XiaoMi-AI文件搜索系统
World File Search System青蒿
青蒿素体外生长抑素基因的出现和克隆扩增......
1 卢旺达生物医学中心 (RBC) 疟疾和其他寄生虫病科，卢旺达基加利。 2 法国巴黎巴斯德研究所疟疾遗传学和抗药性研究中心。 3 美国纽约哥伦比亚大学欧文医学中心微生物学和免疫学系。 4 瑞典哥德堡大学。 5 美国马里兰州巴尔的摩市母婴生存计划/JHPIEGO。 6 影响卢旺达疟疾协会，卢旺达基加利。 7 卢旺达基加利卫生部。 8 国家参考实验室 (NRL)、BIOS/卢旺达生物医学中心 (RBC)，卢旺达基加利。 9 美国总统疟疾倡议，卢旺达基加利。 10 法国巴黎生物信息学和生物统计学中心——计算生物学系。 11 法国巴黎巴黎大学科钦医院科钦研究所 INSERM 1016 寄生虫学-真菌学系。 12 西非和中非遏制疟疾行动，卢旺达基加利。 13 瑞士日内瓦世界卫生组织全球疟疾规划署。 14 美国纽约州纽约市哥伦比亚大学欧文医学中心医学系传染病科。 15 以下作者贡献相同：Aline Uwimana、Eric Legrand。 ✉电子邮件：Aline.Uwimana@rbc.gov.rw； dmenard@pasteur.fr
社会网络在提高肯尼亚疟疾高发区青蒿素联合疗法 (ACT) 应用方面的有效性
疟疾仍然是撒哈拉以南非洲地区的一个关键公共卫生问题，占全球疟疾病例和死亡人数的首位。在肯尼亚，尽管治疗手段日益普及，疟疾仍然是主要的致病原因，尤其是在西部和沿海地区。以青蒿素为基础的联合疗法 (ACT) 是治疗无并发症疟疾的一线疗法，但其有效性在很大程度上取决于社区层面的接受和适当使用。[1] Hetzel 等人 (2008) [2] 的研究强调了坦桑尼亚农村地区有效治疗疟疾的障碍，例如医疗保健服务有限、资金限制、知识不足以及抗疟药物缺货。尽管社区卫生工作者采取了各种举措，但这些挑战依然存在，这强调了需要采取综合方法来解决系统性医疗保健差距并加强社区层面的教育，以提高治疗接受度并降低疟疾相关的发病率和死亡率。
双氢青蒿素哌喹和青蒿琥酯阿莫地喹间歇性预防治疗对学龄儿童抗六种血型恶性疟原虫抗原 IgG 应答的影响
在疟疾高发地区，已经实施了几种干预策略，其中包括间歇性预防治疗 (IPT)，这是一种阻断传播并降低疾病发病率的策略。然而，实施 IPT 策略引起了真正的担忧，因为它干预了对疟疾的自然获得性免疫的发展，而这种免疫需要与寄生虫抗原持续接触。本研究调查了在学童中应用二氢青蒿素-哌喹 (DP) 或青蒿琥酯-阿莫地喹 (ASAQ) IPT (IPTsc) 是否会损害对六种疟疾抗原的 IgG 反应性。坦桑尼亚东北部的一项 IPTsc 试验以四个月的间隔施用了三剂 DP 或 ASAQ，并对学童进行了随访。本研究使用酶联免疫吸附试验 (ELISA) 技术比较了干预组和对照组中 IgG 对恶性疟原虫红细胞膜蛋白 1 (PfEMP-1) 的 GLURP-R2、MSP1、MSP3 和 CIDR 结构域 (CIDRa1.1、CIDRa1.4 和 CIDRa1.5) 的反应性。研究期间，共有 369 名学童参与分析，对照组、DP 组和 ASAQ 组分别有 119 名、134 名和 116 名参与者。在干预期期间和干预期后，疟疾抗原识别的广度显著增加，且研究组间并无差异（趋势检验：DP，z 分数 = 5.92，p < 0.001，ASAQ，z 分数 = 6.64，p < 0.001 和对照组，z 分数 = 5.85，p < 0.001）。在所有访视中，对照组和 ASAQ 组对任何测试抗原的识别均无差异。然而，在 DP 组中，干预期期间 IPTsc 不会削弱针对 MSP1、MSP3、CIDRa1.1、CIDRa1.4 和 CIDRa1.5 的抗体，但会削弱针对 GLURP-R2 的抗体。
