。此外,我们利用 Custommune 设计了针对受 COVID-19 影响严重的人群的预防性疫苗。结果允许识别针对每个人群量身定制的肽,并预测会引发 CD8 + T 细胞免疫和针对严重急性呼吸综合征冠状病毒 2 (SARS-CoV- 2) 结构保守表位的中和抗体。总体而言,我们的数据描述了一种快速开发针对慢性和急性病毒感染的个性化或基于人群的免疫疗法的新工具。介绍
急性淋巴细胞白血病(ALL)是由多种复发遗传畸变的星座驱动的异质癌。样品骨髓的易感性可以轻松进入癌细胞,并可以深入探索所有驱动全部的遗传学。自然而然地使用了每个新的GE网络工具,所有人的遗传星座通常是第一个探索的边界。这些深度探索导致了所有遗传星座的详细图(图1),这是世界卫生组织造血和淋巴组织肿瘤分类的基础。从1960年代建立核分型和染色体带时,调查人员开始了这项60年的发现旅程。此发现始于异常的整个染色体拷贝数,称为非整倍性。多余的染色体> 50,也称为高二倍体,是最常见的驱动因素(图1)。易位,其中一块染色体被异常融合,导致发现费城(pH)染色体T(9; 22)/ bcr :: abl1 and t(1; 19)/ tcf3 :: pbx1。不会更改诸如t(12; 21)/ etv6 :: runx1之类的频带模式的易位花费更长的时间才能屈服。与此发现并行的是更好的治疗方法。通过更好的治疗方法,研究人员发现这些遗传驱动因素是预后的,即他们预测复发的风险。遗传亚型的这种预后价值产发了遗传风险分层,并最终以遗传驱动的治疗,例如添加伊马替尼和dasatinib对pH值的添加。2使用单然而,核型淋巴细胞的困难以及对许多不同诊断平台的需求,例如多种荧光原位杂交(FISH)探针,有限的广泛使用遗传分层。在2000年代,基因阵列诱人地承诺了一个平台来询问所有人的遗传驱动因素。基因ex Prassion微阵列同时测量了数以万计基因的表达lev els,它允许发现“新颖”亚型1(后来发现是DUX4亚型)和pH样亚型。
摘要:已发现果皮含有多种生物活性化合物,可用于草药治疗多种疾病。尚未研究 C. rostrata 果皮中存在的植物化学物质及其与人体蛋白质结合并改变其功能的潜力。因此,本研究确定了 C. rostrata 果皮提取物中类药物成分在人体中的主要蛋白质靶点以及与这些靶点相关的疾病状况。通过 GCMS 分析确定了 C. rostrata 果皮无水乙醇提取物的甲醇和正己烷馏分成分的身份。使用 SwissADME 和 SwissTargetPrediction 网络工具确定类药性(符合 Lipinski、Ghose、Veber、Egan 和 Muegge 过滤器)和类药物成分的蛋白质靶点。GCMS 分析显示正己烷和甲醇馏分中存在 49 种化合物。育亨宾衍生物 Corynan-16-羧酸,16,17-二脱氢-9,17-二甲氧基-,甲酯,(16E)-,在甲醇馏分中含量丰富 (13.33%)。正己烷馏分富含奇数链脂肪酸和植物甾醇。在馏分中鉴定出四种类药物化合物:(1) 壬二酸单乙酯;(2) 3- (2-甲氧基甲氧基亚乙基)-2,2 二甲基双环[2.2.1]庚烷;(3) 环十二醇,1-氨基甲基-,和 (4) Corynan-16-羧酸,16,17-二脱氢-9,17-二甲氧基-,甲酯,(16E)-。预测的类药化合物的主要蛋白质靶点包括碳酸酐酶 II、蛋白酪氨酸磷酸酶 1B、鞘氨醇激酶 1、麦芽糖酶-葡糖淀粉酶、腺苷 A2b 受体、P2X 嘌呤受体 7、MAP 激酶 p38 α、δ-阿片受体和 α-2 肾上腺素受体。研究结果表明,C. rostrata 外果皮含有类药植物化学物质,具有抗癌、糖尿病、疼痛和炎症疾病的潜力,提取物可能具有壮阳潜力。 DOI:https://dx.doi.org/10.4314/jasem.v26i5.18 开放获取文章:(https://pkp.sfu.ca/ojs/)这是一篇根据知识共享署名许可 (CCL) 分发的开放获取文章,允许在任何媒体中不受限制地使用、分发和复制,前提是对原始作品进行适当引用。 影响因子:http://sjifactor.com/passport.php?id=21082 谷歌分析:https://www.ajol.info/stats/bdf07303d34706088ffffbc8a92c9c1491b12470 版权:© 2022 Ajayi 等人 日期:收到:2022 年 3 月 25 日;修订:2022 年 4 月 13 日;接受:2022 年 5 月 11 日 关键词:Cola rostrata 外果皮;计算机识别;药物样成分;蛋白质靶标预测外果皮(果皮)是表皮层,它包围并保护下面的中果皮免受微生物感染和水渗透,同时确保与外界环境的气体交换(Hansmann & Combrink,2003)。许多热带水果的外果皮不能食用,每年都会造成大量植物材料浪费。最近的研究重点是将果皮从环境污染转化为财富,并利用其丰富的植物化学成分用于医疗保健目的(Torres-León 等人,2018 年;Veloso 等人,2020 年;Hikal 等人,2021 年;Osorio 等人,2021 年)。