XiaoMi-AI文件搜索系统
World File Search System靶标
肥大细胞作为靶标 - 对最近的治疗方法的全面综述
摘要：肥大细胞（MCS）是分布在几乎所有组织中的免疫细胞，主要是在皮肤中，靠近血管和淋巴管，神经，肺部和肠道。尽管MC对于健康的免疫反应至关重要，但它们的过度活动和病理状态可能导致许多健康危害。肥大细胞活性的副作用通常是由脱粒引起的。可以由免疫因子触发，例如免疫球蛋白，淋巴细胞或抗原 - 抗体复合物以及非免疫因子，例如辐射和病原体。肥大细胞的强烈反应甚至会导致过敏反应，这是最威胁生命的过敏反应之一。更重要的是，肥大细胞通过调节肿瘤生物学的各种事件（例如细胞增殖和生存，血管生成，侵袭性和转移）来在肿瘤微环境中发挥作用。肥大细胞作用的机制仍然很少了解，因此很难为其病理状况开发疗法。本综述着重于针对肥大细胞脱粒，过敏反应和MC衍生肿瘤的可能的疗法。
糖尿病中的kynurenine途径 - 新的药理学靶标？
摘要：色氨酸 - 京难是途径（TRP – KYN）是大脑和外围色氨酸浓度的主要途径。kynurenines表现出广泛的生物学作用（通常是对比的），例如细胞毒性/细胞保护剂，氧化剂/抗氧化剂或促抗/抗炎性敏感性。净效应取决于它们的局部浓度，细胞环境以及复杂的正反馈回路。有益的和有害的雌元之间的不平衡与包括糖尿病（糖尿病）（DM）在内的各种神经退行性疾病，精神病和代谢性疾病的发病机理有关。尽管有可用的疗法，但DM可能导致严重的宏观和微血管并发症，包括心脏和脑疾病，外周血管疾病，慢性肾脏疾病，糖尿病性视网膜病，自主神经病或认知障碍。众所周知，通常与DM相吻合的低度炎症会影响KP的功能，相反，Kynurenines可以调节免疫反应。本综述提供了基于可用动物，人类和微生物组研究的DM中TRP – KYN途径状态的详细摘要。我们强调了在DM和胰岛素耐药性的发育中，TRP转化为trp的（功能和定性上）转化为Kynurenines的分子相互作用的重要性。TRP – KYN途径是在寻找DM中寻找预防和治疗干预措施的新目标。
抗抑郁药物和抗精神病药物疗法的新型潜在分子靶标
1 Almazov国家医学研究中心实验医学研究所，俄罗斯联邦医疗部，197341年，圣彼得堡，俄罗斯； yuriikositsyn@gmail.com（y.m.k。 ）; philimontani@yandex.ru（t.o.k.） 2神经生物学计划，西里乌斯科学技术大学，小天狼星联邦领土354340，俄罗斯3转化生物医学研究所，圣彼得堡州立大学，圣彼得堡199034，俄罗斯4，俄罗斯实验室，临床前生物苏克斯式生物苏克式生物苏克式生物苏克式生物苏克式生物苏克式生物苏克氏生物苏克氏生物苏克氏生物苏克氏生物苏克氏生物，格兰诺夫俄罗斯俄罗斯研究中心1977年，俄罗斯果尼，俄罗斯州。俄罗斯5神经科学集团，莫斯科物理技术研究所，莫斯科115184，俄罗斯； abreu_murilo@hotmail.com 6 Vivarium，乌拉尔联邦大学，Yekaterinburg 620049，俄罗斯7生物信息学系，生物医学化学研究所，莫斯科119121，俄罗斯； Alexey.lagunin@ibmc.msk.ru（A.A.L. ）; vvp1951@yandex.ru（v.v.p。） 8 Pirogov俄罗斯国家研究医科大学生物信息学系，莫斯科117997，俄罗斯9 Neuroscience Laboratory，Cobrain Center，Yerevan State医科大学，以M. Heratsi，Yerevan 0025命名，亚美尼亚； hasmikharutyunyan28@gmail.com 10耶里凡州立医科大学生物化学系以亚美尼亚Yerevan 0025 M. Heratsi命名 *通信：Konstantin.yenkoyan@meduni@Meduni.am或enkoyan or enkoyan or enkoyan@yahoocom@yahoocom（K.B.Y.1 Almazov国家医学研究中心实验医学研究所，俄罗斯联邦医疗部，197341年，圣彼得堡，俄罗斯； yuriikositsyn@gmail.com（y.m.k。）