FG
Fei Guo
Author with expertise in Photovoltaic Maximum Power Point Tracking Techniques
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
6
(67% Open Access)
Cited by:
0
h-index:
10
/
i10-index:
10
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Exploring the repository ofde novodesigned bifunctional antimicrobial peptides through deep learning

Ruihan Dong et al.Feb 24, 2024
Abstract Antimicrobial peptides (AMPs) are attractive candidates to combat antibiotic resistance for their capability to target bio-membranes and restrict a wide range of pathogens. It is a daunting challenge to discover novel AMPs due to their sparse distributions in a vast peptide universe, especially for peptides that demonstrate potencies for both bacterial membranes and viral envelopes. Here we establish a de novo AMP design framework by bridging a deep generative module and a graph-encoding activity regressor. The generative module learns hidden ‘grammars’ of AMP features and produces candidates sequentially pass antimicrobial predictor and antiviral classifiers. We discover three bifunctional AMPs and experimentally validated their abilities to inhibit a spectrum of pathogens in vitro and in animal models. Notably, P076 is a highly potent bactericide with the minimal inhibitory concentration of 0.21 μM against multidrug-resistant A. baumannii , while P002 broadly inhibits five enveloped viruses. Our study provides feasible means to uncover sequences that simultaneously encode antimicrobial and antiviral activities, thus bolstering the function spectra of AMPs to combat a wide range of drug-resistant infections.
0

A Fractal Adsorption Model on Methane in Coal with Temperature Effect Dependence

Fei Guo et al.Jun 25, 2024
The traditional Langmuir equation displays drawback in accurately characterizing the methane adsorption behavior in coal, due to it assuming the uniform surface of coal pores. Additionally, the decay law of gas adsorption capacity with an increasing coal reservoir temperature remains unknown. In this study, the fractal adsorption model is proposed based on the fractal dimension (Df) of coal pores and the attenuation coefficient (n) of the adsorption capacity. The principles and methods of this fractal adsorption model are deduced and summarized in detail. The results show that the pore structures of the two coal samples exhibit obvious fractal characteristics, with the values of fractal dimensions (Df) being 2.6279 and 2.93. The values of adsorption capacity attenuation coefficients (n) are estimated as −0.006 and −0.004 by the adsorption experiments with different temperatures. The proposed fractal adsorption model presents a greater theoretical significance and higher accuracy than that of the Langmuir equation. The accuracy of the fractal adsorption model with temperature effect dependence is verified, establishing a prediction method for methane adsorption capacity in deep coal reservoirs. This study can serve as a theoretical foundation for coalbed methane exploration and development, as well as provide valuable insights for unconventional natural gas exploitation.