-
公开(公告)号：CN118314947A
公开(公告)日：2024-07-09
申请号：CN202410228481.5
申请日：2024-02-29
申请人： 齐鲁工业大学(山东省科学院)
摘要： 本发明提供了一种基于多源特征增强的药物相互作用预测方法，属于药物相互作用预测技术领域，包括：构建药物相互作用知识图和子图；获取子图中药物特征信息；通过M I互信息最大化在知识图和子图中获取局部结构中节点间的关联性和特征相关性，同时衡量全局图结构中的重要节点或关键子图；利用定向消息传递神经网络对药物分子结构进行数据处理，将分子图视为面向边的定向结构，更好地学习到分子内部局部和全局的特征，从而获得没有冗余的信息；通过多头自注意力网络融合不同的异质特征信息学习药物的统一表征进行DD I预测，整合了药物知识图的通路、药物靶点和酶的通路以及药物化学子结构的通路，以获得药物更全面的特征表示。
-
公开(公告)号：CN118298911A
公开(公告)日：2024-07-05
申请号：CN202410440719.0
申请日：2024-04-12
申请人： 中山大学孙逸仙纪念医院
摘要： 本发明公开了一种多部位慢性疼痛潜在治疗靶点确定系统，所述系统包括数据获取模块、可干预基因靶点确认模块、可干预蛋白质靶点确认模块以及MCP潜在治疗靶点确认模块；数据获取模块获取第一GWAS数据、全血的基因表达数据和脑组织的基因表达数据、血蛋白表达数据以及脑蛋白表达数据后，可干预基因靶点确认模块和可干预蛋白质靶点确认模块分别根据获取到的数据确定与MCP相关的可干预基因靶点以及可干预蛋白质靶点，生成可干预基因靶点集和可干预蛋白质靶点集；最后通过MCP潜在治疗靶点确认模块取可干预基因靶点集和蛋白质靶点集的交集内的各靶点作为MCP潜在治疗靶点。通过实施本发明，可以更精准地识别与MCP相关的治疗靶点。
-
公开(公告)号：CN118298907A
公开(公告)日：2024-07-05
申请号：CN202410361155.1
申请日：2024-03-27
摘要： 本发明公开了一种基于深度学习的抗菌肽识别与定向进化方法，该方法包括以下步骤：步骤1)分析抗菌肽分类及多肽抗菌性MIC预测任务之间的内在关联，步骤2)在训练完备的模型上，采用反向传播梯度下降和迭代进化的方法，步骤3)针对优化后具有强抗菌性的序列，利用已训练好的深度学习模型进行反向传播，获取梯度信息，步骤4)通过多肽合成和生物实验室测试，验证了50条经过定向进化优化的全新抗菌肽。该方法通过建立预训练模型及MIC回归微调，提高了对新抗菌肽的预测准确性，缩短了研发周期，为合成和应用提供了可靠的理论依据，同时显著减少了生物实验所需的资源。通过优化现有多肽序列，改善了其抗菌性能，增强了活性和特异性。
-
公开(公告)号：CN118262784A
公开(公告)日：2024-06-28
申请号：CN202410505535.8
申请日：2024-04-25
申请人： 重庆大学
IPC分类号： G16B15/30 , G16B40/00 , G06N3/0464 , G06N3/045 , G06F18/25
摘要： 本发明涉及一种基于跨尺度与跨模态注意力机制的药物‑靶标结合亲和力预测方法，属于药物研发领域。该方法包括：输入的药物和靶蛋白分别由基于多元卷积核的特征提取模块提取得到三个尺度的特征，相互作用模块根据药物和靶蛋白两个不同尺度的特征分别得到具有关键信息的药物特征和靶蛋白特征，药物‑靶标相互作用模块基于具有关键信息的药物特征和靶蛋白特征提取包含关键结合位点的特征；通过基于多元卷积核的特征提取模块、基于跨尺度注意力的相互作用模块和基于跨模态注意力的药物‑靶标相互作用模块获得了包含生物学信息的特征，并由回归模块基于包含生物学信息的药物特征和靶蛋白特征对药物‑靶标的结合亲和力值进行预测。
-
公开(公告)号：CN118248209A
公开(公告)日：2024-06-25
申请号：CN202410354579.5
申请日：2024-03-27
申请人： 东北师范大学
摘要： 公开了预测药物和靶点蛋白质间相互作用的方法、装置和计算机存储介质。该方法包括：基于与药物的药物分子的分子结构相对应的分子图，生成与药物分子的原子特征和化学键特征相关的第一数据；基于与药物分子的分子结构的至少一个子结构相对应并且包括药物分子的至少一个药效团特征的至少一个分子子图，生成与药物分子的拓扑结构和药效团特征相关的第二数据；对第一数据和第二数据进行特征融合，以生成第三数据；对靶点蛋白质的蛋白质序列进行编码，以生成与靶点蛋白质的特征相关的第四数据；以及基于第三数据和第四数据，预测药物和靶点蛋白质间相互作用。
