7 月 13 日上午 9:00，团队正式进入工作状态，将目光聚焦于虾青素的潜在靶点。成员钟柯潍登录 PubChem 数据库，凭借其对数据库的熟悉程度，顺利获取了虾青素的 SMILES 式与 3D 结构式。这两个关键信息是后续靶点预测的基础，SMILES 式能够精准地描述虾青素分子的结构特征，而 3D 结构式则直观地展现了分子的空间构型，为后续分析其与生物靶点的相互作用提供了重要的依据。获取到这些信息后，钟柯潍立即将其导入SwissTargetPrediction 网站，并限定物种为“Homo sapiens”，这是为了确保预测出的靶点与人类疾病相关性更高，更具研究价值。经过系统的一系列复杂运算和预测，最终在上午 11:00，成功预测出 100 个潜在靶点，并且完成了数据的初步整理工作，为后续的筛选和比对做好了充分准备。

与此同时，陈柏瑜和许东旭也开始了紧张而有序的分工协作，他们负责检索疾病相关数据库。上午 9:30，陈柏瑜登录 DisGeNET 数据库，以“Diabetes mellitus”为关键词，开启了对糖尿病相关靶点的全面检索。DisGeNET 是一个整合了多种疾病与基因关联信息的权威数据库，其数据来源广泛且经过严格筛选，能够为研究提供可靠的基础数据。经过一番细致的检索，陈柏瑜得到了 1890 个靶点，这些靶点涵盖了糖尿病发生、发展过程中的多个关键环节，为后续的靶点筛选提供了丰富的候选对象。

而许东旭则同步在GeneCards 数据库进行检索，GeneCards 同样是一个涵盖基因信息与疾病关联的综合性数据库，其数据更新及时，能够为研究提供最新的研究成果和数据支持。许东旭的检索返回了 1632 个靶点，这些靶点从不同角度反映了糖尿病的复杂病理机制。至中午 12:00，两人将各自检索到的靶点数据进行汇总，并进行了去重处理，最终得到了 2359 个糖尿病相关靶点。这一庞大的数据集为后续的交集分析提供了坚实的基础，也为筛选出虾青素与糖尿病关联的关键靶点创造了条件。

下午 2:00，团队迎来了筛选工作的关键环节。成员们使用 Venny 2.1.0 在线工具进行交集分析，将虾青素的 100 个潜在靶点和 2359 个糖尿病相关靶点这两组数据分别上传至系统。Venny 2.1.0 是一款功能强大的在线分析工具，能够快速准确地对多组数据进行交集、并集、差集等运算，并且能够以直观的韦恩图形式展示分析结果。系统自动绘制出的韦恩图清晰地显示了 59 个靶点同时出现在两组数据中，这 59 个靶点就像是虾青素可能作用于糖尿病的关键“抓手”，它们的存在为后续的研究指明了方向。至下午 5:00，团队成员们成功完成了全部筛选工作，为后续的研究奠定了坚实的基础。