-
公开(公告)号:CN117285520A
公开(公告)日:2023-12-26
申请号:CN202310741645.X
申请日:2023-06-21
申请人: 上海科技大学 , 南京医科大学 , 苏州中科新药篮生物医药科技有限公司
IPC分类号: C07D409/06 , C07D405/06 , C07D403/06 , C07D209/34 , C07D409/12 , C07D409/14 , C07D471/04 , C07D417/06 , C07D471/08 , A61K31/404 , A61K31/437 , A61K31/4178 , A61K31/4439 , A61K31/454 , A61K31/439 , A61P1/16 , A61P9/10 , A61P3/04 , A61P13/12 , A61P3/10 , A61P9/00 , A61P1/00 , A61P25/28 , A61P25/14 , A61P1/04 , A61P25/16 , A61P19/02 , A61P17/06 , A61P21/00 , A61P35/00 , A61P35/02 , A61P11/06 , A61P9/12 , A61P17/00
摘要: 本发明提供了以下化合物(I)或者其药学上可接受的盐、酯、光学异构体、互变异构体、立体异构体、多晶型物、溶剂合物、N‑氧化物、同位素标记的化合物、代谢物、螯合物、络合物、包合物或前药,以及含有本发明的化合物的药物组合物,还提供本发明化合物作为一型细胞凋亡信号调节激酶ASK1抑制剂的用途,以及在与一型细胞凋亡信号调节激酶ASK1相关疾病药物制备中的应用,及相应的药物组合物。#imgabs0#
-
公开(公告)号:CN114014824A
公开(公告)日:2022-02-08
申请号:CN202111370357.5
申请日:2021-11-18
申请人: 上海科技大学
IPC分类号: C07D285/08 , C07D417/04 , C07D417/10 , C07F9/6558 , A61P31/14 , A61K31/5377 , A61K31/496 , A61K31/433 , A61K31/501 , A61K31/4725 , A61K31/4709 , A61K31/675 , A61K31/506 , A61K31/4439
摘要: 本发明公开了一种杂环化合物的应用。本发明提供了一种如式I或式I’所示的杂环化合物或其药学上可接受的盐在制备3CL蛋白水解酶或PL蛋白水解酶抑制剂中的应用。
-
公开(公告)号:CN113889183A
公开(公告)日:2022-01-04
申请号:CN202111043888.3
申请日:2021-09-07
申请人: 上海科技大学
摘要: 本发明公开了一种基于神经网络的PROTAC分子降解率的预测系统及其构建方法。所述神经网络包括:图卷积神经网络、加和池化层、全连接层、节点嵌入层、嵌入层和双向长短期记忆层;所述PROTAC分子包括靶蛋白配体、泛素连接酶配体和连接体;具体内容见正文。本发明的预测系统克服了由于PROTAC分子构效关系不明确产生的设计困难的问题。应用该预测系统可以获得经过人工智能神经网络筛选的具有预测的良好降解效果的分子,再去合成和进行细胞实验,有利于提高药物研发的成功率,缩短药物研发的周期和降低药物研发的成本。
-
公开(公告)号:CN115554303B
公开(公告)日:2024-07-09
申请号:CN202211132254.X
申请日:2022-09-16
申请人: 上海科技大学
IPC分类号: A61K31/5415 , A61K31/55 , A61K31/538 , A61K31/539 , A61P31/14 , C07D279/30 , C07D223/22 , C07D265/38 , C07D417/12 , C07D417/04 , C07D273/01
摘要: 本发明公开了一种三环类化合物、其制备方法及其应用。本发明的三环类化合物为如式I所示的化合物、其药学上可接受的盐、其溶剂合物、其药学上可接受的盐的溶剂合物或其晶型。本发明化合物在蛋白水平上抑制病毒复制,且抑制效果强,剂量小,进一步本发明化合物在细胞水平上抑制病毒复制。#imgabs0#
-
公开(公告)号:CN115240777B
公开(公告)日:2024-02-02
申请号:CN202210953941.1
申请日:2022-08-10
申请人: 上海科技大学
摘要: 能力。本申请提供基于图神经网络的合成致死基因预测方法、装置、终端及介质,获取多个合成致死基因数据;对多个合成致死基因数据进行预处理;基于预处理后的合成致死基因数据,构建用于预测基因与基因之间是否存在合成致死关系的图神经网络模型。本发明提供了基于成对关系学习的图神经网络,其以两个基因之间成对相互作用的表示,从而进行合成致死关系的预测;图神经网络利用注意力机制,通过封闭子图中的加(56)对比文件Mincai Lai等.Predicting SyntheticLethality in Human Cancers via Multi-Graph Ensemble Neural Network.2021 43rdAnnual International Conference of theIEEE Engineering in Medicine & BiologySociety (EMBC).2021,1-4.