; philimontani@yandex.ru（t.o.k.）2神经生物学计划，西里乌斯科学技术大学，小天狼星联邦领土354340，俄罗斯3转化生物医学研究所，圣彼得堡州立大学，圣彼得堡199034，俄罗斯4，俄罗斯实验室，临床前生物苏克斯式生物苏克式生物苏克式生物苏克式生物苏克式生物苏克式生物苏克氏生物苏克氏生物苏克氏生物苏克氏生物苏克氏生物，格兰诺夫俄罗斯俄罗斯研究中心1977年，俄罗斯果尼，俄罗斯州。俄罗斯5神经科学集团，莫斯科物理技术研究所，莫斯科115184，俄罗斯； abreu_murilo@hotmail.com 6 Vivarium，乌拉尔联邦大学，Yekaterinburg 620049，俄罗斯7生物信息学系，生物医学化学研究所，莫斯科119121，俄罗斯； Alexey.lagunin@ibmc.msk.ru（A.A.L.）; vvp1951@yandex.ru（v.v.p。）8 Pirogov俄罗斯国家研究医科大学生物信息学系，莫斯科117997，俄罗斯9 Neuroscience Laboratory，Cobrain Center，Yerevan State医科大学，以M. Heratsi，Yerevan 0025命名，亚美尼亚； hasmikharutyunyan28@gmail.com 10耶里凡州立医科大学生物化学系以亚美尼亚Yerevan 0025 M. Heratsi命名 *通信：Konstantin.yenkoyan@meduni@Meduni.am或enkoyan or enkoyan or enkoyan@yahoocom@yahoocom（K.B.Y.8 Pirogov俄罗斯国家研究医科大学生物信息学系，莫斯科117997，俄罗斯9 Neuroscience Laboratory，Cobrain Center，Yerevan State医科大学，以M. Heratsi，Yerevan 0025命名，亚美尼亚； hasmikharutyunyan28@gmail.com 10耶里凡州立医科大学生物化学系以亚美尼亚Yerevan 0025 M. Heratsi命名 *通信：Konstantin.yenkoyan@meduni@Meduni.am或enkoyan or enkoyan or enkoyan@yahoocom@yahoocom（K.B.Y.）; avkalueff@gmail.com（A.V.K.）;电话。： +374-10-301014（K.B.Y.）; +7-931-362-4061（A.V.K.）
用于药物-靶标相互作用预测的迁移学习
1 中东技术大学计算机工程系，安卡拉 06800，土耳其 2 阿达纳阿尔帕尔斯兰土耳其科技大学计算机工程系，阿达纳 01250，土耳其 3 埃尔津詹比纳利耶尔德勒姆大学计算机工程系，埃尔津詹 24002，土耳其 4 伊斯肯德伦技术大学计算机工程系，哈塔伊 31200，土耳其 5 海德堡大学医学院、计算生物医学研究所和海德堡大学医院，海德堡 69120，德国 6 欧洲分子生物学实验室、欧洲生物信息学研究所 (EMBL-EBI)，剑桥，欣克斯顿 CB10 1SD，英国 7 芝加哥大学肺部和重症监护医学院，芝加哥，伊利诺伊州，60637，美国 8 中东技术大学癌症系统生物学实验室 (Kansil)安卡拉 06800，土耳其 9 哈塞特佩大学计算机工程系，安卡拉 06800，土耳其 *通讯作者。中东技术大学计算机工程系，安卡拉 06800，土耳其。电子邮件：dalkiran@ceng.metu.edu.tr (AD)；哈塞特佩大学计算机工程系，安卡拉 06800，土耳其。电子邮件：tuncadogan@hacettepe.edu.tr (TD)；中东技术大学计算机工程系，安卡拉 06800，土耳其。电子邮件：vatalay@metu.edu.tr (VA)
