一种克唑替尼耐药的人原代肺癌细胞株及其应用

    公开(公告)号:CN116042524A

    公开(公告)日:2023-05-02

    申请号:CN202211672544.3

    申请日:2022-12-26

    Abstract: 本发明公开了一种克唑替尼耐药的人原代肺癌细胞株,来源于临床肺腺癌手术切除样本,所述人原代肺癌细胞株命名Lu‑01‑1443,保藏编号为CCTCC NO:C2022166,保藏日期为2022年8月25日,保藏单位为中国典型培养物保藏中心。Lu‑01‑1443具有EML4‑ALK融合突变,可在培养基中进行体外培养,且体外培养生长快速稳定、能连续传代,进而方便建立人肺癌体内模型;免疫缺陷鼠皮下成瘤性好,为药物的体内试验提供了重要的保证,进而为制备、筛选、评价抗肿瘤药物提供基础。

    一种基于药效团模型的小分子生成方法、设备及介质

    公开(公告)号:CN114913938B

    公开(公告)日:2023-04-07

    申请号:CN202210584466.5

    申请日:2022-05-27

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于药效团模型的小分子生成方法、设备及介质,方法:使用全连接图表示药效团模型;使用基于图神经网络的特征提取模型,从药效团模型的全连接图中提取药效团模型的特征向量;从指定的潜变量分布中随机采样获得潜变量;将潜变量和药效团模型的特征向量输入到预先训练好的解码器中,生成得到与药效团模型匹配的分子;其中训练好的解码器,是通过使用训练样本对变分自编码器训练得到的解码器。本发明能够应用于基于配体的药物设计、基于受体的药物设计、先导化合物优化、为耐药寻找替代物以及用于构建虚拟筛选的分子数据库而替代大规模联合数据库的分子筛选,减少盲目的试验工作,节省药物研发的时间和成本,缓解药物研发的压力。

    基于邻接代数模型及质量等级评估的contig集成方法

    公开(公告)号:CN110544510B

    公开(公告)日:2023-03-24

    申请号:CN201910473254.8

    申请日:2019-05-31

    Applicant: 中南大学

    Abstract: 本发明公开了一种新的基于邻接代数模型及质量评估的contig集成方法,提出了一种新的全局打分函数,采用双端读数以及contig集合之间的比对质量,覆盖度信息contig集合进行整体打分及排序。在邻接代数模型的基础上构建邻接图,并通过提取共识序列形成节点与边。利用contig的覆盖度几GC含量信息对contig进行质量等级评估,并将评估信息用于邻接图的优化。本发明简单易用,在四组真实测序数据上表现出良好的拼接结果,较其他contig集成方法具有更高的NGA50值以及更低的错误率。

    一种多突变的人原代肺癌细胞株及其应用

    公开(公告)号:CN115747139A

    公开(公告)日:2023-03-07

    申请号:CN202211672441.7

    申请日:2022-12-26

    Abstract: 本发明公开了一种多突变的人原代肺癌细胞株,来源于临床肺腺癌手术切除样本,所述人原代肺癌细胞株命名Lu‑01‑1534,保藏编号为CCTCC NO:C2022167,保藏日期为2022年8月25日,保藏单位为中国典型培养物保藏中心。Lu‑01‑1534具有EGFR、L858R突变,RET扩增。本发明通过提供一株具有中国人基因特征的细胞株Lu‑01‑1534,可在培养基中进行体外培养,且体外培养生长快速稳定、能连续传代,进而方便建立人肺癌体内模型;免疫缺陷鼠皮下成瘤性好,为药物的体内试验提供了重要的保证,进而为制备、筛选、评价抗肿瘤药物提供基础。

    基于图卷积网络的lncRNA亚细胞定位预测方法、设备及介质

    公开(公告)号:CN115394348A

    公开(公告)日:2022-11-25

    申请号:CN202210829698.2

    申请日:2022-07-15

    Applicant: 中南大学

    Inventor: 曾敏 李敏 赵保莹

    Abstract: 本发明公开了一种基于图卷积网络的lncRNA亚细胞定位预测方法、设备及介质,方法包括:(1)将待测lncRNA序列转换为k‑mer形式的序列,以转换后序列中各k‑mer单元为节点进行构图得到带权有向图,并对图的边权进行标准化处理得到边权标准化的有向图;(2)基于word2vec技术提取有向图中各节点的分布式词向量,并嵌入到边权标准化的有向图中;(3)采用预先训练好的基于图卷积网络的预测模型,根据嵌入分布式词向量的有向图,对待测lncRNA序列进行亚细胞定位输出。本发明比传统机器学习模型和现有方法更好的预测性能。

