-
公开(公告)号:CN119464015A
公开(公告)日:2025-02-18
申请号:CN202510048464.8
申请日:2025-01-13
Applicant: 中南大学
IPC: C12M1/00 , C12M1/34 , G01N15/1434 , B01L3/00
Abstract: 本发明提供一种微流控分选系统及方法,涉及微粒分选技术领域,微流控分选系统包括微流控分选芯片、液体驱动装置、图像采集装置以及控制器。本发明提供一种微流控分选系统及方法,能基于图像采集装置和深度学习技术,在无需对待分选微粒进行荧光染色的情况下,实现从待分选微粒中分选得到所需的目标微粒,能减少因荧光染色对待分选微粒的影响和破坏,能提高后续实验的准确性和可信度,还能显著降低细胞分选所需投入的成本,能获取细胞尺寸、圆度、边缘特征和形态特征等多维度的信息,能更好地满足多维度的细胞分选需求,有助于更准确、更高效地分选得到目标微粒,能更好地满足多维度的细胞分选需求,能实现细胞的柔性分选和无损分选。
-
公开(公告)号:CN118658008B
公开(公告)日:2024-11-19
申请号:CN202411125379.9
申请日:2024-08-16
Applicant: 中南大学
IPC: G06V10/764 , G06N3/0455 , G06N3/0464 , G06V10/40 , G06V10/82
Abstract: 本申请涉及疾病图像处理技术领域,提供了一种甲病图像处理系统。该甲病图像处理系统包括:数据增强模块进行数据增强,得到第一子图像和第二子图像;特征提取模块用于利用特征提取模型得到标记令牌、第一子图像特征、第二子图像特征;第一分类模块利用第一分类模型得到第一图像类别概率分布,利用第二分类模型得到第二图像类别概率分布;第一构建模块构建分类损失函数;第二构建模块构建平衡混合代理损失函数;最终损失函数构建模块构建最终损失函数,并对特征提取模型、第一分类模型、第二分类模型进行优化;第二分类模块利用优化后的模型确定待预测甲病图像的图像类别。本申请的甲病图像处理系统能够提高甲病图像分类的准确性。
-
公开(公告)号:CN118795139A
公开(公告)日:2024-10-18
申请号:CN202310382959.5
申请日:2023-04-12
Applicant: 中南大学湘雅医院
IPC: G01N33/574 , G01N33/573 , G01N33/68 , A61K45/06 , A61K39/395 , A61K31/7056 , A61K31/7088 , A61P35/00
Abstract: 本发明提供了提供PD‑L1/PD‑1、CTLA‑4等免疫检查点单抗肿瘤免疫检测或者免疫治疗辅助药物的新研发方向,开发新的联合用药的模式,具体的本发明公开了检测AMPK/HLTF/CD137L轴表达水平的制剂在制备PD‑L1/PD‑1、CTLA‑4等免疫检查点单抗肿瘤免疫治疗用药检测试剂中的应用,还公开了基于AMPK/HLTF/CD137L轴的靶向药物与PD‑L1/PD‑1、CTLA‑4等免疫检查点单抗药物联用在制备肿瘤免疫辅助治疗策略中的应用。所述肿瘤优选为实体肿瘤。所述肿瘤进一步优选为黑色素瘤。
-
公开(公告)号:CN118501463A
公开(公告)日:2024-08-16
申请号:CN202310111899.3
申请日:2023-02-14
Applicant: 中南大学湘雅医院
IPC: G01N33/68 , G01N33/574 , A61K45/00 , A61K39/395 , A61P35/00
Abstract: 本发明提供了提供PD‑L1/PD‑1、CTLA‑4等免疫检查点单抗肿瘤免疫检测或者免疫治疗辅助药物的新研发方向,开发新的联合用药的模式,具体的本发明公开了CCL8的检测试剂在PD‑L1/PD‑1、CTLA‑4免疫检查点单抗肿瘤免疫治疗用药检测试剂盒中的应用。CCL8的抑制剂在制备PD‑L1/PD‑1、CTLA‑4免疫检查点单抗肿瘤免疫治疗药物中的应用。CCL8的抑制剂与PD‑L1/PD‑1、CTLA‑4免疫检查点单抗药物联用在制备肿瘤免疫辅助治疗用药中的应用。所述肿瘤优先为实体肿瘤。所述肿瘤进一步优先为黑色素瘤或肺癌。
-
公开(公告)号:CN112133367B
公开(公告)日:2024-07-12
申请号:CN202010824226.9
申请日:2020-08-17
Applicant: 中南大学
Abstract: 本申请涉及一种药物与靶点间的相互作用关系预测方法及装置,所述方法包括:获取待预测药物‑靶点对,待预测药物‑靶点对包括待预测药物的药物特征,以及待预测靶点的靶点特征;根据药物特征确定待预测药物与已知药物的相似度,根据靶点特征确定待预测靶点与已知靶点的相似度;根据待预测药物与各已知药物的相似度、待预测靶点与各已知靶点的相似度,以及药物与靶点之间的已知相互作用关系,确定待预测药物‑靶点对的相互作用关系预测结果。上述方法通过药物特征、靶点特征以及已知的药物靶点之间相互作用关系来预测药物靶点之间的相互作用关系,无需提前知道靶点蛋白的结构,使得药物‑靶点关系对的预测在实际情况中更容易实现。
