Medinformatics《医学信息学》(eISSN: 3029-1321)2024年第1卷第3期正式上线。本期在线出版6篇原创研究论文。MEDIN所有发表论文均可开放获取,供读者免费下载阅读全部文章。
论文速览
Research Article
文章题目:
CLOP-hERG: The Contrastive Learning Optimized Pre-Trained Model for Representation Learning in Predicting Drug-Induced hERG Channel Blockers
CLOP-hERG:通过对比学习优化后的预训练模型的表征学习用于预测药物诱导的hERG通道阻断剂
作 者:
Shida He
University of Tsukuba, Japan
Xiucai Ye
University of Tsukuba, Japan
Tetsuya Sakurai
University of Tsukuba, Japan
摘 要:
在药物开发过程中,确保药物分子不会阻断hERG(人类Ether-à-go-go相关基因)通道至关重要。如果这个通道被堵塞,就会导致许多与心血管相关的疾病。在这项工作中提出了一种新颖的深度学习模型CLOP-hERG,它将对比学习与RoBERTa预训练模型相结合,以预测药物分子是否会阻断hERG通道。文中对分子结构采用了数据增强技术,以确保模型能够捕获分子的多方面信息。此外,这项工作中了使用对比学习策略使模型能够从大型未标记数据集中学习有意义的分子特征。RoBERTa预训练模型在这个过程中发挥了关键作用,最后通过对比学习获得的模型进行微调,进一步提升识别hERG 通断阻断剂的能力。
图:CLOP-hERG模型架构图
Research Article
文章题目:
Exploring Disrupted Gene Networks in Human 22q11.2 Microdeletion
探索人类22q11.2微缺失中被破坏的基因网络
作 者:
Camila Cristina de Oliveira Alves
Sao Paulo State University, Brazil
Ivan Rodrigo Wolf
Sao Paulo State University, Brazil
Bruno Faulin Gamba
Federal University of Goiás, Brazil
Lucilene Arilho Ribeiro Bicudo
Federal University of Goiás, Brazil
Guilherme Targino Valente
Sao Paulo State University, Brazil
摘 要:
在22q11基因位点上所观察到的几个缺失是22q11.2缺失综合征(22q11DS)的致病因素,该综合征主要涵盖了迪乔治综合征、圆锥动脉干异常面容综合征以及腭心面综合征等亚型。在人类的22号染色体上,这些微缺失区域介于0.7到3Mb之间。22q11.2的缺失会对许多基因产生影响。然而,尽管22q11.2缺失综合征的诊断有明确的临床症状,22q11.2缺失综合征的相互作用组背景尚不明确。在此,我们分析了蛋白质-蛋白质相互作用网络(PPI),以评估3Mb 22q11.2缺失对该网络的影响。我们对比了一般的人类PPI网络和纯合状态下3Mb 22q11.2基因位点无48个基因的网络,包括拓扑指数、基因本体术语富集、群落分配和边缘重连等方面。PPI相互作用网络显示,该基因缺失对数百个未缺失基因之间的相关性产生了影响。此外,22q11.2基因缺失引起了子网络的密集重配,从而导致了与迪乔治综合症的临床症状相关的蛋白质(CTCF、YY1、TFAP2A、PPARG、PAX6、RAX和E2F3)在单个群落(群落1)中的聚集。因此,我们发现了一些可能与22q11.2缺失综合征相关的新基因。总之,本文使用的系统方法为22q11.2缺失综合征提供了新的见解。
图:本文所用分析流程概述
Research Article
文章题目:
Analyzing Phytocompounds, Antioxidants, and In-Silico Molecular Docking of Plant-Derived Potential Andrographis Paniculata Inhibitory Action to Managed Beta Thalassemia
分析植物化合物、抗氧化剂及穿心莲对β地中海贫血的潜在抑制作用的计算机分子对接研究
作 者:
Soumya Khare
Raipur Institute of Technology and Chhattisgarh Swami Vivekanand Technical University, India
Tanushree Chatterjee
Raipur Institute of Technology, India
Shailendra Gupta
University of Rostock, Germany
Ashish Patel
Chhattisgarh Swami Vivekanand Technical University, India
摘 要:
