公开(公告)号：CN118930662A

公开(公告)日：2024-11-12

申请号：CN202411402301.7

申请日：2024-10-09

申请人： 郑州大学第三附属医院(河南省妇幼保健院) ,  郑州大学

发明人： 张凯 ,  谢祎飞 ,  丁杨楠 ,  时倩倩 ,  于静 ,  马军 ,  方阳

IPC分类号： C07K19/00 ,  C12N15/62 ,  C12N15/867 ,  C12N5/10 ,  A61K39/00 ,  A61P35/00

摘要： 本发明涉及靶向CLEC2D的CAR及其应用，具体涉及一种靶向CLEC2D的CAR，所述CAR由人CD8a分子信号肽、人源CD161胞外区、人CD8a分子柔性片段、人CD28分子跨膜区与胞内区、人CD3z分子胞内区依次串联构成；或所述CAR由人CD8a分子信号肽、人源CD161胞外区、人CD8a分子柔性片段、人41BB分子跨膜区与胞内区、人CD3z分子胞内区依次串联构成。本发明提供的CAR在NK细胞上表达所得到的CAR‑NK‑细胞可以靶向CLEC2D抗原从而治疗表达CLEC2D的肿瘤，将其与牛磺酸联用来制备抗肿瘤药物，发现其能提高其对肿瘤细胞的杀伤能力。

公开(公告)号：CN118824361A

公开(公告)日：2024-10-22

申请号：CN202410973220.6

申请日：2024-07-19

申请人： 郑州大学第三附属医院(河南省妇幼保健院) ,  郑州大学

发明人： 方阳 ,  张琳琳 ,  许红恩 ,  时倩倩 ,  丁杨楠 ,  高金爽 ,  郭亚清 ,  张凯 ,  马军

IPC分类号： G16B20/20 ,  G16B40/00 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明提供了一种基于深度学习模型的遗传变异致病性预测方法及系统，所述方法包括：将每个错义变体的参考序列、变异序列及致病性预测分数进行编码，分别得到对应RGB像素图像中R、G和B三个通道的编码图像；将R、G和B通道的编码图像置入DeepVarPred深度模型中训练，输出致病性概率分数。相较于现有技术，本发明采用了独特的DeepVarPred深度学习模型，该模型结合独特的图像化方法和自身深度学习层级，能够将遗传变异和其相关的多种生物信息编码转换为RGB图像再利用深度卷积神经网络进行分析，从而解决了现有技术成本高、处理速度慢和预测准确度有限等问题。