在26S蛋白酶体调节亚基RPN2基因中，恶性疟原虫赋予青蒿素的抗性
减轻疟疾和相关死亡的负担受到了疟疾寄生虫能够发展对市场上所有可用疗法的抵抗力的能力的阻碍（Antony和Parija，2016年）。因此，了解寄生虫获得对抗疟药的耐药性的机制对于未来替代有效治疗的发展至关重要。如今，阿耳震蛋白及其衍生物（Arts）是推荐的治疗方法，以及长期伴侣，形成基于青蒿素的联合疗法（ACTS）。artemisin抗性，主要由环阶段存活测定法（RSA）定义，经常与K13蛋白中的突变有关，而K13蛋白不调节蛋白酶体的活性（Wicht等，2020）。然而，使用蛋白酶体抑制剂（例如环氧素）会增加抗性和敏感寄生虫中的青蒿素活性（Bozdech等，2015）。在该帐户中，泛素 - 蛋白酶体途径（UPP）的不同部分的突变可能会影响阿甘辛蛋白的反应（Bridgford等，2018）。最近的研究表明，19S和20S的蛋白酶体亚基的突变敏化K13 C580Y寄生虫，这是基于RSA的更大湄公河区域中最普遍的青蒿素耐药性突变，基于RSA（Rosenthal和Ng，2021; Rossenthal和Ng，20223）。此外，在编码非素化酶UBP-1的基因中的两个突变在抗甲半氨着这甲蛋白蛋白的抗chabaudi P. chabaudi寄生虫中被鉴定出来，并且证明它们可以介导恶性疟原虫中的艺术耐药性（Cravo，2022222）。后者负责底物的识别，去泛素化，展开和易位。泛素 - 蛋白酶体系统对于真核细胞至关重要，因为它负责蛋白质的降解或回收利用，侵蚀了几个细胞过程，包括细胞周期，转录调节，细胞应激反应，信号转导，信号转导，和细胞曲折（Wang et al。，2015年）。这种蛋白质调节对于在两个宿主之间的生命周期进程中发生的疟疾寄生虫经历的快速转化至关重要，尤其是在复制率高的阶段（Krishnan和Williamson，2018年）。UPP涉及一种称为泛素化的蛋白质后修饰过程，该过程将多泛素链连接到随后由26S蛋白酶体识别的蛋白质上。如果蛋白质被蛋白质组恢复或降解，则泛素化定义的类型（Aminake等，2012; Wang等，2015）。26S蛋白酶体是一种枪管形的多亚基蛋白酶复合物，分为20S核心颗粒（CP）和19S调节粒子（RP）。20S核心通过肽基戊酰基肽水解（PGDH）（caspase样），类似胰蛋白酶样和类似chymotrypsin的活性负责蛋白水解，分别遇到了三种B-亚基（B1，B2和B5）（分别为Wang et al。，2015年）。这些催化活性的亚基分别使用N末端苏氨酸作为酸性，胰蛋白酶和疏水残基的羧基末端后的亲核试剂和裂解。这些活动站点
人工智能衍生的青蒿素药物化合物可作为对抗 SARS-CoV-2 受体的有效候选药物：一项对抗 CO 的计算机模拟研究
背景：冠状病毒在全球爆发，迫使全世界寻找药物来对抗当前的流行病。重新利用药物是一种很有前途的方法，因为它为应对新出现的 COVID-19 提供了新的机会。然而，在大数据时代，人工智能 (AI) 技术可以利用计算方法通过 In-silico 方法寻找新的候选药物。目的和目标：我们目前工作的目的和目标基本上是设计一种针对 COVID-19 受体的植物衍生化合物，该化合物可能作为有效的治疗方法，并使用深度学习程序语言 python (anaconda) 2.7 版本预测疾病的结果。