药用植物对人类健康至关重要,并被用于治疗目的。本研究的目标是评估使用穿心莲管理β地中海贫血的科学数据。通过定性和定量分析五种不同溶剂(甲醇、氯仿、己烷、乙酸乙酯和水)提取物中的植物化合物,为该草药的潜在治疗效果提供基础解释,并评估植物提取物中黄酮类、酚类、单宁、皂苷和生物碱的存在。结果表明,在各种提取物中,乙醇提取物的植物化合物浓度最高,而氯仿提取物的浓度最低。本研究还评估了植物的抗氧化活性,结果显示甲醇提取物具有潜在的抗氧化活性,其DPPH最低半抑制浓度(IC50)值最小。为了进一步评估植物化合物,采用了分子对接技术,发现这些植物化合物(DL-α生育酚、3,19-O-二乙酰基脱水穿心莲内酯和14-乙酰基穿心莲内酯)与胎儿血红蛋白靶蛋白PDBID:4MQJ的相互作用也显示出显著的最低结合能量,分别为-12.52 kcal/mol、-11.22 kcal/mol和-11.08 kcal/mol,其中DL-α生育酚的结合力最高(-12.524 kcal/mol),并与活性位点HIS97相互作用。使用SwissADME评估了从穿心莲中提取的植物化合物的药物相似性和ADMET特性。基于化学特性、药物相似性评分和ADMET模型,本研究筛选了具有更好药物特征和改进毒性特征的植物化合物DL-α生育酚、3,19-O-二乙酰基脱水穿心莲内酯和14-乙酰基穿心莲内酯。因此,鉴于其显著的生物学特性,必要将本研究中报道的化合物进行体内疗效分析。
Research Article
文章题目:
Integrated Bioinformatics Approach Showed Linagliptin as Potential Drug for Prevention of Cardiac Arrest and Cancer
综合生物信息学方法表明利格列汀是预防心脏骤停和癌症的潜在药物
作 者:
Bhanupriya Dhabhai
Mohanlal Sukhadia University, India
Ramgopal Dhakar
Mohanlal Sukhadia University, India
Vipin Ranga
Assam Agricultural University, India
Praveen Surolia
Manipal University Jaipur, India
Athira M. Menon
Mohanlal Sukhadia University, India
Darshan Lohar
Mohanlal Sukhadia University, India
Narendra Kumar Sharma
Banasthali Vidyapith, India
Tikam Chand Dakal
Mohanlal Sukhadia University, India
摘 要:
利格列汀作为DPP4(二肽基肽酶-4)抑制剂用于治疗2型糖尿病是近来的一项研究进展。本研究旨在深入了解该药物的生物、生理和药理作用机制,及其对人类生物体细胞结构的影响。本文的研究采用多种基因组学方法和计算机模拟工具,包括:PASS、SwissTargetPrediction、SwissADME、SEA、CLC-Pred和DIGEP-Pred,以确定利格列汀的理化特性、药代动力学属性、生物靶点和生物活性。利格列汀是一种新型DPP4抑制剂,用于帮助2型糖尿病患者控制血糖。然而,本研究发现,利格列汀对人类的其他分子靶标,如CHRM1、FAP、ALDH1A1和PDE6D,具有亲和力,从而调节了它们的基因表达模式。先前的研究表明,该药物的施用会对肾脏和心血管问题产生影响。基于本研究结果,我们提出了一个坚实可靠的假设,即利格列汀可能成为治疗血液肿瘤和心脏骤停的有效药物干预措施。
Research Article
文章题目:
Home Remedy Practices Among Stay-at-Home COVID-19 Patients in Bangladesh
孟加拉国COVID-19居家患者的家庭疗法实践
作 者:
Md. Abu Bakar Siddique Jami
Bangladesh University, Bangladesh
Ritu Islam
East West University, Bangladesh
Rezwana Sultana
East West University, Bangladesh
Tasnim Iffat
East West University, Bangladesh
Mst Lubna Jahan
University of Rajshahi, Bangladesh
摘 要:
在COVID-19疫情的早期阶段,孟加拉国面临治疗手段和疫苗的短缺,因此患者使用多种家庭疗法进行自我治疗。本研究在孟加拉国COVID-19居家患者中进行,旨在探讨该群体对疾病的认知以及确定COVID-19症状与家庭疗法的使用之间的相关性。这是一项采用便利抽样法的横断面研究。本研究采用便利抽样法从不同的人口统计基础中收集原始数据。数据收集方法为70次面对面访谈及通过半结构化问卷对276名参与者进行在线调研。受访者来自孟加拉国不同地区。在2021年5月至8月期间,总计346名受访者参与了本研究。受访者中男女比例接近,年龄层次多样。超过一半的受访者年龄介于21至30岁之间。其中来自达卡的受访者占比最高(82%)。研究发现,95%的受访者知道需要咨询医生,99%的受访者进行了COVID-19检测。46%的受访者被隔离了1至2周。最常报告的症状包括发烧、干咳、嗅觉丧失、疲倦乏力以及疼痛。77%的研究受访者每日自测血氧饱和度。无论是否患有合并症,受访者均采用了家庭疗法,如饮用蜂蜜姜茶、吸入蒸汽或蒸气、食用更多柑橘类水果、频繁洗手等。在孟加拉国,由于医疗条件有限,COVID-19居家患者普遍采用柑橘类水果、蜂蜜姜茶、蒸汽吸入、洗手和佩戴口罩等家庭疗法。尽管寻求了医学建议并且进行了检测,但患者仍然倾向于家庭护理。本研究强调了解这些模式的必要性,同时需开展进一步研究以评估有效性,并为政策制定提供信息。
Research Article
文章题目:
ADME, Molecular Targets, Docking, and Dynamic Simulation Studies of Phytoconstituents of Cymbopogon citratus (DC.)
