XiaoMi-AI文件搜索系统
World File Search System药库
TCMBank-最大的中医数据库，提供深度学习
亲爱的编辑： 在中药现代化中，确定草药中的有效成分和阐明有效成分与靶标之间的作用机制是两个关键方面。建立一个全面且高可靠性的中药数据库是非常可取的。我们的 TCM Database@Taiwan1 自 2011 年成立以来，已被广泛使用和大量引用，并且还被收录到 ZINC 数据库 2 中。我们使用自然语言处理，建立了知识图谱和分子信号传导通路来建立中药数据库 TCMBank ( https://TCMBank.cn/ )，它从 TCM Database@Taiwan 扩展而来，包括 9192 种草药、61,966 种成分、15,179 个靶标和 32,529 种疾病。更新后的中药库将中药成分数量由32,364种扩充至61,966种（非重复），并增加了靶点和疾病两个新数据字段。具有连接信息的中药数量为9010种，中药平均连接边数为16.05。具有连接信息的成分数量为54,676种，中药平均连接边数为5.26。TCMBank以mol2格式提供中药成分的三维结构，并提供与外部公共数据库的交叉引用链接，如CAS、DrugBank、PubChem、MeSH、OMIM、DO、ETCM、3 HERB、4等。目前，TCMBank是最全面、可下载、最大的非商业中药数据库，TCMBank与其他中药相关数据库的数据规模比较见图1 a。中西药库提供了一个方便的用户自由探索草药、成分、基因靶点与相关途径或疾病之间的关系的网站（图1b）。图1c展示了中西药库的建立流程，包括文本挖掘策略、智能文档识别模块等。所有与中药相关的信息必须经过志愿者至少两次的人工验证，以确保中西药库数据的可靠性。中西药之间的不良反应会导致医疗费用增加，甚至死亡。据估计，超过10%的患者需要同时服用五种药物，20%的老年患者需要同时服用至少十种药物，这大大增加了中西药互斥带来的医疗风险。中西药互斥反应的鉴别在临床上主要依靠生化分析。然而，这个过程非常耗费人力和物力。基于人工智能的中西药互斥预测需要大量带有不良反应标签的中西药配对。目前中西药互斥数据集尚不完善，而目前有两个现实世界的公共药物相互作用（DDI）数据集：DrugBank 和 TWOSIDES。在前期工作中，我们首先提出了两个模型，3DGT-DDI 5 和 SA-DDI, 6 在 DDI 数据集上预测两种化合物之间的相互作用。
基于EEG的驱动疲劳检测，使用两级学习层次径向基础函数
阿尔茨海默氏病（AD）是老年人中常见的神经退行性痴呆。尽管没有有效治疗AD的有效药物，但在相关研究中已经发现了与AD相关的蛋白质。蛋白质之一是线粒体融合蛋白2（MFN2），其调节大概与AD有关。但是，没有针对MFN2调节的特定药物。在这项研究中，在扩展的戴维斯数据集中构建和训练了三个隧道深神经网络（3个隧道DNN）模型。在预测药物靶向结合属性值时，模型的准确性高达88.82％，损耗值为0.172。通过对药库数据库中1,063种批准的药物和小分子化合物的结合afinity值进行排名，由3个隧道DNN模型推荐了前15个药物分子。去除分子量<200和局部药物后，总共选择了11个药物分子进行文献挖掘。结果表明，六种药物对AD有效，这些药物在参考文献中报告。同时，在11种药物上实施了分子对接实验。结果表明，所有11个药物分子都可以成功与MFN2停靠，其中5个具有很大的结合作用。
斯威士兰国家行动计划 (COP) 2022 战略......
