Уникальные публикации PubMed, Europe PMC и Crossref, сохранённые в библиотеке. Одна статья учитывается один раз, даже если получена из нескольких источников. Личные исследования и документы команд не публикуются.
Идёт проверка счётчикаДоступно в поиске—
Публикации, уже подготовленные для быстрого поиска. Остальная библиотека подключается в фоне.
Переведено на русский—
Готовые переводы среди доступных в поиске публикаций. Автоматический медицинский перевод и проверка специалистом учитываются отдельно.
Полные тексты—
Найденные полные тексты среди доступных в поиске публикаций. Доступность определяется первоисточником и условиями использования.
Оригиналов на русском—
Русскоязычные оригиналы доступны без ожидания перевода. Ниже — языки остальных оригиналов; для них готовится медицинский перевод на русский.
Пополняем библиотеку по диагнозам—Проверяем состояние обновлений
Для каждого диагноза из справочника МКБ-10 ищем связанные публикации в научных базах и добавляем их в библиотеку. Числа ниже — диагнозы, а не статьи.
Если сбор прервался, тема требует повторной попытки. Уже сохранённые статьи остаются в библиотеке.
Нажмите на показатель для подробностей. Показатели поиска обновляются автоматически; размер всей библиотеки сверяется отдельно. Время последней проверки указано явно.
Результаты поиска
342 публикаций
Поиск: 77 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 31 с найденным полным текстом
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
Опубликованное исправлениеПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Antihypertensive peptides (AHTPs) are short-chain peptides derived from food or bioproteins through enzymatic hydrolysis, fermentation, or chemical synthesis, and they have demonstrated promising blood pressure-lowering effects. These peptides primarily function by inhibiting angiotensin-converting enzyme (ACE), regulating the renin-angiotensin system (RAS), and enhancing nitric oxide (NO) production in endothelial cells. Owing to their high bioactivity and safety, AHTPs have attracted considerable attention in both functional food and pharmaceutical research. In this study, we propose CKAN-AT
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Graph Neural Networks (GNNs) are powerful tools for predicting chemical shifts in Nuclear Magnetic Resonance (NMR) spectroscopy. In this paper, we improve the state-of-the-art mean absolute error (MAE) on the Ilm-NMR-P31 dataset for the prediction of 31P shifts from 11.4 ppm to 8.88 ppm by proposing a lightweight GNN which is based on the Metalayer-Framework. Furthermore, we analyze the performance of our model depending on the size of the training dataset and compare our model with different state-of-the-art models. Finally, we demonstrate how the GNN's predictions can be interpreted and visu
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
TheorChem2Blender is designed to connect computational chemistry and 3D modeling without requiring extensive technical expertise from either field, bridging the gap between the two disciplines. Developed in Python, the tool supports common chemical input formats (com, xyz, mol2) to create 3D files for animations, visualization, extended reality media, and 3D printing (glb, fbx, obj, dae, stl). The program allows users to customize atoms and bonds and animate chemical compounds using a variety of representational systems. Pilot testing with expert computational chemists and 3D modelers informed
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
In our previous work, we introduced the concept of torsion angular bin strings (TABS), which is a discrete vector representation of a conformer's torsional angles. Through this discretization, conformational states can be counted, yielding an estimate of the upper limit of the expected conformational ensemble size (nTABS). Besides nTABS being used as a quantitative measure of molecular flexibility, TABS itself is a way of grouping the conformers of a molecule without picking thresholds. This feature of TABS is especially valuable, as selecting suitable thresholds for metrics such as heavy-atom
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Virtual screening remains a critical step in structure-based drug design, yet variability in docking algorithms and scoring functions often limits its reliability. To address this challenge, we introduce DockM8, an open-source platform for consensus virtual screening that integrates pocket detection, ligand preparation, docking, rescoring, and consensus ranking within a single modular workflow. DockM8 supports five docking engines, 17 pose-selection methods, 17 scoring functions (SFs), and five consensus methods, all accessible through both a graphical user interface (GUI) and a Python applica
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Accurate 3D structure generation from SMILES is essential for data-driven chemistry but often fails for strained ring systems. We introduce strainedSMILES2xyz, a Python workflow that improves conformer generation by relaxing RDKit constraints, exploring stereoisomer variants, and correcting errors using force-field refinement. Benchmarking on strained and unstrained rings shows that it outperforms existing tools, generating correct geometries in nearly all cases. The workflow is available as a Python package and Jupyter notebook.Scientific ContributionThis work identifies a critical gap in aut
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Discovering novel drug candidates remains a considerable challenge in pharmaceutical research. Generative AI models such as Generative Adversarial Networks (GANs) have shown considerable promise in de novo molecular generation. They demonstrated high potential in drug discovery applications, yet they often face challenges such as limited chemical coverage and mode collapse. In the present study, we developed MolGAN-QRL, a hybrid quantum-classical framework that introduced quantum-enhanced reinforcement learning within the MolGAN architecture to address these limitations. The proposed framework
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Adverse Outcome Pathways (AOPs) describe the sequence of molecular and cellular events that lead to toxicity. Each pathway begins with a Molecular Initiating Event (MIE) and ends in an Adverse Outcome. Early identification of chemical activity on MIE-relevant protein targets supports first-line toxicity assessment and helps researchers prioritize mechanisms for subsequent experimental investigation. Here we present an automated AI pipeline that converts raw ChEMBL bioactivity data into optimized deep learning models for MIE prediction. The pipeline builds on the Knowledge-Guided Pre-training o