-
公开(公告)号:CN113889183B
公开(公告)日:2024-03-26
申请号:CN202111043888.3
申请日:2021-09-07
申请人: 上海科技大学
摘要: 本发明公开了一种基于神经网络的PROTAC分子降解率的预测系统及其构建方法。所述神经网络包括:图卷积神经网络、加和池化层、全连接层、节点嵌入层、嵌入层和双向长短期记忆层;所述PROTAC分子包括靶蛋白配体、泛素连接酶配体和连接体;具体内容见正文。本发明的预测系统克服了由于PROTAC分子构效关系不明确产生的设计困难的问题。应用该预测系统可以获得经过人工智能神经网络筛选的具有预测的良好降解效果的分子,再去合成和进行细胞实验,有利于提高药物研发的成功率,缩短药物研发的周期和降低药物研发的成本。
-
公开(公告)号:CN114014824B
公开(公告)日:2023-06-13
申请号:CN202111370357.5
申请日:2021-11-18
申请人: 上海科技大学
IPC分类号: C07D285/08 , C07D417/04 , C07D417/10 , C07F9/6558 , A61P31/14 , A61K31/5377 , A61K31/496 , A61K31/433 , A61K31/501 , A61K31/4725 , A61K31/4709 , A61K31/675 , A61K31/506 , A61K31/4439
摘要: 本发明公开了一种杂环化合物的应用。本发明提供了一种如式I或式I’所示的杂环化合物或其药学上可接受的盐在制备3CL蛋白水解酶或PL蛋白水解酶抑制剂中的应用。
-
公开(公告)号:CN115554303A
公开(公告)日:2023-01-03
申请号:CN202211132254.X
申请日:2022-09-16
申请人: 上海科技大学
IPC分类号: A61K31/5415 , A61K31/55 , A61K31/538 , A61K31/539 , A61P31/14 , C07D279/30 , C07D223/22 , C07D265/38 , C07D417/12 , C07D417/04 , C07D273/01
摘要: 本发明公开了一种三环类化合物、其制备方法及其应用。本发明的三环类化合物为如式I所示的化合物、其药学上可接受的盐、其溶剂合物、其药学上可接受的盐的溶剂合物或其晶型。本发明化合物在蛋白水平上抑制病毒复制,且抑制效果强,剂量小,进一步本发明化合物在细胞水平上抑制病毒复制。
-
公开(公告)号:CN117731675A
公开(公告)日:2024-03-22
申请号:CN202311207625.0
申请日:2023-09-19
IPC分类号: A61K31/58 , A61K31/56 , A61P35/00 , A61P35/02 , A61P19/02 , A61P17/06 , A61P17/00 , A61P1/00 , A61P9/10 , A61P3/10 , A61P9/00 , A61P11/06 , A61P25/28 , A61P25/16 , A61P25/14 , A61P21/00 , A61P3/04 , C07J63/00 , C07J53/00
摘要: 本发明提供了以下化合物(I)或者其药学上可接受的盐、酯、光学异构体、互变异构体、立体异构体、多晶型物、溶剂合物、N‑氧化物、同位素标记的化合物、代谢物、螯合物、络合物、包合物或前药,以及含有本发明的化合物的药物组合物,还提供本发明化合物作为维A酸相关孤儿受体γt(RORγt)拮抗剂或反向激动剂或者NF1抑制剂的用途,以及在与维A酸相关孤儿受体γt或者NF1异常激动相关疾病药物制备中的应用,及相应的药物组合物。
-
公开(公告)号:CN115240777A
公开(公告)日:2022-10-25
申请号:CN202210953941.1
申请日:2022-08-10
申请人: 上海科技大学
摘要: 本申请提供基于图神经网络的合成致死基因预测方法、装置、终端及介质,获取多个合成致死基因数据;对多个合成致死基因数据进行预处理;基于预处理后的合成致死基因数据,构建用于预测基因与基因之间是否存在合成致死关系的图神经网络模型。本发明提供了基于成对关系学习的图神经网络,其以两个基因之间成对相互作用的表示,从而进行合成致死关系的预测;图神经网络利用注意力机制,通过封闭子图中的加权路径对合成致死机制进行解释。此外,大量的实验结果表明图神经网络比最好的基线有很大的优势,并且在多种实际情况下都有很好的泛化能力。
-
-
-
-
-
-
-
-
-