基于图对比学习网络的碳捕集利用与封存过程临界物性预测

针对获取化合物临界温度(T_(c))的传统实验和计算方法成本高的问题,将图对比学习(GCL)算法应用于原油组分T_(c)的预测中,结合现有的Tc数据集与补充的原油组分相关数据比较了GCL算法和传统计算模型区别。计算结果表明,GCL算法可捕捉图结构中的节点和边特征,同时对训练数据量要求较小,适用于分子性质预测;GCL算法具有更高的预测准确度,同时调整分子二维和三维结构编码可对GCL的预测性能起到提升的效果。

基于免疫信息学的结核分枝杆菌多阶段多表位疫苗构建

目的构建一种包含结核分枝杆菌(MTB)早期分泌蛋白和潜伏感染相关抗原表位的多阶段多表位疫苗。方法运用免疫信息学方法预测12个MTB蛋白的B细胞、细胞毒性T淋巴细胞(CTL)和辅助性T细胞(HTL)表位,从中筛选具有抗原性且无细胞毒性和致敏性的表位构建多表位疫苗,并进行理化性质分析、二级结构预测,3D建模,模型精制、质量验证,与Toll样受体4(TLR4)受体分子对接,最后进行免疫模拟。结果MTB表位疫苗共包含12个B细胞表位、11个CTL表位和12个HTL表位,具有灵活、稳定的球形构象,热稳定性和亲水性好,可与TLR4稳定相互作用。免疫模拟表明该疫苗能够同时激发有效的细胞和体液免疫应答。结论提出了一种基于免疫信息学技术的多阶段多表位MTB疫苗构建策略,该疫苗可能对活动期和潜伏性MTB感染有预防作用。