摘要：人工智能技术在药物筛选中的应用日益广泛。本文介绍了人工智能技术的特点,着重从机器学习尤其是深度学习角度,按照基于配体和受体结构两个方面,总结了人工智能技术在药物筛选中的应用和进展,以及如何应用人工智能从这两个方面进行药物设计。本文也讨论了人工智能技术在药物虚拟筛选领域的主要局限性和挑战,对其发展前景作以展望。

摘要：目的以丹参有效成分组合活性评价为切入点,建立一种多因素多水平的均匀设计-高通量筛选(UD-HTS)中药研究新的模式。方法选择具有药理活性的丹参有效成分11种(其中脂溶性成分4种,水溶性成分7种),通过均匀设计,进行各种成分及不同浓度之间相互作用的组合,以DPPH氧化法评价各种有效成分组合对药效的影响。结果经过初筛和复筛,初步得到了丹参最佳水溶性配伍、水溶性+脂溶性配伍及优化组合配伍的组合样品。结论均匀设计-高通量筛选技术是适用于传统多因素多水平组合特点的大规模药效筛选研究新方法。

摘要：胰岛素抵抗在肥胖、代谢综合症、心血管类疾病和2型糖尿病及其并发症等疾病的病理病程中起了重要的作用。近年来,研究发现线粒体功能损伤与胰岛素抵抗有着密切的联系。一些遗传因素、老化现象、ROS生成的增多、线粒体生物合成降低或一些线粒体相关蛋白变化,都可能损伤线粒体功能,而这些因素也都是诱发胰岛素抵抗的主要诱因。了解线粒体损伤与胰岛素抵抗的关系将为胰岛素抵抗的研究和治疗提供新的思路。该文将从遗传因素、老化、ROS、生物合成、UCP、Sirt3等可影响线粒体功能的几个方面阐述线粒体功能损伤与胰岛素抵抗的关系,并介绍胰岛素抵抗治疗中与线粒体相关的药物作用机制。

摘要：通过设计引物,利用RT-PCR从人肝癌细胞(huh-7)中克隆蛋白酪氨酸磷酸酶(PTP1B)全长及功能域PTPc的cDNA序列并连接到pGEM-T Vector载体上,测序正确的cDNA序列连接到表达载体pET-32a(+)上,分别在大肠杆菌Transetta(DE3)和BL21(DE3)菌株中稳定表达目标蛋白,经Ni 2+亲和柱纯化后目的蛋白达到了电泳纯,通过酶促动力学方法分析两种蛋白的体外活性.本实验成功表达了PTP1B和PTPc可溶性蛋白,并发现Transetta(DE3)菌株较BL21(DE3)有更高的蛋白表达能力;酶促动力学分析表明,PTP1B全酶的Vmax为16.13mmol·L-1·s-1,Km为0.94mmol/L;其功能域PTPc的Vmax为5.49mmol·L-1·s-1,Km为0.54mmol/L.表明PTP1B全酶的活性高于PTPc功能域的活性.