首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   0篇
自然科学   2篇
  2023年   1篇
  2012年   1篇
排序方式: 共有2条查询结果,搜索用时 62 毫秒
1
1.
通过系统比较CCR5常见小分子抑制剂的抑制效果,寻找CCR5的优化对接靶点,筛选最优抑制剂,为新型抑制剂的研发提供理论依据.基于Material Studio软件,我们构建了7类29种小分子抑制剂的三维结构,全面模拟了各种抑制剂与CCR5对接的效果;利用分子对接绝对自由能、相对自由能、对接姿态百分比和LibDock综合得分等参数评估小分子抑制剂的抑制效果.研究初步发现,CCR5小分子抑制剂的最优对接位点是第二个胞外环与N末端之间的site4.小分子抑制剂的抑制效果由强到弱排序依次为:抑制剂27(吡咯烷类)、抑制剂8(苯并环庚烯类)、抑制剂12(哌啶类)、抑制剂14(螺环二酮哌啶类)、抑制剂21(4-哌啶-1-丁胺类)、抑制剂5(天然小分子类)和抑制剂17(托品烷类);其研究表明,吡咯烷类抑制剂27可能成为CCR5最优抑制剂候选对象.  相似文献   
2.
微震监测是保证矿山安全生产的有效手段,微震信号识别精度直接影响着微震事件的判定及分析结果.鉴于此,以夏甸金矿微震监测数据作为样本,建立了基于Mel频谱和长短时记忆(long short-term memory, LSTM)神经网络与深度卷积神经网络(deep convolutional neural networks, DCNN)混合的矿山微震信号识别模型.首先对监测信号进行预处理,利用Mel时频谱降低干扰频段的权重并减小样本尺寸.然后利用LSTM和DCNN模型分别提取信号的时间特征及空间特征.通过多种模型的对比分析,结果表明本文提出的Mel-LSTM-DCNN混合模型对微震信号识别准确率最高.该模型为矿山准确识别微震信号提供参考.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号