Clear‐Box Machine Learning for Virtual Screening of 2D Nanozymes to Target Tumor Hydrogen Peroxide

过氧化氢 可解释性 计算机科学 催化作用 密度泛函理论 生物信息学 纳米材料 纳米技术 材料科学 吸附 机器学习 化学 计算化学 生物化学 基因 有机化学
作者
Xuejiao J. Gao,Jun‐Min Yan,Jia‐Jia Zheng,Shengliang Zhong,Xingfa Gao
出处
期刊:Advanced Healthcare Materials [Wiley]
卷期号:12 (10) 被引量:18
标识
DOI:10.1002/adhm.202202925
摘要

Targeting tumor hydrogen peroxide (H2 O2 ) with catalytic materials has provided a novel chemotherapy strategy against solid tumors. Because numerous materials have been fabricated so far, there is an urgent need for an efficient in silico method, which can automatically screen out appropriate candidates from materials libraries for further therapeutic evaluation. In this work, adsorption-energy-based descriptors and criteria are developed for the catalase-like activities of materials surfaces. The result enables a comprehensive prediction of H2 O2 -targeted catalytic activities of materials by density functional theory (DFT) calculations. To expedite the prediction, machine learning models, which efficiently calculate the adsorption energies for 2D materials without DFT, are further developed. The finally obtained method takes advantage of both interpretability of physics model and high efficiency of machine learning. It provides an efficient approach for in silico screening of 2D materials toward tumor catalytic therapy, and it will greatly promote the development of catalytic nanomaterials for medical applications.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
黑大侠完成签到 ,获得积分10
2秒前
璇璇完成签到 ,获得积分10
3秒前
9秒前
nano完成签到 ,获得积分10
11秒前
慕容飞凤完成签到,获得积分10
11秒前
勤奋千风完成签到 ,获得积分10
14秒前
philophysics完成签到,获得积分10
17秒前
Jaja完成签到,获得积分10
19秒前
wushuimei完成签到 ,获得积分10
20秒前
tt完成签到 ,获得积分10
21秒前
27秒前
Tim完成签到 ,获得积分10
28秒前
Oct完成签到 ,获得积分10
35秒前
35秒前
皮皮球完成签到 ,获得积分10
36秒前
黄金天下完成签到,获得积分10
37秒前
北城完成签到 ,获得积分10
41秒前
llhh2024完成签到,获得积分10
43秒前
水盒子完成签到,获得积分10
45秒前
i2stay完成签到,获得积分10
45秒前
nt1119完成签到 ,获得积分10
46秒前
成就的绮烟完成签到 ,获得积分10
48秒前
月潮共生完成签到 ,获得积分10
50秒前
果果完成签到,获得积分10
58秒前
细心的代天完成签到 ,获得积分10
58秒前
lululululululu完成签到 ,获得积分10
59秒前
jxas完成签到,获得积分10
1分钟前
洁净青筠发布了新的文献求助10
1分钟前
Ethan完成签到 ,获得积分10
1分钟前
Fly完成签到,获得积分10
1分钟前
阿拉斯加剪短毛完成签到 ,获得积分10
1分钟前
精明秋完成签到,获得积分10
1分钟前
我不会乱起名字的完成签到,获得积分10
1分钟前
nianshu完成签到 ,获得积分10
1分钟前
LSi奇完成签到 ,获得积分10
1分钟前
Shinchan完成签到 ,获得积分10
1分钟前
星叶完成签到 ,获得积分10
1分钟前
昏睡的沛柔完成签到 ,获得积分10
1分钟前
顺利毕业完成签到 ,获得积分10
1分钟前
1分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052652
求助须知:如何正确求助?哪些是违规求助? 2709874
关于积分的说明 7418298
捐赠科研通 2354492
什么是DOI,文献DOI怎么找? 1246104
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921