[爆卦]docking中文是什麼?優點缺點精華區懶人包

雖然這篇docking中文鄉民發文沒有被收入到精華區:在docking中文這個話題中,我們另外找到其它相關的精選爆讚文章

在 docking中文產品中有1篇Facebook貼文,粉絲數超過2萬的網紅國家衛生研究院-論壇,也在其Facebook貼文中提到, ➥如何快速研發對抗新冠肺炎藥物? 迄今新冠肺炎(COVID-19)疫情依舊嚴峻,全球迫切需要有效的治療藥物以對抗疫病。 SARS-CoV-2約有25種蛋白質參與感染宿主及病毒複製的過程,其中包含在感染初期與宿主ACE2受體結合的棘蛋白(Spike protein)、可裂解病毒或人類蛋...

 同時也有3部Youtube影片,追蹤數超過2萬的網紅好男人模型工作室,也在其Youtube影片中提到,再今年疫情肆虐之際,台玩還能夠有這樣大型的實體活動實屬可貴! 在這邊必須特別感謝主辦方的努力,以及參加者的配合,作為同樣喜歡模型跟ACG文化的民眾,真的也是非常的感動~ 希望疫情可以趕快被壓制下來,明年可以再跟國外的模友們一同切磋指教! 這才是真正的以模會友,讓台灣與國際接軌 (internatio...

  • docking中文 在 國家衛生研究院-論壇 Facebook 的精選貼文

    2020-06-29 23:30:00
    有 13 人按讚

    ➥如何快速研發對抗新冠肺炎藥物?
    迄今新冠肺炎(COVID-19)疫情依舊嚴峻,全球迫切需要有效的治療藥物以對抗疫病。


    SARS-CoV-2約有25種蛋白質參與感染宿主及病毒複製的過程,其中包含在感染初期與宿主ACE2受體結合的棘蛋白(Spike protein)、可裂解病毒或人類蛋白質的蛋白酶 (proteases)、負責合成病毒RNA的RNA聚合酶 (RNA polymerase) 及RNA切割核糖核酸內切酶( RNA-cleaving endoribonuclease)。若有藥物可以和這些病毒蛋白質結合,便能影響其功能,進一步阻斷病毒後續的感染及複製。


    有別於傳統費時耗工的新藥研發過程,近來以電腦運算進行結構模擬的藥物開發方法(computational structure-based drug discovery)大幅加快了新藥的研發。


    此技術以分子動力學 (molecular-dynamics simulation)及整體對接(ensemble docking)方法,模擬測試藥物與目標病毒蛋白的動態對接鍵結狀況,從中挑選最有希望抑制病毒的藥物。


    現今具高通量運算效能的超級電腦可以在幾天內完成超過十億種化合物的對接模擬。此技術也檢視已在臨床上使用的藥物,有助快速辨識哪些舊藥具有對治新冠肺炎的潛力。


    目前,已有許多具阻斷棘蛋白潛力的化合物被挑選出,其抑制活病毒的能力也正在評估中。最後,篩選出候選藥物或化合物後,則需進行「動物實驗」和「人體實驗」驗證其療效。面對疫情,人工智慧的大數據模擬分析是我們研發藥物的強大助力。(「財團法人國家衛生研究院」吳綺容醫師 摘要整理 ➥http://forum.nhri.org.tw/covid19/virus/j_translate/j1110/)


    📋 How to Discover Antiviral Drugs Quickly (2020/05/20)+中文摘要轉譯
    ■ Author:
    Jerry M. Parks, Jeremy C. Smith.
    ■ Link:
    (The New England Journal of Medicine) https://www.nejm.org/doi/full/10.1056/NEJMcibr2007042


    🔔豐富的學術文獻資料都在【論壇COVID-19學術專區】
    http://forum.nhri.org.tw/covid19/


    #2019COVID19Academic
    衛生福利部
    疾病管制署 - 1922防疫達人
    疾病管制署
    國家衛生研究院-論壇

你可能也想看看

搜尋相關網站