-
公开(公告)号：CN114822684B
公开(公告)日：2024-06-25
申请号：CN202210539056.9
申请日：2022-05-18
申请人： 兰州大学
IPC分类号： G16B15/30 , G16B40/00 , G06F18/22 , G06F18/241 , G06N3/0442 , G06N3/045 , G06N3/08
摘要： 本发明涉及一种化合物‑靶蛋白绑定关系预测方法及系统，该方法包括：获取多对靶蛋白‑化合物绑定数据，将绑定关系作为标签构建原始样本数据；根据各化合物信息进行化合物相似度计算，并基于化合物相似度对原始样本数据分类，得到多组靶蛋白‑化合物绑定数据，采用每组靶蛋白‑化合物绑定数据对深度学习网络模型训练，得到多组靶蛋白‑化合物绑定关系预测模型；根据待测数据与原始样本数据化合物相似度，确定待测数据对应靶蛋白‑化合物绑定关系预测模型；通过对应预测模型对待测化合物与待测靶蛋白的绑定关系进行预测。本发明基于待测数据化合物相似度对待测数据分类，构建对应类绑定关系预测模型，降低化合物‑靶蛋白绑定关系预测的假阳性率。
-
公开(公告)号：CN118230853A
公开(公告)日：2024-06-21
申请号：CN202410462233.7
申请日：2024-04-17
申请人： 中国药科大学
摘要： 本发明公开了一种基于条件扩散模型生成小分子化合物的方法和装置，包括：获取需要进行小分子化合物生成的蛋白质结合口袋的三维结构信息；提取蛋白质结合口袋的位置特征以及原子特征；将蛋白质结合口袋的三维结构信息表示为图结构；确定生成的小分子化合物的物理化学性质信息；将图结构和小分子化合物的物理化学性质特征表示作为生成条件，输入至预训练的条件扩散模型中，指导预训练的条件扩散模型进行小分子化合物的生成，得到生成的小分子化合物三维点云；将生成的小分子化合物三维点云转化输出为sdf格式，并进行合格性检查，保留通过合格性检查的小分子化合物的最大片段，确定出最终生成的小分子化合物。
-
公开(公告)号：CN118213089A
公开(公告)日：2024-06-18
申请号：CN202410059657.9
申请日：2024-01-15
申请人： 电子科技大学
摘要： 本发明公开了一种基于时序关联性分析的药物不良反应预测方法，属于生物医学领域。本发明基于患者患病后症状、药物和不良反应的时间序列信息，分析不同时刻下症状、药物和不良反应的时序关联关系，揭示当前时刻的不良反应与前序时刻症状、药物和不良反应的关联程度，并结合症状和药物多属性特征与不良反应间的潜在关系，构建基于时序关联性分析的药物不良反应预测模型，揭示药物不良反应的时序关系。本发明可促进用药安全性研究，也为构建药物不良反应时序预警体系提供数据支持。
-
公开(公告)号：CN118212976A
公开(公告)日：2024-06-18
申请号：CN202410349670.8
申请日：2024-03-26
申请人： 深圳技术大学
摘要： 本发明实施例公开了一种纳米抗体筛选方法、装置、芯片及终端，通过从多个可公开访问的生物信息学数据库中获取不同类型的纳米抗体数据，并对各纳米抗体数据进行整合和标准化处理，得到纳米抗体序列条目；确定目标病毒，并从蛋白质结构数据库中检索到与目标病毒相关的纳米抗体复合物的蛋白质结构文件；利用分子对接和生物相互作用，从纳米抗体序列条目中筛选出与蛋白质结构文件匹配的目标纳米抗体。以解决现有的纳米抗体筛选准确性低的问题。
-
公开(公告)号：CN113129999B
公开(公告)日：2024-06-18
申请号：CN202011621885.9
申请日：2020-12-30
申请人： 高丽大学校产学协力团
摘要： 本发明涉及一种新药候选物质的输出方法及装置、药物学习模型构建方法与记录介质。根据本发明一实施例的新药候选物质输出装置包括：通信模块；存储器，存储新药候选物质输出程序；处理器，实行所述新药候选物质输出程序，所述新药候选物质输出程序提供如下药物学习模型、即针对化学合成物的化学结构的嵌入向量与针对由各化学合成物诱导的转录量的变化信息的嵌入向量位于相同的向量空间的药物学习模型，并输出与输入到所述药物学习模型的针对新型物质的化学结构的嵌入向量匹配的转录量变化信息结果，或者输出与成为输入到所述药物学习模型的靶标的转录量变化信息匹配的一个以上的药物的信息。
-
-
-
-
-
-
-
-
-
搜索结果
1556 条记录 (耗时 0.025 秒)