柠檬草植物成分的药代动力学、分子靶标、分子对接和动态模拟研究
作 者:
Iseoluwa Isaac Ajayi
Bamidele Olumilua University of Education, Nigeria
Toluwase Hezekiah Fatoki
Federal University Oye-Ekiti, Nigeria
Ayodele Sunday Alonge
Bamidele Olumilua University of Education, Nigeria
Ibrahim Olabayode Saliu
Washington University School of Medicine, USA
Olalekan Elijah Odesanmi
Ekiti State University, Nigeria
Jude Akinyelu
Federal University Oye-Ekiti, Nigeria
Oluwaferanmi Excel Oke
Bamidele Olumilua University of Education, Nigeria
摘 要:
柠檬草既可用于烹饪,也可用于医疗,其提取物具有一系列治疗特性,包括抗糖尿病、抗氧化和抗炎活性。本研究旨在通过计算分析柠檬草的植物化学成分,评估其药代动力学和结合动力学。研究结果表明,柠檬草的植物化学成分的胃肠道吸收率有高有低,其中一些成分还能够穿越血脑屏障。黄嘌呤脱氢酶/氧化酶(XDH)是柠檬草植物化合物的主要人体分子靶标,而XDH和基质金属蛋白酶-9(MMP9)在蛋白质相互作用网络中具有核心连接性。荭草素与XDH(-9.083 kcal.mol-1)和MMP9(-9.051 kcal.mol-1)具有最佳结合亲和力。分子动力学模拟表明,XDH与荭草素和槲皮素的相互作用分别具有良好的稳定性和相互作用。总之,本研究强调了柠檬草提取物中的26种植物化学成分通过靶向XDH和MMP9机制来防治癌症和神经退行性疾病的潜力。
图:本文分子动力学模拟结果
征稿范围
期刊的收稿范围包括但不限以下领域:
• Application of Machine Learning and Artificial Intelligence in Biomedicine
机器学习和人工智能在生物医学中的应用
• Biomedical Data Mining and Processing
生物医学数据挖掘和处理
• Biomedical Databases and Platforms
生物医学数据库平台
• Integrative Biology
整合生物学
• Pharmacogenomics
药物基因组学
• Computational Biology
计算生物学
• OMICS
组学
• Personalized Medicine
个性化医疗
• Biomarkers, Drug Discovery, and Development
生物标志物、药物发现和药物开发
• Explainable Artificial Intelligence
人工智能的可解释性
• Artificial Intelligence
人工智能
优惠政策
凡在2024年12月31日之前投稿并被接受的文章,作者可享受出版费 (APC) 全免的优惠政策。
投稿方式
如需投稿,请登录下方网址:
https://ojs.bonviewpress.com/index.php/MEDIN/about/submissions
如需获取更多信息,请邮件:
medin@bonviewpress.com
版权声明:
*本文由Bon View Publishing中国办公室排版,遵守CC BY 4.0许可:
https://creativecommons.org/licenses/by/4.0/
如需转载,请于公众号后台留言咨询。
排版:徐远山
编辑:张燕欢、周晓芳
审核:任南西
监制:张 雨
特邀顾问:鱼亮(西安电子科技大学),黄俊(郑州大学)