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Protein structural data are highly valuable for research, and many significant results have been published on their basis. An important part of protein structures is their ligands. The conformation of rings in ligands is crucial for the ligands' scaffold and shape and, therefore, for interactions with their surroundings and the subsequent biological function. For this reason, we developed a workflow to detect conformations of cyclohexane, cyclopentane, and benzene rings. The workflow can process rings originating from ligands, which are parts of experimental protein structures deposited in the
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Cystathionine β-synthase (CBS) has emerged as an important therapeutic target implicated in cancer and Down syndrome, yet the discovery of selective CBS inhibitors remains challenging due to limited structural diversity of known ligands and the scarcity of target-focused virtual screening (VS) benchmarks. In this study, we present the first comprehensive evaluation of CBS-specific artificial intelligence (AI) models for structure-based VS, supported by a carefully curated and up-to-date data set of experimentally validated CBS inhibitors, true inactives and decoys. Using this data set, we deve
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Tuberculosis is a major global public health problem caused by Mycobacterium tuberculosis. Pyrazinamide (PZA), a key first-line drug, is activated to pyrazinoic acid, which inhibits Mycobacterium tuberculosis by targeting ribosomal protein S1 (RpsA) and blocking trans-translation. Deletion of alanine at position 438 of RpsA (RpsAΔ438) increases C-terminal flexibility, reduces drug binding, and confers PZA resistance. To identify novel inhibitors against this mutant, we developed a screening pipeline integrating Transformer-based virtual screening, molecular docking, Gaussian accelerated molecu
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Quantification is a challenge for non-targeted analysis (NTA) with liquid chromatography-high resolution mass spectrometry (LC-HRMS), due to the lack of analytical standards. Quantification via structure-based predicted ionization efficiency (IE) has been shown to provide the highest accuracy in estimating concentration. However, achieving confident analyte identification is a challenging task, as multiple candidate structures may be likely. This uncertainty in identification limits the reliability of structure-based IE prediction models, since quantification can be severely compromised in cas
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Camelid heavy-chain only antibodies consist of two heavy chains and single variable domains (VHHs), which retain antigen-binding functionality even when isolated. The term "nanobody" is now more generally used for describing small, single-domain antibodies. Several antibody generative models have been developed for the sequence and structure co-design of the complementarity-determining regions (CDRs) based on the binding interface with a target antigen. However, these models are not tailored for nanobodies and are often constrained by their reliance on experimentally determined antigen-antibod
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Spleen tyrosine kinase (Syk) is a crucial mediator of inflammatory processes and a promising therapeutic target for the management of autoimmune disorders, such as immune thrombocytopenia. While several Syk inhibitors are known to date, their efficacy and safety profiles remain suboptimal, necessitating the exploration of novel compounds. The study introduces a novel deep reinforcement learning strategy for drug discovery, specifically designed to identify new Syk inhibitors. The approach integrates quantitative structure-activity relationship (QSAR) predictions with generative modelling, empl
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Hundreds of computational methods for predicting ligand binding pockets exist, but the problem of finding druggable pockets throughout the human proteome persists. Different strategies for pocket-finding excel in different use cases. Ensemble models that leverage multiple different pocket-finding strategies can best capture diverse pockets at scale. Despite this, no publicly available human-proteome-wide datasets of pocket predictions from multiple pocket-finding methods exist. We present the Human Omnibus of Targetable Pockets (HOTPocket), a dataset of over 2.4 million predicted pockets over
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The typical way in which lead optimisation (LO) series are represented in the medicinal chemistry literature is as Markush structures and associated R-group tables. The Markush structure shows a central core or molecular scaffold that is common to the series with R groups that indicate the points of variability that have been explored in the series. The associated R-group table shows the substituent combinations that exist in individual molecules in the series together with properties of those compounds. This format provides an intuitive way of visualising any structure-activity relationship (
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Toxicity is a critical hurdle in drug development, often causing the late-stage failure of promising compounds. Existing computational prediction models often focus on single-organ toxicity. However, avoiding toxicity of an organ, such as reducing gastrointestinal side effects, may inadvertently lead to toxicity in another organ, as seen in the real case of rofecoxib, which was withdrawn due to increased cardiovascular risks. Thus, simultaneous prediction of multi-organ toxicity is a desirable but challenging task. The main challenges are (1) the variability of substructures that contribute to
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The evaluation of potential drug toxicity is a crucial step in early drug development. in vivo toxicity assessment represents a key challenge that must be addressed before advancing to clinical trials. However, traditional in vivo experiments primarily rely on animal models, raising concerns regarding cost, time efficiency, and ethical considerations. To address these challenges, various computational approaches have been developed to support in vivo toxicity evaluations, though these methods often demonstrate limited generalizability due to data scarcity. In this study, we propose MT-Tox, a k
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
While virtual libraries of synthetically accessible compounds have exploded in size to many billions, our capacity to extract valuable drug leads from these vast databases remains limited by computational resources. To overcome this, we developed SLICE SMARTS and Logic In ChEmistry), a powerful new tool designed for the agile exploration of massive chemical spaces. SLICE enables the fast, "à la carte" generation of virtual compound libraries through chemist-defined reaction chemistries and readily available building blocks. Its user-friendly, no-code graphical interface, the SLICE Designer, al
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.