公开(公告)号：CN119028463A

公开(公告)日：2024-11-26

申请号：CN202310590497.6

申请日：2023-05-23

Applicant: 中国科学院大连化学物理研究所 ,  榆林中科洁净能源创新研究院

Inventor： 许国旺 ,  包涵 ,  赵金慧 ,  路鑫 ,  赵欣捷 ,  赵春霞 ,  陈维东 ,  姜鹏

IPC: G16C20/10 ,  G16C20/40 ,  G16C20/70 ,  G16C20/90 ,  G06N3/0464

Abstract: 本申请公开了一种基于深度迁移学习的植物次生代谢途径预测方法，基于深度学习和迁移学习，建立了植物次生代谢途径预测方法，实现对于已知结构信息的化合物所在植物次生代谢途径的预测。首先在信息更丰富的代谢途径数据集(源数据集)上进行深度学习模型预训练；然后通过迁移学习，在目标数据集上以预训练参数进行微调，构建植物次生代谢途径的预测模型；最后，将待预测化合物的简化分子线性输入规范字符串输入模型，获取其预测的植物次生代谢途径信息。本发明有效克服了目前植物次生代谢途径数据信息不足的问题，具有预测准确率高，模型训练效率高等优点。

公开(公告)号：CN118173254A

公开(公告)日：2024-06-11

申请号：CN202211581614.4

申请日：2022-12-08

Applicant: 中国科学院大连化学物理研究所

Inventor： 许国旺 ,  赵金慧 ,  李超 ,  王鑫欣 ,  赵欣捷 ,  路鑫

IPC: G16H50/30 ,  G06N20/00 ,  G16H50/70 ,  G16B20/00

Abstract: 本发明公开了基于深度学习整合多组学数据的疾病关键分子及模块筛查方法。首先，构建生物背景网络；获取多组学数据，并利用基因规模化代谢网络模型预测代谢流来丰富代谢组学信息；通过多种机器学习算法处理多组学数据；进一步采用网络传播归纳式方法预测网络中无属性信息分子在疾病发生发展中的贡献，进而通过社区发现算法鉴定疾病相关模块；最后，利用基因规模化代谢网络模型模拟基因敲除实验验证疾病关键分子的生物学可解释性。本发明基于生物分子间相互作用关系构建生物背景网络，联合多种机器学习算法预处理实验数据并作为分子属性信息映射到网络中，在保证生物可解释性的基础上实现疾病多组学谱的深度挖掘，显著提升了原始数据的利用率。

公开(公告)号：CN116262893A

公开(公告)日：2023-06-16

申请号：CN202111538033.8

申请日：2021-12-15

Applicant: 中国科学院大连化学物理研究所

Inventor： 许国旺 ,  李杭 ,  贾震 ,  石先哲 ,  赵金慧 ,  胡春秀

IPC: C12M1/33 ,  C12M1/00

Abstract: 本发明提供一种基于阵列孔板珠打研磨的细胞前处理装置及方法。本发明包括倒膜胶垫、阵列式细胞密封机构、连接导杆和研磨仪，所述倒模胶垫设置于阵列式细胞密封机构上方，所述阵列式细胞密封机构的底部通过所述连接导杆与研磨仪相连，所述阵列式细胞密封机构包括阵列式的孔板，孔板的上下可拆卸地连接有封闭板，所述阵列式的孔板上盛装细胞和研磨颗粒。本发明可以实现微量细胞样的大批次前处理。利用阵列孔板，结合珠打研磨，保证细胞前处理过程中，每一个孔板批次间的一致性。本发明采用阵列式的处理方法，同时处理多个细胞培养皿的细胞，可以极大的提高操作者的工作效率。