-
公开(公告)号：CN104480111A
公开(公告)日：2015-04-01
申请号：CN201410477059.X
申请日：2014-09-18
Applicant: 南通大学附属医院
IPC: C12N15/113 , A61K48/00 , A61P35/00
Abstract: 本发明公开了一种干预丛生蛋白基因转录来逆转肝癌细胞多药耐药的shRNA，其创新点在于：包括以下四条shRNA模板序列中的任一条或一条以上任意组合：CLU-shRNA1：5’-GTAAGTACGTCAATAAGGA-3’；CLU-shRNA2：5’-GGGAATCAGAGACAAAGCT-3’；CLU-shRNA3：5’-CAGTGGAAGATGCTCAACA-3’；CLU-shRNA4：5’-GCGAAGACCAGTACTATCT-3’；将本发明的四条寡核苷酸链退火形成双链的shRNA模板，能够高效抑制人HepG2/ADM细胞株CLU基因转录及CLU蛋白表达。能够明显降低化疗药物IC50值，对靶向或抗癌药物治疗具有增敏作用。通过促凋亡机制使得阿霉素诱导的肝癌细胞发生的凋亡数明显高于对照组及阴性组。
-
公开(公告)号：CN103805607A
公开(公告)日：2014-05-21
申请号：CN201410092891.8
申请日：2014-03-13
Applicant: 南通大学附属医院
IPC: C12N15/113 , A61K48/00 , A61P35/00 , A61P1/16
Abstract: 本发明公开了一种干预IGF-I受体基因转录抑制肝癌细胞增殖的shRNA，包括以下三条shRNA模板序列IGF-IR-shRNA2、IGF-IR-shRNA3、IGF-IR-shRNA4中的任一条或一条以上。上述的shRNA能够高效抑制IGF-IR基因转录，从而抑制肝癌细胞增殖，能够对靶向或抗癌药物治疗具有增敏作用。本发明的shRNA能够应用于制备抗肝癌的药物，具有很大的应用前景和经济价值。
-
公开(公告)号：CN118489617A
公开(公告)日：2024-08-16
申请号：CN202410705996.X
申请日：2024-06-03
Applicant: 南通大学
IPC: A01K67/02 , A23K50/50 , A23K20/158 , A23K10/20 , A23K20/10 , A23K20/168
Abstract: 本发明提供一种代谢相关脂肪性肝病模型动物模型的构建方法，涉及生物模型构建技术领域，包含以下步骤：S1：材料准备：准备适合的小鼠；S2：小鼠喂养：对小鼠进行高脂饮食或使用高脂饮食及致癌物的饲养；S3：过表达CPT2；S4：小鼠肝脏CPT2表达情况验证。本发明的CPT2在代谢相关脂肪性肝病动物模型中有下调的趋势；本发明整个过程采用饮食喂养及灌胃诱癌较为方便，且不受MAFLD发病机制限制，方法简便。本发明通过检测肝脏脂滴染色、外周血血清肝功能生化指标及免疫组化检测炎症因子水平验证MAFLD模型构建成功。本发明能够稳定、可靠地构建MAFLD模型，并验证脂积聚肝脏CPT‑II基因表达水平下调与P53凋亡通路相关，且过表达CPT‑II后可以限制MAFLD的恶性进展。
-
公开(公告)号：CN107625756A
公开(公告)日：2018-01-26
申请号：CN201710796452.9
申请日：2017-09-06
Applicant: 南通大学
IPC: A61K31/047 , A61K31/133 , A61P35/00
Abstract: 本发明公开了1,6-己二醇或其衍生物在制备抗肿瘤药物中的应用。1,6-己二醇或其衍生物可以破坏蛋白的弱相互作用，抑制液相分离过程，可有效抑制肿瘤的发生和发展。1,6-己二醇在低浓度情况下能相对特异地抑制胰腺癌、肺癌以及黑色素瘤等细胞增殖，在制备防治比如胰腺癌、肺癌以及黑色素瘤等的抗肿瘤药物方面，具有良好的应用前景。
-
公开(公告)号：CN106434752A
公开(公告)日：2017-02-22
申请号：CN201610413072.8
申请日：2016-06-14
Applicant: 南通大学附属医院
IPC: C12N15/867
CPC classification number: C12N15/86 , C12N2740/15043
Abstract: 本发明公开了敲除Wnt3a基因的过程及其验证方法，经过构建针对Wnt3a基因的Cas9慢病毒载体、HepG2细胞的培养与传代、目的细胞慢病毒感染与筛选、错配酶法验证基因敲除效率、细胞蛋白分析、CCK-8法检测细胞增殖的步骤完成对Wnt3a基因的敲除及验证。本发明的优点在于：本发明通过首次构建Cas9双载体慢病毒系统敲除Wnt3a基因,Crispr/Cas9 是一种能够对任何物种基因组的特定位点进行精确编辑的技术，使用该技术能够进行细胞水平单基因或多基因敲除，该方法比其它基因编辑技术靶向精确性更高，RNA靶向序列和基因组序列必须完全匹配，Cas9才会对DNA进行剪切，并可实现对靶基因多个位点同时敲除，载体构建实验周期短，节省大量时间和成本，并且无物种限制。
-
Patent Agency Ranking
公开(公告)号：CN105589953A
公开(公告)日：2016-05-18
申请号：CN201510964759.6
申请日：2015-12-21
Applicant: 南通大学
IPC: G06F17/30
CPC classification number: G06F16/9577 , G06F16/955