单碳和多胺代谢作为癌症治疗靶标
摘要：癌症代谢重编程对于维持癌细胞存活和快速复制至关重要。这种代谢重编程的一个共同靶标是一种碳代谢，其在DNA合成，蛋白质和DNA甲基化以及抗氧化剂产生中的功能而值得注意。多胺是单碳代谢的关键输出，对基因表达和信号传导的影响广泛。由于这些功能，单碳和多胺代谢最近引起了它们对癌症恶性肿瘤的极大兴趣。靶向一碳和多胺代谢的治疗抑制剂因此已被试用为抗癌药物。在本综述中讨论了单碳和多胺代谢作为癌症治疗目标的重要性和未来可能性。
BETA：计算药物靶标预测的综合基准
Nansu Zong 是梅奥诊所人工智能和信息学研究系的助理教授。他致力于基于知识库和深度学习算法的计算药物开发。Ning Li 是美国国立卫生研究院国家癌症研究所结构生物学中心 (CSB) 的研究员。他从事蛋白激酶 A 的结构和功能研究，涉及 X 射线晶体学和低温电子显微镜的方法。Andrew Wen 是梅奥诊所的生物信息学家。他有兴趣利用信息学工具在医疗保健领域构建各种应用程序。他是自然语言处理 (NLP) 专家。Victoria Ngo 是 VA Palo Alto 医疗系统和斯坦福健康政策的博士后研究员。Ngo 是一名健康信息学家，她的研究重点是健康公平和信息技术的优化，以改善社区护理的提供和协调。Yue Yu 是梅奥诊所的生物信息学家，主要从事医疗数据标准化领域的工作。Yu 还对使用人工智能方法解决生物医学问题感兴趣。 Ming Huang 是梅奥诊所人工智能与信息学系的助理教授。他是主题建模和深度学习方面的专家。Shaika Chowdhury 是梅奥诊所人工智能与信息学系的研究员，研究基于深度学习的精准医疗。Chowdhury 对利用知识图谱来提高深度学习模型的性能很感兴趣。Chao Jiang 是奥本大学的博士生。他研究各种深度学习模型，尤其专注于图神经网络。Sunyang Fu 是梅奥诊所的高级数据科学分析师和生物医学信息学研究员。他的研究重点是 (i) 设计和验证用于临床信息提取的 NLP 技术，(ii) 开发信息学框架和流程以加速电子健康记录 (EHR) 在临床研究中的二次使用，以及 (iii) 通过定量和定性方法发现 EHR 异质性和信息质量。Richard Weinshilboum 是梅奥诊所分子药理学和实验治疗学系的教授。他研究药物基因组学——遗传和个体差异在 DNA 序列或结构中对药物反应的作用。Guoqian Jiang 是梅奥诊所人工智能和信息学研究系的教授。他研究生物医学术语和本体、数据标准、通用数据元素和临床研究的通用数据模型。Lawrence Hunter 是科罗拉多大学的药理学和计算机科学教授。他专注于知识驱动的从原始生物医学文献中提取信息、分子生物学中知识资源的语义集成以及知识在高通量数据分析中的应用。刘红芳是梅奥诊所人工智能和信息学研究系的教授。刘红芳的主要研究重点是利用数据科学、人工智能和信息学方法促进临床数据的二次利用，以用于临床和转化科学研究以及医疗服务改进。梅奥诊所是一家慈善、非营利的学术医疗中心，提供全面的患者护理和临床医学和医学科学教育以及广泛的研究项目。梅奥诊所包括梅奥医学院、梅奥研究生院、梅奥研究生医学教育学院、梅奥持续专业发展学院和梅奥健康科学学院。收稿日期：2022 年 1 月 14 日。修订日期：2022 年 4 月 10 日。接受日期：2022 年 4 月 29 日 © 作者 2022。牛津大学出版社出版。这是一篇根据 Creative Commons 署名-非商业许可条款发布的开放获取文章 ( http://creativecommons.org/licenses/ by-nc/4.0/ )，允许在任何媒体上进行非商业性再利用、发布和复制，但必须正确引用原作。如需进行商业性再利用，请联系 journals.permissions@oup.com