方法：人工智能技术通过计算机辅助药物设计过程 (CADD) 帮助理解冠状病毒与受体的相互作用。使用 Maestro (Schrödinger) 程序准备配体-蛋白质相互作用，该程序有助于研究青蒿素化合物与 SARS-CoV-2 受体（如 7CTT、非结构蛋白 (NSP) 和 7MY3 刺突糖蛋白）的对接姿势。因此，人工智能技术使用深度学习机器算法构建的神经网络检查药物-靶标相互作用，并使用 python 程序语言预测疾病的结果。结果：青蒿素对 SARS-CoV-2 受体（如 7CTT 和 7MY3）表现出最高的抗病毒活性。从 PubChem 开放化学数据库中检索了配体和 SARS-CoV-2 受体的三维结构。配体-蛋白质相互作用是在 Maestro（Schrödinger）程序的帮助下进行的，该程序揭示了 7CTT 与抗疟化合物衍生配体相互作用的 MM/GBSA 值，例如 D95（-45.424）、青蒿素（-35.222）、MPD（-31,021）、MRD（-21.952）和 6FGC（-34.089），而 7MY3 刺突糖蛋白相互作用的 MMGBSA 值 D95（-26.304）、MPD（-18.658）、MRD（-28.03）和 6FGC（-13.47）结合亲和力遵循 Lipinski 规则 5，并进一步用随机森林决策树预测结果，使用 python 程序的准确率约为 75%。结论：通过计算机模拟方法重新利用该药物对抗 SARS-CoV-2 病毒，揭示了其抗病毒作用。对接研究方法显示了 XP 分数、滑行能量和 MMGBSA 值，这些值是使用人工智能技术构建的深度学习程序预测的。
宫颈癌活检中的生物标志物表达谱揭示 WT1 是青蒿琥酯的靶点
摘要。背景/目的：青蒿素及其衍生物不仅是已获批准的抗疟药，还具有强大的抗癌活性。基于此前报道的青蒿琥酯 (ART) 在宫颈癌中的临床活性，我们研究了一组 12 种不同的生物标志物，并确定了 Wilms 肿瘤 1 (WT1) 蛋白是 ART 的潜在靶点。患者和方法：对接受 ART 治疗的患者在治疗前、治疗期间和治疗后匹配的宫颈癌活检样本进行研究，以了解其是否诱导细胞凋亡 (TUNEL 检测) 以及 Wilms 肿瘤蛋白 1 (WT1)、14-3-3 ζ、分化标志物簇 (CD4、CD8、CD56)、ATP 结合盒转运蛋白 B5 (ABCB5)、谷胱甘肽 S-转移酶 P1 (GSTP1)、诱导型一氧化氮合酶 (iNOS)、翻译控制肿瘤蛋白 (TCTP)、真核延伸因子 3 (eIF3) 和 ADP/ATP 转位酶的表达情况。已选择 WT1 进行更详细的分析，使用分子对接进行计算机模拟，使用重组 WT1 进行微尺度热泳动，并使用转染了四种不同 WT1 剪接变体的 HEK293 细胞进行细胞毒性测试 (刃天青检测)。结果：ART 治疗患者肿瘤后，凋亡细胞比例和 WT1、14-3-3 ζ 和 CD4 表达增加。ART 在计算机中与位于 WT1 的 DNA 结合位点的结构域结合，而二氢青蒿素 (DHA) 以低亲和力与 WT1 的另一个与 DNA 结合无关的位点结合。使用微尺度验证了结果
人参皂苷 Rg3 与青蒿琥酯联合使用可克服肝癌细胞和小鼠模型中的索拉非尼耐药性
