ナノマテリアルと分子ナノテクノロジーのジャーナル

COVID-19-SARS-COV-2 SPIKE D614G結合部位を標的とするリガンド生成のための量子位相とチャーン・サイモンズ幾何

 グリゴリアディス・イオアニス 

SARSコロナウイルス2（SARS-CoV-2）のウイルススパイク（S）は、SARS-COV-2 SPIKE D614G変異タンパク質をエンコードしており、時間の経過とともに優勢になり、それが見つかった場所での主要なウイルスプロセスの動的な側面を明らかにしています。これは、この変化がウイルスの伝染を促進することを示唆しています。また、レトロウイルスが、現在ますます多くの国に影響を与えているSG614で擬似型化されたACE2発現細胞に感染したことが観察されており、SD614の場合よりも著しく効率的に感染しています。新しい強力な計算リソース、分子モデリング技術、およびケモインフォマティクス品質データが利用できるようになったことで、信頼性の高い代数計算を生成して新しい化学物質を設計し、化学物質をマージし、天然物を記録し、その他多くの物質を記録できるようになり、このAI量子ベースの薬物設計分野のさらなる発展と成長を促進し、構造の複雑さと、他の方法では得られない生物物理学的予測の品質との間のトレードオフのバランスを取ります。本論文では、SARS-COV-2ウイルスのタンパク質装置を原子レベルでターゲットとするトポロジー幾何学的手法を強力に組み合わせ、ドッキング使用の計算に効率的で、このインシリコの取り組みで非常に高い精度レベルを達成できるほど強力な、AI量子設計分子ROCCUSTYRNATM小分子の生成のためのAI量子設計分子の生成において、抗ウイルス特性の機械学習が簡単な、マルチターゲットの薬物化可能な足場であるROCCUSTYRNATM小分子、マルチターゲットの薬物化可能な足場（1S、2R、3S）‐2‐（{[（1S、2S、4S、5R）‐4‐エテニル‐4‐スルホニルビシクロ[3、2、0]ヘプタン‐2‐イル]オキシ}アミノ）‐3‐[（2R、5R）‐5‐（2‐メチル‐6‐メチリデン‐6、9‐ジヒドロ‐3H‐プリン‐9‐イル）‐3‐メチリデンオキソラン‐2‐イル]ホスフィン‐1‐カルボニトリル）を提案します。 Lindenbaum-Tarski によって生成された QSAR 自動化モデリングと人工知能駆動型予測ニューラル ネットワークで Chern-Simons トポロジー ユークリッド幾何学を使用した COVID-19-SARS-COV-2 SPIKE D614G 変異。