XiaoMi-AI文件搜索系统
World File Search System自由能
利用分子对接和分子动力学研究重新利用已获批准的药物来靶向 CDK4/6 和芳香酶蛋白
乳腺癌是全球癌症发病率和死亡率的主要原因，在女性中发病率最高。在乳腺癌的各种亚型中，雌激素受体阳性（ER+）是最常见的。雌激素上调细胞周期蛋白D1，进而促进CDK4/6的活性并促进细胞周期进程。为了解决这个问题，ER+乳腺癌的一线治疗重点是通过靶向芳香化酶来抑制雌激素的产生，芳香化酶是负责雌激素合成限速步骤的酶。因此，将CDK4/6抑制剂与芳香化酶抑制剂结合起来已经成为这种类型乳腺癌的重要治疗策略。这种方法可以有效地抑制雌激素的生物合成并控制不受控制的细胞增殖，显著提高总体生存率并延缓疾病进展。本研究旨在利用基于结构的药物设计策略来识别可能同时抑制CDK4/6和芳香化酶的化合物。制备了12,432种已批准和在研药物，并使用Glide的HTVS和XP对接模式将其对接至CDK6的活性位点，得到277种对接得分为-7 kcal/mol的化合物。使用XP模式将这些化合物对接至芳香化酶，得到七种对接得分为-6.001 kcal/mol的药物。此外，将入围药物与CDK4对接，对接得分范围从-3.254至-8.254 kcal/mol。此外，计算了前七种药物的MM-GBSA。鞣花酸、卡拉洛尔、丹多龙和阿扑吗啡四种药物对这三种蛋白质靶标CDK4/6和芳香化酶均表现出良好的结合亲和力。具体而言，它们与CDK6表现出有利的结合自由能，分别为-51.92、-53.90、-50.22和-60.97 kcal/mol。在这些药物中，阿扑吗啡与所有三个蛋白质靶标表现出最有利的结合自由能。为了进一步评估相互作用的稳定性，对阿扑吗啡与 CDK6 进行了 100 ns 分子动力学模拟。结果表明形成了稳定的配体-蛋白质复合物。而从 MM-GBSA 计算阿扑吗啡的 MD 构象的结合自由能的结果显示，与
人工智能和高性能计算加速基于结构的药物发现
2 药物发现的生物物理学和生物化学简介 .........................................9 2.1 药用和生物化学 ......。。。。。。。。。。。。。。。。。。。。。。9 2.1.1 化学信息学和图论。...................11 2.1.2 描述符和相似性 ...........................12 2.1.3 化学空间 .....。。。。。。。。。。。。。。。。。。。。。。。。.16 2.2 蛋白质与疾病 ....................。。。。。。。。。。。18 2.3 蛋白质-配体结合 ...........................20 2.3.1 绑定模型 ...........................22 2.4 蛋白质-配体结合的计算建模 .............22 2.4.1 使用分子动力学进行生物物理建模 ............23 2.4.2 结合自由能估计 ......。。。。。。。。。。。。。24 2.5 结论。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。26
一年级的结构 - 衬纸。 ...
co1：证明并实现与现代周期表的不同群体和周期中存在的不同元素相关的各种周期性属性的趋势。二氧化碳：获取与化学反应和平衡相关的热力学自由能概念的知识。CO3：分析和实施光谱技术的概念，以识别各种有机和无机化合物。CO4：评估和可视化各种有机化合物的构型和构象的概念。co5：评估有机反应期间涉及的中间体的产生，反应和鉴定及其在不同的有机反应机制中的应用。
通过经验价键模拟精确计算分支酸变位酶反应中的热力学活化参数
摘要：分支酸变位酶 (CM) 长期以来一直用作计算化学中基准测试新方法和工具的模型系统。尽管这些酶在文献中占有重要地位，但活化焓和熵在催化分支酸转化为预苯酸盐方面所起的作用程度仍有待商榷。了解这些参数是充分理解分支酸变位酶机制的关键。在本研究中，我们利用一系列温度下的 EVB/MD 自由能扰动计算，使我们能够从单功能枯草芽孢杆菌 CM 和铜绿假单胞菌的混杂酶异分支酸丙酮酸裂解酶催化的反应的活化自由能的阿伦尼乌斯图中提取活化焓和熵。与未催化反应相比，我们的结果表明，两种酶催化反应的活化焓均显著降低，而对活化熵的影响相对较小，表明酶催化的 CM 反应是焓驱动的。此外，我们观察到枯草芽孢杆菌的单功能 CM 比其混杂对应物更有效地催化此反应。过渡态反应途径的结构分析支持了这一点，从中我们确定了解释反应焓驱动性质以及两种酶之间效率差异的关键残基。
热力学循环预测进化酶的竞争性抑制结果
在分子水平上理解竞争性抑制对于揭示酶-抑制剂相互作用的动力学和预测抗性突变的进化结果至关重要。在本研究中，我们提出了一个框架，将竞争性抑制与炼金术自由能扰动 (FEP) 计算联系起来，重点关注大肠杆菌二氢叶酸还原酶 (DHFR) 及其被甲氧苄啶 (TMP) 抑制的情况。使用热力学循环，我们将实验测得的结合常数 (K i 和 K m ) 与野生型和突变型 DHFR 相关的自由能差异联系起来，平均误差为 0.9 kcal/mol，从而深入了解 TMP 抗性的分子基础。我们的研究结果强调了局部构象动力学在竞争性抑制中的重要性。DHFR 突变对底物和抑制剂结合亲和力的影响不同，从而影响 TMP 选择压力下的适应度景观。我们的 FEP 模拟表明，抗性突变通过特定的结构和/或动力学效应稳定抑制剂结合或底物结合状态。这些效应的相互作用在某些情况下显示出显著的上位性。单独评估底物和抑制剂结合的能力提供了有价值的见解，从而可以更精确地解释突变效应和上位性相互作用。此外，我们确定了 FEP 模拟中的关键挑战，包括由电荷改变突变和长距离变构效应引起的收敛问题。通过整合计算和实验数据，我们提供了一种有效的方法来预测抗性突变的功能影响及其对进化适应度景观的贡献。这些见解为构建强大的突变扫描方案和设计更有效的抗耐药细菌菌株治疗策略铺平了道路。
揭示用于氧化还原流的苯醌衍生物......
