XiaoMi-AI文件搜索系统
World File Search System计算方法
针对 COVID-19 药物再利用的计算方法：优势与局限性
药物再利用或重新定位是指使用现有药物来治疗该药物最初设计针对的疾病以外的疾病。它有几个优点，例如减少开发新药物分子所需的时间、风险和成本。2,5,6 药物再利用的好处还在于，近 30% 的新市场进入者来自现有药物。7 使用药物再利用策略的原因有很多，其中包括：(a) 减少临床试验的时间和成本，因为可能不需要进行 I 期和 II 期评估；(b) 已经建立了用于分销的药品供应链；(c) 与单一疗法相比，联合疗法与其他药物在治疗中具有附加或共生作用；(d) 可以探索旧药的新作用机制。8 药物再利用策略有一些局限性，例如专利壁垒。然而，监管途径的复杂性、缺乏融资机会、从其他行业赞助的临床试验中获取数据的渠道更广、新临床研究的人群异质性等其他因素，都促使药物再利用成为最有前途的方法之一。
在乳腺癌细胞中雌激素受体靶向疗法中miR-33a表达的体外研究 供应链协作对... 的调节作用 长大后应该是什么？ Lewis Mattin博士讲师... jsdewes-基于自然通风的夏季峰值条件下预测热舒适度的计算方法 印度尼西亚的能源转变：依赖性，补贴和可再生能源
摘要：（1）背景：脂肪酸合成的增加导致乳腺癌的侵略性表型和使治疗剂的效率。在脂质生物合成途径上作为miR-33a的调节microRNA（miRNA）具有阐明确切机制的潜力。（2）方法：我们确定了MCF-7和MDA-MB-231乳腺癌细胞暴露于雌激素受体（ER）激活剂（Estradiol-17β，E2）或抗雌激素（ICI 182,780，在非cy毒性浓度下）的miR-33a表达水平。我们通过免疫印迹将细胞中的miR-33a表达水平与与细胞脂质生物合成相关的途径相关。（3）结果：miR-33a模拟治疗导致MCF-7细胞中脂肪酸合酶（FASN）的显着下调，而在MDA-MB-231细胞中则没有在雌激素-17β（E2）或Fulvesterant（Fulvertant（Ful）的情况下）。与miR-33a抑制剂效应相反，miR-33a与E2或FUL的MIMIC共转染导致MCF-7细胞中AMP激活的蛋白激酶α（AMPKα）活性减少。E2不管miR-33a细胞水平如何，MDA-MB-231细胞中的FASN水平都会增加。 miR-33a抑制剂共处理抑制了MDA-MB-231细胞中E2介导的AMPKα活性。 （4）结论：miR-33a的细胞表达水平对于理解包括细胞能量传感器（例如AMPKα激活状态）的差异反应至关重要。E2不管miR-33a细胞水平如何，MDA-MB-231细胞中的FASN水平都会增加。miR-33a抑制剂共处理抑制了MDA-MB-231细胞中E2介导的AMPKα活性。（4）结论：miR-33a的细胞表达水平对于理解包括细胞能量传感器（例如AMPKα激活状态）的差异反应至关重要。
一种预测药物的有效计算方法......
