XiaoMi-AI文件搜索系统
World File Search System靶标
基于一致性评价的药物-靶标亲和力预测方法...
摘要 - 药物发现的第一步是找到具有针对特定靶标的药用活性的药物分子部分。因此，研究药物靶标蛋白与小化学分子之间的相互作用至关重要。然而，传统的发现潜在小药物分子的实验方法劳动密集且耗时。目前，人们对使用药物分子相关数据库建立计算模型来筛选小药物分子非常感兴趣。在本文中，我们提出了一种使用深度学习模型预测药物靶标结合亲和力的方法。该方法使用改进的GRU和GNN分别从药物靶标蛋白序列和药物分子图中提取特征以获得它们的特征向量。组合向量用作药物-靶标分子对的向量表示，然后输入到完全连接的网络中以预测药物-靶标结合亲和力。该提出的模型证明了其在DAVIS和KIBA数据集上预测药物-靶标结合亲和力的准确性和有效性。
miR-21是心血管疾病中的治疗靶标吗？
摘要：microRNA-21（miR-21）通过其对信胶RNA的调节在分子水平上发挥了多种功能。先前的研究激发了对MiR-21作为心血管疾病中潜在治疗靶点的作用的兴趣。miR-21表达有助于许多细胞类型的分化，增殖和成熟，例如成纤维细胞，内皮细胞，心肌细胞和内皮祖细胞。miR-21的功能取决于其在特定细胞类型和下游靶标中的表达水平，这决定了细胞的命运。在病理条件下，miR-21的表达水平改变，导致下游信号传导和心血管疾病的异常基因调节，例如高血压，心脏肥大和纤维化，动脉粥样硬化和心脏衰竭。agomirs或Antagomirs引入各自的组织类型中，以逆转或停止疾病的进展。外泌体介导许多具有高生物相容性的细胞事件，具有有效地将miR-21传递到靶向细胞的高潜力。miR-21在心血管疾病（CVD）中的关键作用是无可争议的，但是有关于miR-21在同一疾病中的功能有争议的报道。这种差异激发了人们对更好地了解MiR-21在各种疾病不同阶段的不同组织中的作用以及miR-21抑制剂如何工作的机制的兴趣。
R-BERT-CNN：从...中提取药物-靶标相互作用
摘要 — 在本研究中，我们介绍了我们参与 BioCreative VII 挑战赛的 DrugProt 任务的工作。药物-靶标相互作用 (DTI) 对于药物发现和重新利用至关重要，通常是从实验文章中手动提取的。PubMed 上有超过 3200 万篇生物医学文章，从如此庞大的知识库中手动提取 DTI 具有挑战性。为了解决这个问题，我们为 Track 1 提供了一个解决方案，旨在提取药物和蛋白质实体之间的 10 种相互作用。我们应用了一个集成分类器模型，该模型结合了最先进的语言模型 BioMed-RoBERTa 和卷积神经网络 (CNN) 来提取这些关系。尽管 BioCreative VII DrugProt 测试语料库中存在类别不平衡，但与挑战赛中其他提交的平均水平相比，我们的模型取得了良好的表现，微 F1 得分为 55.67%（BioCreative VI ChemProt 测试语料库为 63%）。结果显示了深度学习在提取各种类型 DTI 方面的潜力。
结直肠癌的治疗靶标和肿瘤微环境
摘要：大肠癌（CRC）是一种遗传，解剖和转录异质性疾病。CRC患者的预后取决于诊断时肿瘤的阶段，并且相应地差异很大。CRC中的肿瘤微环境（TME）是影响靶向癌症治疗的重要因素。TME具有动态组成，包括各种细胞类型，例如癌症相关的细菌细胞，肿瘤相关的巨噬细胞，调节性T细胞和髓样衍生的抑制细胞，以及围绕癌细胞及其在物理和病理条件下具有功能和结构性角色的细胞外因子。此外，TME可以通过高间隙压力，纤维化和通过酶活性降解治疗剂的效率。因此，TME是发现新药的肥沃基础。本叙事评论的目的是根据CRC患者的策略提出有关TME组成的当前知识和未来观点。
使用自我解释的药物靶标预测......
