-
公开(公告)号：CN111951884B
公开(公告)日：2022-03-22
申请号：CN202010661704.9
申请日：2020-07-10
Applicant: 中南大学
Abstract: 本发明涉及一种蛋白质小分子结合口袋上关键柔性氨基酸的识别方法，包括以下步骤：步骤1、在蛋白质PDB结构中，通过95％的序列相似性将蛋白质的结构分类为不同的亚型簇；步骤2、明确的生物学配体，将在同一结构亚型簇中所有蛋白结构重叠，并准确鉴定蛋白上小分子结合口袋；步骤3、将已知3D结构的同一结构亚型簇中的相应结合位点，根据小分子结合位置划分为位点结合亚型；步骤4、通过计算理化和结构参数差异表征因子来研究蛋白质柔性的性质；步骤5、用形成蛋白质结合口袋的系统的最高评分来识别关键的柔性残基。设计了一套统一性、无偏见的研究流程体系，开发了一套系统性的数学统计公式来确定不同结构模型相同位置上的结合位点氨基酸的结构柔性。
-
公开(公告)号：CN113744799A
公开(公告)日：2021-12-03
申请号：CN202111037945.7
申请日：2021-09-06
Applicant: 中南大学
Abstract: 本发明公开了一种基于端到端学习的化合物和蛋白质相互作用与亲和力预测方法，包括：将化合物的分子式转换为原子邻接图，使用图注意力网络学习化合物每个原子的表征向量；将蛋白质氨基酸序列切分为残基序列，使用卷积神经网络模型学习残基的表征向量；构建双向注意力网络模型来融合所有原子和残基的表征向量，得到化合物特征向量和蛋白质特征向量；使用神经网络并根据化合物和蛋白质的特征向量，对化合物与蛋白质之间的相互作用以及亲和力进行预测。本发明既可以用于化合物和蛋白质相互作用的预测，又能够预测二者之间的结合亲和力，而且预测准确性好。
-
公开(公告)号：CN113257371A
公开(公告)日：2021-08-13
申请号：CN202110618186.7
申请日：2021-06-03
Applicant: 中南大学
Abstract: 本发明公开了一种基于医学知识图谱的临床检验结果分析方法，包括以下步骤：S1、汇聚临床检验相关的信息资源，结合医学客观的事实，构建以检验知识为核心的医学知识图谱；S2、获取患者信息得到患者模型，获取患者的至少一个临床检验项目及结果得到临床检验项目及结果模型；S3、将所述患者模型和临床检验项目及结果模型，与所述临床检验医学知识图谱相结合，通过推理分析得到临床检验判定结果和临床意义分析；S4、汇总所有检验项目及结果的异常标记及临床意义分析，输出检验报告；本发明考虑了患者的信息，提高对患者的诊断的准确性，提升了检验报告分析效率，有效降低了漏诊及误诊率。
-
公开(公告)号：CN113234678A
公开(公告)日：2021-08-10
申请号：CN202110531769.6
申请日：2021-05-17
Applicant: 中南大学
IPC: C12N5/09 , A01K67/027 , C12Q1/02 , A61K49/00
Abstract: 本发明提供了一种对依托泊苷与卡铂联合耐药的人小细胞肺癌细胞株及其制备方法和应用。所述人小细胞肺癌细胞株保藏在中国典型培养物保藏中心，保藏编号为CCTCC No：C202168。本发明的小细胞肺癌细胞株性状稳定，可稳定多次传代，可用于在哺乳动物中产生人小细胞肺癌，制备人小细胞肺癌模型，并且该细胞对小细胞肺癌一线治疗药物依托泊苷与卡铂联合用药耐受，可用于小细胞肺癌耐药分子机制研究，和筛选治疗耐药型人小细胞肺癌的候选药物，为小细胞肺癌研究提供新的更接近于临床肿瘤生物学特性的实验材料。
-
公开(公告)号：CN113192562A
公开(公告)日：2021-07-30
申请号：CN202110496456.1
申请日：2021-05-07
Applicant: 中南大学
Abstract: 本发明公开了一种融合多尺度模块结构信息的致病基因识别方法及系统，通过基于模块度优化的多尺度模块识别算法提取多尺度模块划分；对于每个尺度的模块划分，计算模块的疾病相关性分值和基因的疾病相关性分值，并获得基因的排序列表；基于朴素贝叶斯理论，计算来自多尺度模块划分的基因排序列表的聚合分值列表和对应的基因排序列表；将基于多尺度模块结构的基因排序列表和基于网络随机游走的基因排序列表融合以得到最终的综合的基因分值列表，并计算得到最终的基因排序列表，从而识别致病基因。本发明的方法通过网络多尺度模块挖掘，能够有效地利用隐藏在网络多尺度模块结构中的信息，从而获得更强的识别致病基因的能力。
