一种基于DEL平台的PROTAC分子药物设计方法

    公开(公告)号:CN118711703A

    公开(公告)日:2024-09-27

    申请号:CN202410848295.1

    申请日:2024-06-27

    IPC分类号: G16C20/50 G16C10/00

    摘要: 本发明公开了一种基于DEL平台的PROTAC分子药物设计方法,包括生成双功能分子、生成PROTAC‑like DEL双功能分子库,以及利用双功能分子介导的蛋白降解靶向嵌合体系对PROTAC‑like DEL双功能分子库中的双功能分子进行评估。本发明基于DEL平台,通过分子生成模型和计算机辅助药物设计快速生成和评估双功能分子,加速了PROTAC‑like DEL双功能分子库的构建,再通过对双功能分子介导的蛋白‑双功能分子三元复合物体系建模和模拟,对PROTAC‑like DEL双功能分子库的双功能分子的结合模式进行预测,进一步优化双功能分子,使设计的双功能分子更具合理性,很大程度降低了分子的合成难度。

    一种用于动物实验的牵开器
    4.
    发明公开

    公开(公告)号:CN118178031A

    公开(公告)日:2024-06-14

    申请号:CN202410363254.3

    申请日:2024-03-28

    IPC分类号: A61D1/00 A61B17/02

    摘要: 本发明提供一种用于动物实验的牵开器,包括底座,底座的两端分别连接有可横向移动的第一牵开组件和第二牵开组件,第一牵开组件和第二牵开组件之间设置有第一连接件、第二连接件以及可调节升降移动的升降座;第一连接件的一端可转动连接于第一牵开组件,第一连接件的另一端可转动连接于升降座;第二连接件的一端可转动连接于第二牵开组件,第二连接件的另一端可转动连接于升降座。本发明通过调节螺杆改变牵开组件的位置,从而达到动物外科创口被牵开的目的,调节以及取放较为便捷,牵开稳定,操作简单,从很大程度上在实验中能适应于多种动物的外科创口牵开。

    试剂化合物预测模型的构建方法、化学反应试剂自动预测补全的方法与装置

    公开(公告)号:CN113990405B

    公开(公告)日:2024-05-31

    申请号:CN202111214079.4

    申请日:2021-10-19

    IPC分类号: G16C20/10 G16C20/30 G16C20/70

    摘要: 本发明公开了一种试剂化合物预测模型的构建方法、化学反应试剂自动预测补全的方法与装置。该模型构建方法通过将试剂化合物采用SMILES形式的字符序列表示,生成试剂化合物限制数据表;将化学反应式采用SMILES形式的字符序列表示;将化学反应式SMILES数据删除存在于试剂化合物限制数据表中的试剂化合物的SMILES数据后作为输入数据项,并把删除的试剂化合物的SMILES数据作为目标数据项;通过人工智能的深度学习,生成最接近目标数据项的输出数据项补充到化学反应式中,输入到反应预测模型,若预测的产物和原反应产物一致,则输出数据项为预测的试剂化合物。通过该模型自动预测补全化学反应试剂。

    一种肿瘤浸润淋巴细胞识别方法和系统

    公开(公告)号:CN116150617B

    公开(公告)日:2024-04-12

    申请号:CN202211624909.5

    申请日:2022-12-16

    摘要: 本发明提供一种肿瘤浸润淋巴细胞识别方法和系统,构建肿瘤浸润淋巴细胞识别的训练集;构建用于训练的细胞分割网络,细胞分割网络的编码器通过Swin‑Transformer层对淋巴细胞进行特征学习,细胞分割网络的解码器通过Swin‑Transformer层对淋巴细胞分别进行形态识别学习和分类学习;把训练集输入所述细胞分割网络进行训练,得到淋巴细胞识别模型;通过淋巴细胞识别模型识别被肿瘤浸润的淋巴细胞。本发明通过由Swin‑Transformer层构成的编码器以学习淋巴细胞特征,并且由Swin‑Transformer构成的两个解码器分别学习细胞形态与细胞分类,从很大程度上提升了肿瘤浸润淋巴细胞识别的效果。

    一种化学反应数据清洗方法、装置及终端

    公开(公告)号:CN116756485A

    公开(公告)日:2023-09-15

    申请号:CN202211723273.X

    申请日:2022-12-30

    摘要: 本发明公开了一种化学反应数据清洗方法、装置及终端,属于机器学习领域。该方法中,首先获取按照错误反应类型进行标注后的错误化学反应数据,接着,根据错误反应类型的优先级或互斥关系对错误化学反应数据进行梳理,得到目标错误化学反应数据,目标错误化学反应数据用于对BERT模型进行微调,最后,用微调后的BERT模型对整个化学反应数据集进行推理,根据BERT模型的输出结果将错误化学反应数据从化学反应数据集中剔除完成数据清洗;相较于相关技术中采用方法,本申请在推理时间、正确率和清洗速度上都得到了较大提升。