标签:每日前沿

该标签下的全部条目(栏目名、期号「YYYY-MM-DD」与「每日前沿」都会作为标签)。

MolSanitizer:面向大规模虚拟筛选的开源小分子数据库准备流程

结论:MolSanitizer作为基于RDKit的开源分子准备流程,在基准测试中表现优于若干免费软件,并与商业软件性能相当,提示其可用于大规模虚拟筛选前的数据库准备,证据档位C。 设计与做法:为工具开发与基准测试类研究,构建开源流程,包含化学环境感知的质子化与互变异构规则、系统性

离子液体催化苯并咪唑并嘧啶甲酰胺衍生物的绿色合成及抗菌抗癌评价

以可回收离子液体催化、无溶剂条件合成20个咪唑并[1,2-a]嘧啶衍生物,并评价其抗菌与抗癌潜力。 采用二异丙基乙基铵庚酸酯[DIPEA][C6COO]催化,无溶剂合成KTI-1至KTI-20,并开展抗菌、KB-31细胞毒、分子对接、动力学模拟及ADMET与成药性分析。

菌株分辨代谢组化学分型鉴定色氨酸与γ-谷氨酰肽为MGO-AGEs断裂后生元化合物

研究建立菌株分辨活性代谢组学框架,用于理性筛选具有MGO-AGEs断裂活性的后生元提取物以缓解羰基应激。 对来自113株细菌的177份胞内代谢物提取物进行非靶向代谢谱分析与体外MGO-AGEs断裂活性筛选,并开展菌株水平化学型比较分析。

量子启发机器学习综述:定义、研究域与未来方向

该综述提示,量子启发机器学习(QiML)是一个在经典计算框架内借鉴量子力学原理的新兴领域,作者认为既有综述多偏重更宽泛的量子机器学习(QML),对QiML的梳理较为表面,因此本文旨在给出更整合、更全面的考察。属叙述性综述,不提供效应量,故不足以下结论。 研究设计为文献综述/调查(

足部矫形器处方分层机器学习决策支持框架的开发与验证

该单中心回顾性研究提示,分层机器学习框架在临床信息可得性不固定时仍能对足部矫形器处方多标签组件保持较一致的预测表现,但低患病率组件的精确率-召回率表现变异较大。方向为正向但属开发验证阶段,强度属提示性。 设计为回顾性观察研究,使用2015至2020年单中心6462次就诊级临床记录