-
Patent Agency Ranking
公开(公告)号：CN112750502A
公开(公告)日：2021-05-04
申请号：CN202110061290.0
申请日：2021-01-18
Applicant: 中南大学
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。
-
公开(公告)号：CN110322927B
公开(公告)日：2021-04-09
申请号：CN201910712069.X
申请日：2019-08-02
Applicant: 中南大学
Abstract: 本发明公开了一种CRISPR诱导RNA文库设计方法，包括以下步骤：步骤一、根据参考基因组生成kmer集合；步骤二、将kmer切分成kmer1和kmer2两部分，将对应的kmer1相同的kmer2分成一个类别；再将同一类别的kmer2构建到同一个检索树中，各检索树的键序列为其中kmer2对应的kmer1；步骤三、并行获取诱导RNA及其脱靶序列，该步骤中，在比对一个kmer与检索树的键序列和其中的kme2连接成的kmer时，首先将该kmer的kmer1与检索树的键序列比对，看是否满足设定条件，满足则继续比对kmer的kmer2与检索树中的kmer2。本发明提高了计算效率。
-
公开(公告)号：CN108647484B
公开(公告)日：2020-10-23
申请号：CN201810472698.5
申请日：2018-05-17
Applicant: 中南大学
IPC: G16C20/50
Abstract: 本发明公开了一种基于多元信息集成和最小二乘法的药物关系预测方法，包括步骤1：获取待研究的药物集合的药物关系矩阵；步骤2：计算每个药物与其余药物的高斯核相似性；步骤3：根据药物集合中所有药物的特征信息采用余弦角相似性方法计算每个药物与其余药物的特征相似性；特征信息包括化学信息、生物信息以及表征信息；步骤4：计算每两个药物之间的高斯核相似性和特征相似性的均值得到每两个药物之间的药物相似性，并基于每两个药物之间的药物相似性构成出药物集合的药物相似性矩阵；步骤5：基于药物相似性矩阵以及药物关系矩阵采用最小二乘法进行药物对的关联关系分数计算得到药物关系预测矩阵。
-
公开(公告)号：CN109817337B
公开(公告)日：2020-09-08
申请号：CN201910091441.X
申请日：2019-01-30
Applicant: 中南大学
IPC: G16H50/30
Abstract: 本发明公开了一种单个疾病样本通路激活度的评估方法及相似疾病区分方法；对每条通路构建全连通网络，并将通路中原有的连边作为其重要连边，添加的连边作为其背景连边；将通路中存在的基因作为重要基因，其他基因作为背景基因；对全连通网络中的每条连边，计算疾病样本和正常样本的差异值，并计算差异值显著性；计算每个基因在疾病样本与正常样本中表达值的差异倍数；计算在每个全连通网络的节点和连边排名中重要节点和连边的富集程度，作为相应通路的激活度。以通路的激活度为特征区分相似疾病。本发明能有效计算单个疾病样本中每条通路的激活度，将疾病样本高维、小样本的基因表达矩阵转换成通路激活度的表达矩阵，用于区分相似疾病，准确度高。
-
公开(公告)号：CN108920895B
公开(公告)日：2020-08-07
申请号：CN201810652133.5
申请日：2018-06-22
Applicant: 中南大学
Abstract: 本发明公开了一种环状RNA与疾病的关联关系预测方法，包括步骤1：构建环状RNA高斯核相似性第一矩阵以及疾病高斯核相似性第一矩阵；步骤2：基于递减权重方法计算全新环状RNA与每种疾病、全新疾病与每种环状RNA的关系初始值；步骤3：再构建环状RNA高斯核相似性第二矩阵以及疾病高斯核相似性第二矩阵；步骤4：构建环状RNA相似性矩阵、疾病相似性矩阵；步骤5：采用克罗内克积最小二乘法计算出环状RNA与疾病关联分数矩阵，再获取全新环状RNA与所有疾病的关联分数以及全新疾病与所有环状RNA的关联分数。本发明通过计算预测模型来对环状RNA疾病的关联关系进行预测，填补当前没有预测环状RNA与疾病关系的计算模型的空缺。
-
-
-
-
-
-
-
-
-
Search Results
157
records
(took 0.034 seconds)
