一种高直链淀粉膜及其制备方法
    2.
    发明公开

    公开(公告)号:CN117757115A

    公开(公告)日:2024-03-26

    申请号:CN202311741702.0

    申请日:2023-12-18

    Applicant: 吉林大学

    Abstract: 本发明涉及食品包装材料技术领域,具体为一种高直链淀粉膜的制备方法,首先将高直链淀粉水溶液中依次加入甘油和普鲁兰多糖混合均匀,糊化后得到淀粉膜液;然后将膜液均质后流延在平板上,干燥后得到高直链淀粉膜;最后将高直链淀粉膜低温等离子体设备上处理,功率为250至350W,时间为2至5min。本发明利用复合低温等离子体技术在化学改性的高直链淀粉膜基础上对高直链淀粉膜进行表面改性处理,相比单一化学改性淀粉膜其力学性能和阻水性能更好。

    一种提高谷氨酸棒杆菌在高温胁迫下生长的方法

    公开(公告)号:CN119752662A

    公开(公告)日:2025-04-04

    申请号:CN202411178081.4

    申请日:2024-08-27

    Applicant: 吉林大学

    Abstract: 本发明公开了一种提高谷氨酸棒杆菌在高温胁迫下生长的方法,为了克服现有微生物在工业发酵生产过程中由温度升高引起的异常生长和代谢,甚至死亡等问题,采用适应性实验室进化,以谷氨酸棒杆菌ATCC 13032为原始菌株,进行为期42.9天的热应激传代培养,分离出对高温抗性提高的菌株HES1和HES2。通过对其全基因组重测序,得到使菌株产生高温适应变化的突变元件cspB和gltA。并对突变元件进行高温测试。在具体实施中,分别过表达上述2个突变体,在测试中与对照菌株WT相比,其对42℃高温耐受性提高分别约14.4%和7%。因此,本发明通过适应性实验室进化得到的有益突变体为谷氨酸棒杆菌在工业高温条件中的应用奠定了良好基础。

    基于MolrProtTrans模型的药物靶点结合度回归预测方法

    公开(公告)号:CN119170152A

    公开(公告)日:2024-12-20

    申请号:CN202411277064.6

    申请日:2024-09-12

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于MolrProtTrans模型的药物靶点结合度回归预测方法,以基线模型MolrProtTrans为基础,并构建了简化模型。在药物靶点结合度的回归预测任务中,同样使用基线模型以及对应的简化模型。为了丰富模型,在基线模型transformer框架的基础上,提供多种药物和蛋白质的表示模型,可以非常方便地将新的表征模型添加到框架中。本发明搭建了网络结构来解决药物分子和蛋白质相关的结合度回归预测问题,并改进了局部模块以强化性能,为设计出既能保证与靶点有效结合,稳定性适中且利于人体吸收的优质药物提供新的理论基础。

    一种基于深度学习分类预测药物靶点结合的方法

    公开(公告)号:CN119170153A

    公开(公告)日:2024-12-20

    申请号:CN202411277229.X

    申请日:2024-09-12

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于深度学习分类预测药物靶点结合的方法,为了克服现有现有模型在分子及蛋白质数据上的适用性及其局限性,以transformer为主体结构,分别使用Molr和ProtTrans作为提取分子和蛋白质信息的网络组合成模型MolrProtTrans。随后,加入对模型的简化以及对比测试,并将原模型生成的向量对接到机器学习模型中,预测指定的药物和靶点序列结合的逻辑,模型将得出0或1的值代表是否结合,测试指标为分类任务中普遍的ROC曲线以及准确率,召回率等。本发明旨在迅速判定新药物最基本的属性,采用本发明提出的模型MolrProtTrans,能快速筛选出和指定蛋白产生作用的有效药物。

    一种基于深度强化学习的药物分子生成优化方法

    公开(公告)号:CN119170151A

    公开(公告)日:2024-12-20

    申请号:CN202411276915.5

    申请日:2024-09-12

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于深度强化学习的药物分子生成优化方法,为了克服现有现有药物和靶点数据分布不平衡等问题,搭建了LSTM和transformer结构的主干网络结构来解决药物分子的生成优化,并改进了局部模块以强化性能,随后加入强化学习,将每轮生成的分子的属性经过处理后作为深度学习的损失同时作为强化学习的奖励,动态地修正模型,从而可以设计出既能保证与靶点有效结合,又具有融水性强、稳定性适中且利于人体吸收的优质药物。本发明使用的属性优化任务采用的衡量标准是化学转换性质MMPs,以分子的疏水性,溶解度和清除率为评价指标。通过采用本发明提出的模型,在保证新药物的基本稳定性的基础上,能取得更优的靶点结合活性。

    一种油莎豆可溶性多糖的提取方法

    公开(公告)号:CN117756957A

    公开(公告)日:2024-03-26

    申请号:CN202311746294.8

    申请日:2023-12-19

    Applicant: 吉林大学

    Abstract: 本发明属于及农产品加工技术领域,具体是一种油莎豆可溶性多糖的提取方法,包括将干燥去皮的油莎豆粉碎完全,过筛得到油莎豆粉末;将质量浓度为4~6%的油莎豆溶液进行超声波和微波条件提取得到可溶性多糖溶液;将可溶性多糖溶液放置在温度80~85℃热水中水浴浸提,再除去溶液中的杂质;将除去杂质后的可溶性多糖溶液进行离心处理后取上清液;将上清液在搅拌同时添加乙醇进行沉淀,再离心冻干得到油莎豆多糖;本发明通过超声波和微波联合辅助提取油莎豆可溶性多糖,纯度达到72%以上,生产工艺经济低廉。

    一种基于网络药理学和分子对接分析魔芋干预糖尿病机制的方法

    公开(公告)号:CN116864145A

    公开(公告)日:2023-10-10

    申请号:CN202310571125.9

    申请日:2023-05-20

    Applicant: 吉林大学

    Abstract: 本发明提供一种基于网络药理学和分子对接分析魔芋干预糖尿病机制的方法,首先收集与筛选魔芋活性成分,然后收集活性成分作用靶点及疾病潜在靶点;再筛选蛋白质相互作用分析和关键靶点;再进行GO分析及KEGG富集分析;再构建拓扑学分析及可视化网络图;最后进行分子对接,本发明研究包括数据收集、网络分析与结果验证,获得“成分‑疾病”交集靶点51个;GO分析得出核心靶点参与的生物过程主要有对激素水平等过程的调节;KEGG分析得出涉及到的信号通路包括胰岛素抵抗等;最后通过分子对接证实所筛选的活性成分及关键靶点有效,魔芋可通过多成分、多靶点、多途径进行表达来改善糖尿病,为进一步临床应用提供了理论基础。

Patent Agency Ranking