近年来,深度学习模型在农药发现和从头分子设计方面取得了显著进展。然而目前用于农药分子设计的深度生成模型中,基于骨架的分子生成模型较少。并且基于骨架的分子生成方法面临着生成分子质量和多样性不足的挑战。为此,该研究提出了一种基于骨架结构的循环神经网络模型(multi head attention-recurrent neural network,MHA-RNN),首先生成简化分子线性输入规范(simplified molecular input line entry system,SMILES)格式的分子骨架,然后对骨架进行装饰以生成新的分子。试验结果表明,模型生成的分子在有效性、新颖性和唯一性方面分别达到了97.18%、99.87%和100.00%。此外,生成分子在脂水分配系数(logarithm of partition coefficient,LogP)、拓扑极性表面积(topological polar surface area,TPSA)、相对分子质量(molecular weight,MW)、类药性(quantitative estimate of drug-likeness,QED)、氢键受体(hydrogen bond acceptor,HBA)、氢键供体(hydrogen bond donor,HBD)、旋转键数(rotatable bonds,RotB)等性质上的分布与现有分子高度相似,研究结果为农药新药研发提供了技术支持与参考。
净生态系统生产力(NEP)是评价区域生态系统碳源碳汇的重要指标,厘清其时空分异格局及驱动机制对京津冀生态系统精准保护与修复至关重要.基于MODIS遥感数据估算了净生态系统生产力(NEP),采用Sen趋势+MK检验、Hurst指数和重心迁移等方法探究了京津冀2002~2020年固碳效益时空格局和演替规律,利用偏相关、复相关及残差分析定量解析了人类活动和气候变化驱动固碳效益时空分异的相对贡献.结果表明:①京津冀近20 a NEP呈逐年上升趋势,增长速率(以C计)为3.066 4g·(m^(2)·a)^(-1),空间上表现为西北高东南低;碳汇能力强的地区主要集中在张家口市和承德市周边,碳源效应强烈的区域分布在天津和邯郸等地;超过80%的区域碳汇能力呈上升趋势,其中极显著上升、显著上升区域占比分别为47.45%和8.29%,尤其是张-承地区,但未来增长趋势在逐步减缓;碳源重心在逐渐向东南部平原迁移,碳汇重心则由东北向西南迁移.②超过50%区域的NEP与年平均气温和年累计降水呈现正相关关系,但显著性均不强,复相关结果进一步证明了存在气象因素之外的其他条件在主导NEP的变化.③研究区域内NEP退化区与改善区占比分别为12.41%、87.59%,残差分析表明人类主导的固碳效益提升区占总改善区的94.88%,而退化区中气候主导的固碳效益降低区占62.84%,说明京津冀地区人类活动在影响生态系统固碳效益方面以正向促进为主.研究结论对精准识别京津冀生态系统保护与修复未来工作重心有指导意义.
暂无评论