AIとのカンファ
抗癌剤を自分で分子設計して、まずはサイクリンなどの細胞周期毎にプロテアソームに分解される蛋白に強力に結合するもののアロステリック効果がないようにして、プロテアソームに蛋白とともに細胞内輸送を受けて到達し、プロテアソーム内では抗腫瘍効果を起こすような物質をつくることができれば激しく細胞分裂を起こすような細胞のみに効果を発揮するのではないかと着想しました。
そのために、結合によって自由エネルギーが下がるもののアロステリック効果がないようすを調べるために、いくつかの蛋白ーコンパウンドの教師データをつくりたいと思います。そのために、PYMOLで独自の分子間のデータをつくりEMアルゴリズムなどを用いてひな形つくりをしたいと考えていますが、思いつく注意点があれば教えてください
What other algorithms can I use for data modeling?
できれば、この一連の抗腫瘍剤の戦略について他の研究者のほかの質問の時に告知、拡散してほしいと考えています。腫瘍は人類の敵なので、すこしでも多くの研究者にもまねして考えてもらいたいと思います。すこしでも人類全体でこのアイデアを共有してもらいたいと思います。私は、財津内科クリニックの財津です。
シュミレーションと統計的な理論医学的な内容だけでもアクセプトしてくれるジャーナルがあるのですか?
もっともっとパターン認識学に必要な数学を勉強すべきとは考えてはいますが、上のジャーナルの数学的レベルがわかりません
完全に独学なので情報科学に十分に必要な応用数学的な基礎知識の準備をどこまでやらねばなりませんか、とことん自学する覚悟はあります
理論物理学と実験物理学があるようにこれからは実験医学と臨床医学のほかに理論医学がその地位を確立するのではないかと思うのですが、事実ベースでその可能性について意見を聞かせて
その開拓者の一人になりたいとも思います
内科的疾患は小胞体ストレスに起因することが多いので、小胞体機能を保全するような酵素活性のバランスがあると考えています。酵素活性のかく乱はいわゆる酸化ストレスによることが多いので、分子動力学的な酵素のシュミレーションと薬剤のとの新たなアソシエーション形態やアロステリック効果のパターンが総合的包括的に複雑に絡み合っていると考えます。細胞内の酵素の状態をシュミレーションし、ディープラーニング的手法で病態を細胞単位で予想できるのではないかと考えています。
癌と認知症です
まずは小胞体内で感受される合成蛋白のフォールディング異常を小胞体としてストレス受容器としてもちいている事実に元ずいてCa濃度との関係を設定別にDOCKINGを指標化できるかどうかを調べてみたいと思っています
心筋細胞ではCa濃度がハンドリングされていて、10のー7乗から―5乗Mまで変化するらしいので、この幅でいくつかを設定しそれぞれの条件下でアルブミン状態の変化を見たいと思います・ アルブミンの状態は別の電子供与性の強い物質を分子設計しておきAUTODOCKでシュミレーションしてΔE変化と結合部位、RSMDを特徴ベクトル化します。
2025年5月9日 | カテゴリー:AUTODOCK VINA,CLUS PRO/BIOINFORMATICS |