基于药效团和分子对接筛选D-丙氨酰-D-丙氨酸连接酶抑制剂

试图通过虚拟筛选来发现具有抑制D-丙氨酰-D-丙氨酸连接酶(D-alanine-D-alanine ligase,Ddl)潜力的新结构类型抗生素。以活性较强的Ddl抑制剂作为训练集,使用Discovery Studio软件中的HipHop模块构建10个药效团,以性能最好的药效团对Specs化合物库进行虚拟筛选,然后通过LibDock进行基于分子对接(PDB ID:1IOW)的筛选。结果表明,high_active_08模型预测性能最佳,该模型含有2个氢键受体和3个氢键供体共5个药效团特征元素。用药效团模型、分子对接对Specs库进行高通量筛选,通过结合模式分析最终从约21万化合物库中得到34个化合物,经过分子聚类确定11个有潜力且与药效团匹配度高的多样性Ddl小分子抑制剂。high_active_08药效团模型可以筛选出具有Ddl抑制潜力的结构新颖的抗菌化合物。

电力系统变电运行安全管理和设备维护

随着我国经济的发展,我国城市化进程加快,工业发展也有了长足的进步,对于电力的需求越来越大,而电力系统也影响到了人民生活的各个方面。而在电力系统建设中,电网的安全和可靠性也越来越受到重视,因为这不仅关系到电力企业的可持续发展,对于人民的安全和财产也有着重要影响。而保障电网的安全和可靠性的关键就是电力系统的变电运行和电力设备维护。所以,必须对变电运行和设备维护加强重视,对于变电运行进行管控,对于电力设备加强维护力度,降低电力系统故障和事故,不仅保证了电力系统的稳定运行,也保证了我国经济有条不紊的发展和人民的正常生活。

基于深度神经网络的DYRK1A抑制剂预测模型研究

目的:构建基于深度神经网络(deep neural network,DNN)的双底物特异性酪氨酸磷酸化调节激酶1A(DYRK1A)抑制剂预测模型,为筛选DYRK1A抑制剂提供计算工具。方法:从ChEMBL数据库中收集了DYRK1A抑制剂和非抑制剂共927个,通过随机采样10次建立了10组训练集和测试集,并计算出每个化合物的2种不同的分子特征,即MACCS指纹和Morgan2指纹,采用深度神经网络算法建立了20个模型,通过比较研究确定其中性能最佳的模型,并且对模型进行了Y-随机化检验、应用域和相似度图分析。结果:基于第2对训练-测试集Morgan2指纹的DNN模型(DNN1_Morgan2)性能最佳,对测试集内化合物的分类准确度为0.821,马修斯相关系数和ROC曲线下面积分别为0.647和0.917。结论:此最优模型可用于DYRK1A抑制剂的活性预测、虚拟筛选,并用于先导化合物的设计及优化。

波尔山羊杂交利用试验报告

用纯种波尔山羊、波尔山羊×本地山羊 (波×本 )、本地山羊 (对照 ) 3个组合在相同舍饲条件下进行试验 ,各组产下羔羊的生长结果表明 :波×本F1羔羊 6月龄体重达到纯种波尔山羊组的 67 2 %～ 79 3%。是对照组的 2 2 2 7%～ 2 36 1% ,每只波×本F1山羊可比本地山羊增加收入 114 5～ 136

新昌县花卉产业调研报告

花卉产业是浙江省农业的十大支柱产业之一,新昌县的花卉产业在产业结构调整中逐步提升,保持了良好的发展态势,已成为农业增效、农民增收的主导产业之一。针对近年来本县花卉产业转型调整的关键阶段,对全县花卉产业开展摸底调查,找出问题,并提出针对性的发展对策。