通讯作者：安吉勇 摘要：背景：预测新的药物-靶标相互作用（DTI）在发现新的候选药物和寻找新的靶标蛋白质中起着重要作用。考虑到实验方法耗时且昂贵。因此，如何开发有效的计算方法来准确预测药物和靶标之间的潜在关联是一项具有挑战性的任务。结果：在本文中，我们提出了一种基于药物指纹和蛋白质进化信息的新型计算方法WELM-SURF来识别DTI。更具体地说，为了利用蛋白质序列特征，应用位置特异性评分矩阵（PSSM）来捕获蛋白质进化信息，并使用加速机器人特征（SURF）从PSSM中提取序列关键特征。对于药物指纹，使用分子子结构指纹的化学结构来表示药物作为特征向量。考虑到加权极限学习机（WELM）具有训练时间短、泛化能力强以及最重要的是能够通过优化权重矩阵的损失函数有效地执行分类的优势。因此，采用WELM分类器对提取的特征进行分类以预测DTIs。通过五重交叉验证检验在酶、离子通道、GPCRs和核受体数据集上进行实验验证，评估了WELM-SURF模型的性能。WELM-SURF在酶、离子通道、GPCRs和核受体数据集上的平均准确率分别为93.54%、90.58%、85.43%和77.45%。我们还将其性能与极限学习机（ELM）、在酶和离子通道数据集上最先进的支持向量机（SVM）以及在四个数据集上的其他现有方法进行了比较。与实验结果相比，WELM-SURF的性能明显优于ELM、SVM和该领域的其他先前方法。结论：结果表明，所提出的WELM-SURF模型能够高精度、稳健地预测DTIs。预计 WELM - SURF 方法是一种有用的计算工具，可广泛促进与 DTI 预测相关的生物信息学研究。
用于发现新型天然抗癌化合物的先进计算方法
天然化合物因其程序性坏死特性而受到广泛研究。筛选此类化合物的传统方法之一是使用浓缩植物提取物而不分离活性部分来了解药理活性。在过去的二十年里，现代医学主要依赖于一两种复杂的活性和异构体化合物的分离和纯化。多靶点药物的概念从 2000 年代初首次提出的创新模式迅速而令人印象深刻地发展成为 2021 年药物开发的流行趋势之一。或者，基于片段的药物发现也被用于确定有效的天然抗癌剂的靶点药物发现，它基于明确的片段，而不是使用天然混合物。本综述总结了天然抗癌化合物的当前关键进展；计算机辅助/基于片段的结构解析和用于探索天然化合物的多靶点方法。
分子对接和ADMET研究，用于搜索针对SARS-COV-2的多靶向抗病毒化合物：一种计算方法
最近由SARS-COV-2引起的大流行是整个世界的主要健康问题。快速传播和这种疾病的死亡率对人类社会构成了严重威胁。通过研究其认真对待这种疾病的药物是当今的最大任务。在本研究中，计算方法用于寻找针对SARS-COV-2感染的有效化合物。1452具有潜在抗病毒活性的化合物从PubChem数据库中选择，以搜索潜在的抑制剂SARS-COV-2的治疗靶标。使用Maestro 12.4（Schrodinger Suite）进行了分子对接和吸收，分布，代谢，消除和毒性（ADMET）性质研究。所有选定的化合物被汇合到六种化合物，这些化合物被发现对SARS-COV-2的所有五个靶标有效。Among six compounds, compound C6 is exhibited excellent docking score -8.93, -8.21, -7.93, -6.73 kcal/mol with main protease (Mpro), angiotensin-converting enzyme-2 (ACE2), RNA dependent RNA polymerase (RdRp), and endoribonuclease (NSP15) target proteins respectively.