    一种多媒体显示的智能型口腔治疗仪

    公开(公告)号:CN115382111A

    公开(公告)日:2022-11-25

    申请号:CN202210824237.6

    申请日:2022-07-13

    Applicant: 中南大学

    Inventor: 鲍明彦 李敏

    Abstract: 本发明公开了一种多媒体显示的智能型口腔治疗仪,涉及到医疗器械领域,包括治疗仪,治疗仪上设有导向管,导向管上设有医疗头,导向管上固定套接有限制盒,限制盒上滑动安装有两个限制滑块,两个限制滑块的一侧固定安装有同一个清洁仓。本发明,通过清洁仓、水泵等结构的设置,使用完治疗头可以将其翻转朝上,向下移动清洁仓可以将治疗头进行包裹并密封清洁仓底侧,水泵可以将消毒液输送对医疗头浸泡消毒,活动塞可以防止分隔板内的消毒液回流,分隔板内多余的消毒液会流入溢水仓,溢水仓装满时将放液槽打开,使用过的消毒液会流入废液箱,消毒液排光之后即可将医疗头取出使用,从而无需医生反复手动消毒,使医生能更专注于治疗口腔。

    一种基于药效团模型的小分子生成方法、设备及介质

    公开(公告)号:CN114913938A

    公开(公告)日:2022-08-16

    申请号:CN202210584466.5

    申请日:2022-05-27

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于药效团模型的小分子生成方法、设备及介质,方法:使用全连接图表示药效团模型;使用基于图神经网络的特征提取模型,从药效团模型的全连接图中提取药效团模型的特征向量;从指定的潜变量分布中随机采样获得潜变量;将潜变量和药效团模型的特征向量输入到预先训练好的解码器中,生成得到与药效团模型匹配的分子;其中训练好的解码器,是通过使用训练样本对变分自编码器训练得到的解码器。本发明能够应用于基于配体的药物设计、基于受体的药物设计、先导化合物优化、为耐药寻找替代物以及用于构建虚拟筛选的分子数据库而替代大规模联合数据库的分子筛选,减少盲目的试验工作,节省药物研发的时间和成本,缓解药物研发的压力。

    二维分布结构判定的单细胞转录组测序数据聚类推荐方法

    公开(公告)号:CN112750502B

    公开(公告)日:2022-04-15

    申请号:CN202110061290.0

    申请日:2021-01-18

    Applicant: 中南大学

    Inventor: 李敏 田宇 郑瑞清

    Abstract: 本发明公开了一种基于二维分布结构判定的单细胞转录组测序数据聚类推荐方法,包括:获取多个细胞的单细胞转录组测序数据得到的基因表达矩阵,在过滤和标准化处理后,构建二维特征矩阵并进行线性归一化;根据归一化后的二维特征矩阵计算细胞间的欧式距离,从而建立细胞最小生成树;通过自适应阈值对细胞最小生成树进行切割,并以切割后构成的簇的平衡性来确定数据的二维分布结构;对具有模糊簇间边界和连续二维分布结构的数据,推荐并应用层次聚类算法,而对具有明显簇间边界和分块二维分布结构的数据,推荐并应用谱聚类算法。本发明能为单细胞转录组测序数据在层次聚类和谱聚类中推荐更适合其二维分布结构的方法作为下游聚类分析方法,提高聚类准确性。

    基于多尺度模块核的致病基因识别方法及系统

    公开(公告)号:CN114242160A

    公开(公告)日:2022-03-25

    申请号:CN202111575178.5

    申请日:2021-12-21

    Applicant: 中南大学

    Inventor: 李敏 项炬

    Abstract: 本公开实施例中提供了一种基于多尺度模块核的致病基因识别方法及系统,属于生物信息学技术领域,具体包括:通过指数抽样的多尺度模块度优化算法从综合的蛋白质相互作用组提取网络多尺度模块,得到标准化多尺度模块谱;根据标准化多尺度模块谱构建多尺度模块核矩阵并进行核稀疏;提取两个预测列表;融合两个预测列表得到基因概率列表,并根据基因概率列表预测疾病的致病基因。通过本公开的方案,提取多尺度模块谱并标准化,有效融合不同层次、特异性的网络模块结构信息后进行稀疏化,提供了新的基因‑基因关联,然后来自原始异构网络和结合多尺度模块核的异构网络的预测列表的排位聚合有效融合了互补的预测信息,提高了预测效率和预测精准度。

    一种基于多网络融合和多层网络扩散的抑郁障碍基因特征挖掘方法

    公开(公告)号:CN112837752B

    公开(公告)日:2022-03-04

    申请号:CN202110141774.6

    申请日:2021-02-02

    Applicant: 中南大学

    Inventor: 李敏 项炬

    Abstract: 本发明公开了一种基于多网络融合和多层网络扩散的抑郁障碍基因特征挖掘方法,该挖掘方法主要包括以下步骤:一、构建多类型基因关联网络;二、构建标准化的多层基因网络;三、激发抑郁障碍基因驱动的多层基因网络散动力学过程;四、挖掘抑郁障碍基因驱动的多层基因网络扩散动力学特征。该挖掘方法能够有效融合不同类型的生物分子网络,并从各种多样化的生物分子网络中挖掘有效的疾病基因特征,从而更有效的识别抑郁障碍相关基因。

Patent Agency Ranking