背景：索拉非尼可有效治疗肝癌，但大多数患者会产生耐药性。STAT3 信号传导与索拉非尼耐药性有关。青蒿琥酯 (ART) 和 20(R)-人参皂苷 Rg3 (Rg3) 具有抗肝癌作用，可抑制癌细胞中的 STAT3 信号传导。本研究旨在评估 Rg3 与 ART 联合使用 (Rg3-plus-ART) 在克服索拉非尼耐药性方面的作用，并研究 STAT3 信号传导在这些作用中的作用。方法：使用索拉非尼耐药的 HepG2 细胞 (HepG2-SR) 评估 Rg3-plus-ART 的体外抗肝癌作用。使用患有 HepG2-SR 肝癌的 BALB/c-nu/nu 小鼠模型评估 Rg3-plus-ART 的体内抗肝癌作用。 CCK-8 测定和 Annexin V-FITC/PI 双染分别用于检测细胞增殖和凋亡。使用免疫印迹法检测蛋白质水平。通过测量 DCF-DA 荧光检测 ROS 生成。结果：Rg3-plus-ART 协同降低 HepG2-SR 细胞活力并诱发其凋亡，并抑制小鼠 HepG2-SR 肿瘤生长。机制研究表明，Rg3-plus-ART 抑制 HepG2-SR 培养物和肿瘤中 Src 和 STAT3 的活化/磷酸化。该组合还降低了 STAT3 核水平并诱导 HepG2-SR 培养物中的 ROS 产生。此外，过度激活 STAT3 或去除 ROS 会降低 Rg3-plus-ART 的抗增殖作用，而去除 ROS 会降低 Rg3-plus-ART 对 HepG2-SR 细胞中 STAT3 活化的抑制作用。结论：Rg3-plus-ART 在实验模型中克服了索拉非尼耐药性，抑制 Src/STAT3 信号和调节 ROS/STAT3 信号是其潜在机制之一。本研究为将 Rg3-plus-ART 开发为治疗索拉非尼耐药性肝癌的新方法提供了药理学基础。© 2021 韩国人参协会。由 Elsevier BV 提供出版服务 这是一篇根据 CC BY-NC-ND 许可 ( http://creativecommons.org/licenses/by-nc-nd/4.0/ ) 发表的开放获取文章。
青蒿素作为抗癌药物：新型治疗方法、分子机制和临床试验
青蒿素及其衍生物在体内和体外均表现出广谱抗肿瘤活性。此外，有限数量临床试验的结果为其优异的抗肿瘤活性提供了令人鼓舞的证据。然而，溶解性差、毒性和有争议的作用机制等问题阻碍了它们作为有效的抗肿瘤药物在临床上的应用。为了加速 ART 在临床上的应用，研究人员最近开发了新的治疗方法，包括开发新型衍生物、制造新型纳米制剂以及将 ART 与其他药物相结合用于癌症治疗。并探索了相关的作用机制。本综述介绍了用于诱导非凋亡细胞死亡的 ART，包括胀亡、自噬和铁死亡。此外，它强调了 ART 对癌症代谢、免疫抑制和癌症干细胞的影响，并讨论了用于治疗癌症的 ART 的临床试验。本综述对 ART 的分子作用机制及其巨大的临床潜力提供了进一步的见解。
SARS-COV-2的蛋白质和主要蛋白酶作为双抑制剂 用于乳腺癌治疗的聚合物纳米颗粒 类型，合成，表征和应用 生物污染和缓解方法：评论 用有机硫和类黄酮化合物的虚拟筛查和分子对接研究，靶向雌激素受体蛋白的大蒜 基于传感器的添加剂制造技术 重新利用针对Covid-19的尖峰受体的药物进行治疗：一种计算机方法 环境生物修复的极端微生物 在FDA批准的青蒿素的硅药物中重新利用
重组蛋白在治疗几种疾病中作为药物发挥了重要作用。这些蛋白质主要分为天然类似物和蛋白质融合[1-4]。人类胰岛素（Humulin R）[3，5]和Etanercept（Enbrel）[6，7]在1982年和1998年被两组（类似物和融合）批准为1982年和1998年的生物药物剂（FDA）。输注蛋白，一个结构域提供特定的生物学活性，例如酶活性（例如，凝结因子），靶向激活或失活（例如，受体的配体）和毒性（例如，二胚蛋白毒素）。以及其他领域传达了更通用的功能，例如延长半衰期，提高效率，降低免疫原性[8-11]，提高溶解度，折叠，稳定性和/或热稳定性以及提供新的靶向和递送途径[12-14]。