计算设计与优化中药化合物抑制大肠杆菌gyraseB
研究以计算手段筛选中药化合物库，寻找靶向大肠杆菌DNA旋转酶B亚基的潜在抑制剂。 针对PDB 6F86靶点，依次采用机器学习模型、药效团过滤、Lipinski规则评估、分子对接与MM/GBSA计算。
网络药理学、分子对接与分子动力学模拟的整合性计算机综述
综述认为整合网络药理学、分子对接与分子动力学模拟可为药物发现提供较全面的计算框架。 采用计算机模拟综述方式，梳理三类方法在靶点识别、机制探索、虚拟筛选与先导优化中的分工。
可移动糖基化位点调控卷曲乳杆菌细胞壁结构（长读长测序 + 分子动力学）
背景：卷曲乳杆菌（Lactobacillus crispatus）在阴道微生物组中占优与更好的健康结局相关，但菌株水平变异及其意义仍不清楚。 定位：解析此前与菌群失调状态相关的三个糖基转移酶基因片段（GT1–3）的基因组上下文。 结构发现：长读长重测序显示 GT1–3 属于一个约
分子对接与ADMET筛选Hyptis verticillata中天然TGF-β1抑制剂
结论：分子对接结果显示Hyptis verticillata来源的齐墩果酸等植物化学物与TGF-β1结合亲和力较强，提示其可能具有抑制TGF-β1信号的潜力；属计算预测，方向为结合亲和力层面的提示，未涉及生物活性验证。 设计与做法：属计算/分子对接研究。作者从PubChem获取H
整合虚拟筛选、DFT与分子动力学鉴定SARS-CoV-2 Mpro天然产物抑制剂
结论：通过整合虚拟筛选、DFT与分子动力学模拟，从天然产物库中识别出Lig14为SARS-CoV-2 Mpro的候选抑制剂；该结论完全基于计算预测，属提示性证据，尚不足以下实验结论。 设计：纯计算机辅助药物设计研究，无实验与人群；从ZINC15天然产物库224,205个分子出发，
构象驱动设计合成新型PAK1抑制剂下调PD-L1用于三阴性乳腺癌
该研究基于构象驱动设计并合成新型PAK1抑制剂，旨在下调PD-L1以治疗三阴性乳腺癌。 作者包括Bao、Lai、Zhao等，刊于European Journal of Medicinal Chemistry第320卷。
磁性可回收 WFe₂O₄/rGO 催化绿色合成噻二唑并喹唑啉酮（附对接与 DFT）
报道一种一锅多组分方案 —— 以 2-氨基-5-苯基-1,3,4-噻二唑、双甲酮与取代芳香醛为原料，由水热法合成的磁性 WFe₂O₄/rGO 纳米粒子催化，合成具生物活性的噻二唑并[2,3-b]喹唑啉-6(7H)-酮衍生物。 催化剂表征：FT-IR、XRD、SEM、EDX、BET
三维深度神经网络预测结合能加速结核配体筛选
结论：在InhA这一结核靶点、全柔性受体工作流与精选配体集合内，三维深度神经网络可在对接前预估结合能，与对接趋势呈中等相关，提示其作为预筛选手段具有可行性。 研究设计与做法：为计算模拟研究，构建全柔性受体模型并生成20000个构象，采用InhA结合口袋静电电荷分布的三维体素表示；
含杂环药效团的8-羟基喹啉席夫碱杂合物体外抗菌评价
结论：新合成的8-羟基喹啉席夫碱杂合物在体外对受试菌株显示抑菌活性，其中SSAJ-06活性最高；属体外筛选，证据档位为C。 设计：化学合成与体外药敏研究；设计合成SSAJ-01至SSAJ-06共6个化合物，经FT-IR、核磁与质谱表征，用纸片扩散法和肉汤微量稀释法测试2株革兰阳性
机器学习筛选天然BACE1抑制剂并作酶与细胞验证
构建机器学习模型用于发现天然BACE1抑制剂，并开展酶学与细胞水平验证。 基于朴素贝叶斯与递归划分算法建立九个BACE1抑制剂预测模型，并进行内外部验证。