利用维格纳-泊松耦合研究库仑相互作用的计算方法
摘要 纠缠量子粒子是纳米尺度上携带量子信息的一种有吸引力的选择，对其中某个粒子的操作会瞬间影响另一个纠缠粒子的状态。然而，在传统的时间相关量子传输模拟方法中，完整描述纠缠需要大量的计算工作，几乎是无法承受的。考虑到电子，分析其纠缠的一种方法是通过 Wigner 形式对库仑相互作用进行建模。在本文中，我们通过采用合理的近似来降低两个相互作用电子时间演化的计算复杂度。具体而言，我们用局部静电场代替电子-电子相互作用的 Wigner 势，该势是通过势的谱分解引入的。证明了对于电子-电子系统的某些特定配置，引入的近似是可行的。我们还分析了纯度，即量子态的最大相干性，相应的分析表明，引入的局部近似可以很好地解释由库仑相互作用引起的纠缠。
储层计算方法微填充检测
摘要。目标。在高风险职业工作的广泛专业人员中检测微渗，对工作场所的安全非常重要。提出了采用储层计算（RC）方法的微填充分类器。特定的回波状态网络（ESN）用于增强微观检测的先前基准性能。方法。使用了基于ESN的新型泄漏积分器进行聚类设计。这种设计的效果在于简单的性能，即使用细粒度的体系结构，其中包含每个群集多达8个神经元，以捕获个性化状态动力学并实现最佳性能。这是使用RC模型实施和评估基于EEG的微骨检测的第一项研究，以检测来自EEG的微渗。主要结果。使用级联的ESN分类器，具有泄漏的积体神经元，使用544个功率频谱特征的60个主要成分。这导致了φ= 0的性能中的一件受试者的平均检测。51±0。07（平均值±SE），AUC-ROC = 0。88±0。 03，AUC-pr = 0。 44±0。 09。 明显的能力。 尽管基于EEG的微质量检测系统的性能仍然被认为是适度的，但这种重新定义的方法在微质量检测中获得了新的基准测试。88±0。03，AUC-pr = 0。44±0。09。明显的能力。尽管基于EEG的微质量检测系统的性能仍然被认为是适度的，但这种重新定义的方法在微质量检测中获得了新的基准测试。
一种脑启发的高维计算方法，用于分类癌症的大量DNA甲基化数据
摘要：癌症基因组学的最新进展置于聚光灯DNA甲基化之下，这是一种调节基因组功能的遗传修饰，其修饰在肿瘤发生和肿瘤抑制中具有重要作用。由于下一代测序中的最后进步产生的高维和大量基因组数据，有效地利用DNA甲基化数据在诊断应用中，例如在健康VS患病样本中，有效地利用DNA甲基化数据。此外，最先进的技术不足以快速产生可靠的结果或有效地管理大量数据。因此，我们建议通过分析其DNA甲基化数据来分析肿瘤与非肿瘤样本的HD分类器，这是一种基于内存认知的高维（HD）监督机学习算法。该方法从人的大脑能够通过采用过度向量而没有单个数值值来记忆和区分简单概念的灵感。完全按照大脑的工作，这允许编码复杂的模式，这使整个架构都可以通过嘈杂的数据来解决故障和错误。我们设计和开发一种算法和一个能够使用HD方法执行监督分类的软件工具。我们对不同类型癌症的三个DNA甲基化数据集进行了实验，以证明我们的算法的有效性，即乳腺浸润性癌（BRCA），肾脏肾脏乳头状细胞癌（KIRP）和甲状腺癌（THCA）。，我们在准确性和计算时间方面获得了出色的结果，其计算资源量较低。此外，我们通过将其（i）与BigBiocl进行比较，该方法基于一个基于随机森林的软件，用于对分布式计算环境中的大型OMICS数据集进行分类，（ii）支持向量机（SVM）和（iii）与决策树的最新分类方法。最后，我们在GitHub上自由发布数据集和软件。
合成 DNA 与生物安全：预测致病性的细微差别以及筛选寡核苷酸的新计算方法的动力
DNA 合成技术推动了合成生物学领域的快速发展，该领域涉及新型生物成分的设计和制造。DNA 合成技术的巨大前景是毋庸置疑的，但它被故意或意外滥用的可能性也不容忽视。为了生物安全，美国卫生与公众服务部 (HHS) 于 2010 年发布了《合成双链 DNA 供应商筛查框架指南》，呼吁双链 DNA (dsDNA) 商业供应商自愿筛查所有订单。最值得注意的是，一组名为国际基因合成联盟 (IGSC) 的 dsDNA 合成公司已根据 HHS 指南实施了协调筛查协议 (HSP)。虽然 IGSC 所有成员并未使用单一的 DNA 筛查算法，但 DNA 筛查软件通常遵循 HSP 指南，将查询序列与相对较短的生物毒素列表进行比对，并选择药剂基因组、基因或蛋白质。我们在此描述了当前筛选过程中涉及的挑战、改进的想法，以及说明为什么克服当前的进步障碍如此关键的示例。