-
公开(公告)号:CN118207325A
公开(公告)日:2024-06-18
申请号:CN202211621546.X
申请日:2022-12-16
Applicant: 中南大学湘雅医院
IPC: C12Q1/6886 , G01N33/573 , A61K45/06 , A61P35/00
Abstract: 本发明提供了一种CPT1A的检测试剂在PD‑L1/PD‑1、CTLA‑4免疫检查点单抗肿瘤免疫治疗用药前的试剂盒中的应用。还提供了CPT1A的激动剂在制备PD‑L1/PD‑1、CTLA‑4免疫检查点组合治疗药物中的应用。进一步的提供了CPT1A的激动剂与PD‑L1/PD‑1、CTLA‑4免疫检查点单抗药物联用在制备肿瘤免疫辅助治疗药物中的应用。所述肿瘤为黑色素瘤或实体肿瘤。所述CPT1A的激动剂为shRNA或者苯扎贝特。本发明针对CPT1A这一新靶点,为PD‑L1/PD‑1、CTLA‑4等免疫检查点单抗肿瘤免疫治疗提供新的免疫检测靶点,便于开发检测试剂或者提供免疫治疗辅助药物或者联合用药。
-
公开(公告)号:CN114410778B
公开(公告)日:2024-03-19
申请号:CN202111634204.7
申请日:2021-12-29
Applicant: 中南大学湘雅医院
IPC: C12Q1/6886 , A61K45/00 , A61P35/00
Abstract: 本发明属于PD‑L1/PD‑1单抗肿瘤免疫治疗领域,提供了PD‑L1/PD‑1单抗肿瘤免疫检测或者免疫治疗辅助药物的新研发方向,开发新的联合用药的模式。具体本发明提供了PF543在制备PD‑L1/PD‑1单抗肿瘤免疫辅助治疗药物中的应用,所述肿瘤为实体肿瘤,进一步的所述实体肿瘤为黑素瘤。
-
公开(公告)号:CN117511734A
公开(公告)日:2024-02-06
申请号:CN202311475255.9
申请日:2023-11-08
Applicant: 中南大学
Abstract: 本发明提供一种用于评估肿瘤转移性的肿瘤类器官芯片及方法。肿瘤类器官芯片包括患者来源肿瘤类器官、Transwell腔室、细胞培养芯片、基底;所述Transwell腔室包括Transwell腔室支架和Transwell滤膜;所述细胞培养芯片包括孔位和腔室;所述孔位用于放置Transwell腔室,Transwell腔室与细胞培养芯片中的腔室紧密配合;所述Transwell腔室中的Transwell滤膜将Transwell腔室与细胞培养芯片中的腔室隔开;所述细胞培养芯片中的腔室用于收集和培养从Transwell腔室中转移出的肿瘤细胞。本发明的用于评估肿瘤转移性的肿瘤类器官芯片可以模拟人体内肿瘤生长和转移的生理过程,能够有效评估患者肿瘤细胞的侵袭能力和生长能力,为研究患者肿瘤的转移性以及相应的肿瘤治疗和药物研究提供了重要工具。
-
公开(公告)号:CN117482156A
公开(公告)日:2024-02-02
申请号:CN202311575029.8
申请日:2023-11-23
Applicant: 中南大学湘雅三医院
IPC: A61K36/86 , A61P31/04 , A61P39/06 , A61P29/00 , A61P7/04 , A61P3/10 , A61P9/12 , A61P35/00 , A61P37/08
Abstract: 本发明提供一种抗G+性菌兼抗氧化的复方清热剂碳量子点纳米酶及其制备方法及应用,包括:将金银花、野菊花、蒲公英、紫花地丁、紫背天葵子药材粉末与水混合,得到混合液;将混合液水热反应,得到碳量子点纳米酶。该量子点透射电镜测量粒径
-
公开(公告)号:CN115171887B
公开(公告)日:2024-01-09
申请号:CN202210886164.3
申请日:2022-07-26
Applicant: 中南大学湘雅医院
IPC: G16H50/20 , G06F18/214 , G06F18/23
Abstract: 本发明公开了基于免疫相关细胞对的黑素瘤预后预测方法及系统,通过用免疫相关细胞对的免疫相关风险替代基因表达谱,结合剔除冗余特征的临床预后信息,从临床指标和免疫微环境两个层面建立预后预测模型,再以该预后预测模型进行预测。相比现有技术,由于免疫相关细胞对的免疫相关风险在进行免疫微环境评估时,用相对大小代替绝对大小,能有效解决批次效应产生的误差,此外,本发明还从多个临床预后信息中筛选出非特征冗余的临床关键特征与所述免疫相关细胞对的免疫相关风险配合使用,能以最少的特征数据实现高准确率的预后预测,进一步减少预测的计算机资源消耗。
-
-
-
-
-
-
-
-
-