(2024 年 6 月 22 日收到；2024 年 10 月 27 日修订；2024 年 11 月 6 日接受)摘要。醌具有高氧化还原电位，使其适用于有机氧化还原液流电池。它们在充电过程中的氧化和放电涉及两个可逆的电子转移反应。本研究利用密度泛函理论 (DFT) 与 B3LYP 函数和 6-31G(d) 基组来计算苯醌 (BQ) 的第一和第二还原电位。通过添加电子给体取代基 (-NHCH 3 、-NH 2 、-OCH 3 、-NHCOCH 3 、-OCOCH 3 ) 生成各种 BQ 衍生物。通用溶剂化模型 (SMD) 评估了溶剂效应，而锂盐、溶剂化自由能和 HOMO-LUMO 能量影响还原电位。 -OCOCH₃ 取代的 BQ 显示出最高的第一和第二氧化还原电位，分别为 2.81 V 和 2.27 V。添加三氟化硼 (BF 3 ) 盐可将这些电位升高到 3.99 V 和 3.84 V。在三种溶剂中检查了 BQ 及其衍生物的电化学行为：四氯化碳 (CCl₄)、乙腈 (ACN) 和水 (H₂O)。这些溶剂中的平均还原电位遵循 CCl₄ < ACN < H₂O 的趋势，其中水由于其氢键和极性而最有效。这些发现强调了溶剂特性对电化学过程的重大影响。关键词：苯醌衍生物、DFT、电子亲和力、还原电位、氧化还原液流电池、溶剂化自由能、SMD 溶剂化模型
emle-engine-a-a-flexible-electrostatic-machine-machine-earnning- ...
我们在这项工作中提出了EMLE-GENTENCEP（https://github.com/chemle/emle-engine） - 用于混合机器学习潜力/分子力学（ML/MM）动力学的新机器学习嵌入方案的实施。该软件包是基于一种嵌入方案，该方案使用基于物理的电子密度模型和诱导模型，并具有少数可调参数，这些参数衍生在要嵌入的子系统的真空属性中。该方案完全独立于真空电位，仅需要机器学习子系统原子的位置以及分子力学环境的位置和部分电荷。这些特征允许现有QM/mm软件中使用EMLE引擎。我们证明实施的静电机学习嵌入方案（命名EMLE）在增强的采样分子动力学模拟中是稳定的。通过计算水中丙氨酸二肽的自由能表面，具有两个不同的ML真空电位和三个嵌入模型的ML选项，我们测试了EMLE的性能。与参考DFT/MM表面相比，EMLE嵌入显然优于基于固定部分电荷的MM。与MM嵌入相比，EMLE模型引入的电子密度的配置依赖性以及EMLE模型引入的感应能量的包含导致自由能表面的平均误差的系统降低。通过在实用的ML/MM模拟中启用EMLE嵌入的使用，EMLE-Enline将使能够准确建模系统和过程，这些系统和过程在ML子系统和/或交互环境的电荷分布中具有显着变化。
基于计算目标的艾尔巴韦药物再利用
图 7 . 将艾尔巴韦与其他 9 种药物进行比较，比较其与 25 种 SARS-CoV-2 蛋白的结合自由能。洛匹那韦仅与病毒 S 蛋白（与宿主 ACE2 蛋白 (S_ACE2) 形成复合物）以及 2 种非结构蛋白表现出强结合（与艾尔巴韦相当）。预计雷替拉韦、利托那韦和索非布韦仅以中等亲和力与病毒蛋白结合。图例（右）显示 ΔG 结合范围从 ‒4.5 到 ‒11 kcal/mol。
富含硼的金属二吡啶的非平衡反应性...
图1：富含硼的六角形面孔的热力学的从头开始。（a）BOB 2表面的表面相图，其额外表面硼的覆盖范围与B大典型的全局优化采样的覆盖范围不同。虚线标记了与B富集相关的化学潜力。（b）在与B富集相关的化学势方面，采样表面相的大规范自由能。（c）三个表面相（B 0，B 1/9和B 1/3）结构的顶部和前视图，可以通过硼 - 富集来制备。额外的硼原子以黄色圆圈标记。原子的颜色代码：mo - 蓝色，b - 粉红色。