通过比较分子场分析（CoMFA）和比较分子相似性指数分析（CoMSIA）对一系列HIV逆转录酶（RT）非核苷抑制剂（2-氨基-6-芳基磺酰基苄腈及其硫代和亚磺酰基同类物）进行了分子建模。 ）方法。 采用对接模拟将抑制剂置于RT活性位点，以确定最可能的结合模式和最可靠的构象。 使用复杂的基于受体和基于配体的比对程序进行了这项研究，并研究了不同的比对模式以获得具有交叉验证的q（2）值分别为0.723和0.760的高度可靠和可预测的CoMFA和CoMSIA模型。 此外，获得了带有目标3D结构（RT的结合位点）的CoMFA和CoMSIA等高线图，以更好地理解RT蛋白与抑制剂之间的相互作用以及对HIV-1抑制活性的结构要求。 我们表明，要使2-氨基-6-芳基磺酰基苯甲腈抑制剂具有明显的抑制活性，需要在B环的3位和5位具有大体积和疏水性的基团。 此外，在A环的2-位上与RT蛋白的Lys101残基建立H键的H键供体基团也对活性有利。
2021-10-14 16:42:46
2.43MB
1
没什么好说的，希望对你有用。
次文档包含了矩阵求逆源代码，转置源代码和矩阵乘法的运算代买。
编程方面的有兴趣爱好的同学可以加408684659
2021-08-02 22:10:28
157KB
1
机械设备行业深度研究：供需力量加速逆转，船舶制造业有望走出周期底部.pdf
2021-07-12 16:21:24
2.76MB
20210706-辉力证券-瑞声科技-2018.HK-1Q21声学光学毛利率改善，全年收入有望逆转三年负增长.pdf
2021-07-07 09:03:05
1.21MB
这是神父amework对于E asily我nvertible一个rchitectures（FrEIA）。
从简单的可逆构建模块构建可逆神经网络（INN）。
快速构建复杂的可逆计算图和INN拓扑。
正向和反向计算保证自动工作。
提供了最常见的可逆变换和运算。
轻松添加您自己的可逆转换。
目录
我们的以下论文使用FrEIA，并提供以下代码的链接。
“用竞争性生成分类的信息瓶颈训练归一化流”（2020年）
论文： :
代码： ：
“通过非线性ICA与常规不可压缩流网络（GIN）进行的纠缠”（2020年）
论文： :
代码： ：
“带条件可逆神经网络的引导图像生成”（2019年）
论文： :
补充： ：
代码： ：
“使用可逆神经网络分析逆问题。” （2018）
论文： :
代码： ：
包
版
Python
> = 3.7
火炬
> =
2021-06-12 14:10:13
832KB
1
20210607-中泰证券-下半年宏观经济和资本市场展望：起落有时，盈亏逆转.pdf
2021-06-08 09:03:12
1.37MB