小分子光催化通过能量转移实现药物靶标识别
超过一半的新治疗方法由于缺乏靶标验证而在临床试验中失败。因此，开发新方法来改进和加速细胞靶标的识别（广义上为靶标ID）仍然是药物发现的一个基本目标。虽然测序和质谱技术的进步在近几十年来彻底改变了药物靶标ID，但相应的基于化学的方法在50多年里却没有改变。由于采用过时的化学计量活化模式，现代靶标ID活动经常受到受体占有率有限和交联产率低导致的信噪比差的干扰，尤其是在靶向低丰度膜蛋白或多种蛋白质靶标参与时。在这里，我们描述了一个通用的光催化小分子靶标ID平台，该平台建立在通过可见光介导的Dexter能量转移连续生成高能卡宾中间体来催化放大靶标标签交联的基础上。通过将反应弹头标签与小分子配体分离，催化信号放大可实现前所未有的靶标富集水平，从而实现对多种药物的定量靶标和脱靶识别，包括(+)-JQ1、紫杉醇 (Taxol)、达沙替尼 (Sprycel)，以及两种 G 蛋白偶联受体——ADORA2A 和 GPR40。
靶标，双氨基肽酶抑制作用提供交叉1
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2023年10月2日发布。 https://doi.org/10.1101/2023.10.01.560396 doi：biorxiv preprint
IL-6是19 Covid-19的关键细胞因子靶标吗？ -orca
鉴于全球能源和气候危机，正在考虑将低碳技术整合到能源系统中，以减轻高能成本和碳足迹。 这些技术及其不同的运营时间表的各种可用能力，效率和投资成本可以解锁脱碳的多种途径。 本文为公共医疗机构提供了一个优化框架，以确定网站能源系统的最佳操作时间表。 对低碳发电，转换和能源存储技术的详细技术分析，可以根据实际历史数据将其纳入系统中。 结果表明，容量为1800 kW的热泵可以在现场替换燃气锅炉，以满足热量需求，同时在5年内收回投资，并与基本案例相比，可在5年内恢复投资，并提供22.47％的运营和碳成本。 分析表明，高气价期间有利用更电气的操作方式，从而使电能量存储比热能存储更具吸引力。 在处理真实数据时，优化算法通过考虑其碳的影响，以将常规能源供应与清洁能源区分开，从而以智能且环保的方式最大程度地减少能源费用。 优化算法和随后的技术经济分析为决策者提供了一个全面的框架，以促进能源投资决策。鉴于全球能源和气候危机，正在考虑将低碳技术整合到能源系统中，以减轻高能成本和碳足迹。这些技术及其不同的运营时间表的各种可用能力，效率和投资成本可以解锁脱碳的多种途径。本文为公共医疗机构提供了一个优化框架，以确定网站能源系统的最佳操作时间表。对低碳发电，转换和能源存储技术的详细技术分析，可以根据实际历史数据将其纳入系统中。结果表明，容量为1800 kW的热泵可以在现场替换燃气锅炉，以满足热量需求，同时在5年内收回投资，并与基本案例相比，可在5年内恢复投资，并提供22.47％的运营和碳成本。分析表明，高气价期间有利用更电气的操作方式，从而使电能量存储比热能存储更具吸引力。在处理真实数据时，优化算法通过考虑其碳的影响，以将常规能源供应与清洁能源区分开，从而以智能且环保的方式最大程度地减少能源费用。优化算法和随后的技术经济分析为决策者提供了一个全面的框架，以促进能源投资决策。该框架可以基于能源系统的短期和长期目标，可视化设备寿命的财务收益的演变，并了解整合可再生能源的环境影响。