Abstract: 本发明公开了一种突发公共卫生事件互联网文本抽取方法，包括筛选作为对突发公共卫生事件信息进行挖掘的社会媒体，对筛选后的社会媒体进行分类，对于不同类别的社会媒体按照不同的方式进行文本抓取，以及将抓取的结果存入数据库。本方法充分考虑了不同社会媒体的不同特点，根据这些不同特点制定不同的信息抓取策略，从而实现了提高信息抓取速度、增进抓取信息的准确度，因此能够在第一时间收集突发公共卫生事件的舆情，对突发公共卫生事件的做出预警，此外还可供公共管理部门监测舆情使用。
-
公开(公告)号：CN104573009A
公开(公告)日：2015-04-29
申请号：CN201510010013.1
申请日：2015-01-08
Applicant: 南通大学
CPC classification number: G06F16/93 , G06F17/2705 , G06N5/02
Abstract: 本发明公开了一种领域知识库属性扩展的方法，包括建立属性要素框架,再通过参考《同义词词林》扩展属性词，从而作为种子集合。将已有的、并且词性标注和经过Gate标注的属性信息作为种子属性集合，设计种子模式，选择与种子模式匹配的内容信息，将这些特征词按照给定的文本模式结构进行模式化表示，从而生成新的文本模式，再用这些自动获取的文本模式来抽取新的特征属性，并将新的特征属性加入属性特征种子集合，不断重复这段过程从而完善扩充属性信息，本发明能提高领域知识库属性扩展覆盖面和精确度，进而提高领域知识库的质量，同时该方法简单高效。
-
公开(公告)号：CN113343710B
公开(公告)日：2023-09-29
申请号：CN202110726042.3
申请日：2021-06-29
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
IPC: G06F40/30 , G06F40/295 , G06F18/22 , G06N3/048 , G06N3/088
Abstract: 本发明公开了一种基于Ising模型的无监督词嵌入表示学习方法，包含以下步骤S1.将输入的文本数据实体依照Ising Model构建稀疏矩阵WISM；S2.将WISM经过SLEP得到全局关系矩阵WWCM；S3.构建批次文本数据实体集Batchi；S4.依次将n个Batchi输入至Word2vec模型，利用Skip‑Gram框架结合负采样的方法得到各实体Vmij的梯度#imgabs0#及#imgabs1#步骤S5.利用局部关系矩阵Wscm结合梯度#imgabs2#更新辅助向量θu，利用负关系矩阵WNCM结合梯度#imgabs3#更新Vmij的词嵌入Veij，本发明通过利用引入由Ising模型获取的带有全局信息的矩阵结合梯度不断更新辅助向量θu及词嵌入Veij，在Word2vec训练过程中引入全局关系得分，本发明的词嵌入表示学习方法准确性高。
-
公开(公告)号：CN110348019B
公开(公告)日：2023-04-28
申请号：CN201910644003.1
申请日：2019-07-17
Applicant: 南通大学
IPC: G06F40/289 , G06N3/045 , G06N3/0499 , G06N3/08 , G16H50/20 , G16H50/30 , G16H50/70
Abstract: 本发明提供一种基于注意力机制的医疗实体向量转化方法，建立MedE2vec模型，具体包括以下步骤：患者整个医疗过程的电子病历包括时间分布零散的多次诊疗事件Event，单次的诊疗事件Event由患者的多个医疗实体Entity组成；输入患者的一次临床诊疗的所有医疗实体，由初始化向量矩阵W将其初始化为向量表示的诊疗序列；捕获患者诊疗事件序列V内部的医疗实体之间的关系即注意力机制；捕获患者不同诊疗事件间的关系：经过迭代训练得到向量矩阵W，W中的第i行即表示医疗实体集合中的向量；通过损失函数不断优化向量矩阵W，来得到最终的医疗实体向量。本发明是一个基于注意力机制的深度学习模型；MedE2vec可以生成更加精确的医疗实体向量。
-
公开(公告)号：CN113343710A
公开(公告)日：2021-09-03
申请号：CN202110726042.3
申请日：2021-06-29
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
IPC: G06F40/30 , G06F40/295 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于Ising模型的无监督词嵌入表示学习方法，包含以下步骤S1.将输入的文本数据实体依照Ising Model构建稀疏矩阵WISM；S2.将WISM经过SLEP得到全局关系矩阵WWCM；S3.构建批次文本数据实体集Batchi；S4.依次将n个Batchi输入至Word2vec模型，利用Skip‑Gram框架结合负采样的方法得到各实体Vmij的梯度及步骤S5.利用局部关系矩阵Wscm结合梯度更新辅助向量θu，利用负关系矩阵WNCM结合梯度更新Vmij的词嵌入Veij，本发明通过利用引入由Ising模型获取的带有全局信息的矩阵结合梯度不断更新辅助向量θu及词嵌入Veij，在Word2vec训练过程中引入全局关系得分，本发明的词嵌入表示学习方法准确性高。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.019 seconds)