识别缺失的药物靶标对于治疗的开发和药物副作用的分子阐明至关重要。通过利用药物和蛋白质靶标的分子、生物学或药理学特征可以预测药物靶标。然而，开发用于预测药物靶标的综合且可解释的机器学习模型仍然是一项具有挑战性的任务。我们提出了 Inception，这是一种用于预测药物靶标的综合且可解释的矩阵完成模型。Inception 是一个自我表达模型，它学习两个相似性矩阵：一个用于药物，另一个用于蛋白质靶标。这些学习到的相似性矩阵是我们模型可解释性的关键：它们可以解释如何用化学、生物学和药理学相似性的线性组合来解释预测的药物-靶标相互作用。我们开发了一种具有有效闭式解的新型目标函数。为了证明 Inception 在恢复缺失的药物-靶标相互作用 (DTI) 方面的能力，我们进行了交叉验证实验，严格控制数据不平衡、药物之间的化学相似性和靶标之间的序列相似性。我们还使用模拟前瞻性方法评估了模型的性能。使用 DrugBank 数据库 2011 年快照中的 DTI 训练我们的模型后，我们测试是否可以预测 DrugBank 2020 年快照中的 DTI。在所有情况下，Inception 的表现都优于两种最先进的药物靶标预测模型。这表明 Inception 可用于预测缺失的药物靶标相互作用，同时提供可解释的预测。
根据预测激活和抑制药物-靶标相互作用
。CC-BY-NC-ND 4.0 国际许可，根据 提供（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者，此版本于 2021 年 3 月 20 日发布。；https://doi.org/10.1101/2021.03.18.436088 doi：bioRxiv 预印本
多种激酶 - 哪个是治疗类风湿关节炎的最佳靶标？
生物学疗法的出现，最著名的是抗肿瘤坏死因子（TNF）剂，已经显着改善了类风湿关节炎（RA）的治疗。从未有过，可用的生物制剂很少导致疾病的缓解，并且仅在RA患者子集中提供临床益处。此外，生物制剂只能通过注射且价格昂贵。需要用于RA的替代疗法，小分子激酶抑制剂可能符合该法案。小分子具有多种特征，使它们比其他疗法具有优势：它们是可生物利用，可渗透且廉价制造的。深入了解涉及炎症和免疫力的细胞内信号通路路径，使得可以抵消异常免疫反应的小分子的合理设计。小分子可以通过抑制激酶来发挥有效的抗炎作用，其中许多分子位于多种促炎途径的Nexus。激酶抑制剂的治疗潜力是通过它们在癌症治疗方面的成功所展示的。自适应和先天免疫反应与RA的发病机理有关，RA的发病机理是一种全身性自身免疫性疾病，其特征是滑膜关节的破坏。涉及T和B细胞反应的全身性失调，这导致自耐受性违反，并最终导致对滑膜关节的免疫反应的安装。在
新药物的靶标 - RSC药物化学
更多的中小型公司主要关注发现和早期发展，这是一家有能力推销新发现的大型公司。鉴于该行业的力量，通常会询问小型学术实验室是否应该认真解决药物发现。上面指出的历史趋势提供了一个答案：行业可以做得很好，但是发明，创新和偶像构成非常适合在可以挑战协议和范式的学术环境中。本文涉及广泛的药物发现项目，其中许多具有其中一些特征，与Strathclyde大学的纯与应用化学系有关。选择仅限于在动物疾病模型中成功实现概念结果证明的项目。它包括CNS活性化合物，免疫调节剂和抗感染化合物，以及其他使用与动作研究机制并行运行的广泛的发现策略。化学生物学与药物发现之间的伙伴关系是学术实验室的理想选择。