ADR 药物不良反应 AE 不良事件 AG 青春期女孩 AGYW 青春期女孩和年轻女性 AHD 晚期 HIV 疾病 AHF 艾滋病医疗基金会 ALHIV 感染 HIV 的青少年 ANC 产前诊所 API 活性药物成分 APN 接入点名称 ARV 抗逆转录病毒 ART 抗逆转录病毒疗法 C/ALHIV 感染 HIV 的儿童和青少年 CAG 社区依从性小组 CANGO 非政府组织协调大会 CBS 基于病例的监测 CBO 社区组织 CCD 社区商品分销 CCM 国家协调机制（全球基金） CDC（美国）疾病控制中心 CERA 社区参与和康复联盟 CLM 社区主导的监测 CMAC 和解、仲裁和调解委员会 CMIS 客户管理信息系统 CMS 中央医药库 CoAg 合作协议 COP 国家行动计划 COVID-19 2019 年冠状病毒病 CQI 持续质量改进 CS 民间社会 CSO 民间社会组织 DBS 干血斑 DNO 诊断网络优化 DQA 数据质量评估 DMPPT 决策者计划工具包 DREAMS 坚定、坚韧、授权、无艾滋病、指导和安全 DSD 差异化服务交付 DTG 多替拉韦 ECHO 临床艾滋病毒结果效率 EDCU 流行病学和疾病控制单位 EHHRRB 斯威士兰健康与人类研究审查委员会 EHLS 斯威士兰健康实验室服务 EID 早期婴儿诊断 eLMIS 电子物流管理信息系统 EQA 外部质量保证
以 DNA 拓扑异构酶 I 为靶点，对中药化合物进行计算筛选和分子对接，设计潜在的抗癌药物
每年，全球有成千上万的人因癌症发病率和死亡率上升而受苦。此外，癌症患者的治疗选择也很昂贵，而且抗癌药物往往疗效较低且副作用较大。DNA拓扑异构酶可以作为已确定的癌症靶点，因为人类拓扑异构酶（Top1）在有丝分裂后阶段调节基因转录，并在复制和修复过程中在DNA超螺旋中起关键作用。因此，在药物治疗过程中，阻断Top1可能对抑制癌细胞增殖至关重要。这里，通过虚拟筛选对中药化合物进行了筛选。中药库的虚拟筛选过程使得能够根据结合能（-7.1至-9.3Kcal/mol）将化合物列表缩小到29种化合物，而在Lipniski过滤之后，使用MM/PB（GB）SA过滤来筛选剩下的22种化合物，并根据结合自由能选出前四种化合物。这里，这四种化合物； CID-65752（T2972：吴茱萸次碱）、CID-5271805（T4S2126：银杏黄素）、CID-9817839（T2S2335：脱氢吴茱萸碱）和CID-51106（T3054：达伍里索林）在分子对接过程中的结合能分别为-8.2、-8.5、-8.3和-8.2，高于其他化合物。在这四个化合物中，ADMET筛选未发现两个筛选化合物CID-5271805和CID-9817839的毒性特征。此外，药物-蛋白质复合物的SASA（溶剂可及表面积）、Rg（回转半径）、RMSD（均方根偏差）和RMSF（均方根波动）轮廓在分子动力学模拟研究中揭示了化合物的稳定性和刚性。然而，这些研究需要通过实验方法进行验证，以开发更有效的抗癌药物。
A3A 靶向转移治疗计算结果
A3A 靶向转移治疗 A POBEC 3A (A3A) 是人类最重要的脱氨酶之一，可使单链 DNA (ssDNA) 发生超突变。超突变与多种肿瘤-癌症转移进展有关 1-4 5-7 。已报道 APOBEC 依赖性癌症类型，如肺癌 8、9-11 、前列腺癌 12 、尿路上皮癌 13 、膀胱肿瘤 14 、卵巢鳞状癌 15、16 、乳腺癌 17 、子宫内膜异位症/宫颈癌 18、19 和头部 20 ，超突变酶也与某些自身免疫有关 21 。为了使 ssDNA 超突变，A3 酶诱导脱氧胞嘧啶随机脱氨为脱氧尿嘧啶 (dC-to-dU)，这已通过人工模拟得到证实 22 。人类 A3A 抑制已被提议作为一种干扰转移产生的可能治疗方法 23 。然而，A3A 抑制受到其他七种结构相关的人类 A3 酶 (A、B、C 24 、D、F、G 25 、H 和 AID 26 ) 存在的限制，这些酶具有生理/防御功能和可控诱变，例如抗体多样化 27 28 、肠细胞更新 29 30 、衰老 31 或抗病毒活性 32、33 34 。经晶体学和低温电子显微镜测定，大多数人类 A3 酶表现出具有相似 3D 结构的不对称同型二聚体（异型二聚体）结构（A 35 、B 36 、C 24 、F 37 、G 25 、H 38 、AID 26 ，表 S2 和图形摘要）。每个 A3 单体包含 ssDNA 结合所需的结构域和锌依赖性 dC 到 dU 脱氨的独立结构域。由于 A3A ssDNA 结合和二聚体界面的可能抑制剂探索很少 25 ，因此本文使用共同进化对接通过计算探索了这些可能的靶点。最终目标是探索任何与肿瘤转移有关的超突变的计算机干扰。这里采用了基于 Java 的 Data Warrior B uild E volutionary Library (DWBEL) 2-5 协同进化算法，作为筛选超大型类药库 39, 40 或从蛋白质序列 41-43 中预测机器学习对接模型的一种替代方法。具体而言，DWBEL 协同进化标准经过调整，可随机生成数万个原始子代，以选择数百个具有低纳摩尔亲和力的最佳无毒适配子代。类似的协同进化对接预测，当靶向其他蛋白质-配体对时，亲和力会更高。例如，针对耐药葡萄球菌的新型抗生素 44 、针对不动杆菌的 Abaucin 衍生物 45 、非人类抗凝血灭鼠剂 46 、猴痘 Tecovirimat 抗性突变体 47 、内腔 SARS omicron 48 、炎性冠状病毒 ORF8 蛋白 49 、人类 K + 通道的原核模型 50 、VHSV 弹状病毒的内腔 51 、疟疾环子孢子蛋白 47 、RSV 抗性突变体 52 和抗 HIV-Vif A3G 53 。