-
公开(公告)号：CN113707234B
公开(公告)日：2023-09-05
申请号：CN202110992135.0
申请日：2021-08-27
Applicant: 中南大学
Abstract: 本公开实施例中提供了一种基于机器翻译模型的先导化合物成药性优化方法，属于医疗保健信息学技术领域，具体包括：训练翻译模型；根据机器学习算法建立多个药代动力学终点对应的计算模型，形成预测模型组；将初始分子字符串输入编码器，生成目标矢量；根据接收到的优化指令将目标矢量输入预测模型组，得到优化指令对应的优化预测指标；根据优化预测指标和初始分子字符串对应的计算指标进行加权平均计算，得到初始分子字符串的得分；根据目标矢量和得分，利用优化算法迭代预设次数得到优化分数集合；将优化分数集合输入解码器，利用预设算法计算每个优化矢量对应的字符串，形成目标分子字符串集合。通过本公开的方案，提高了优化效率和适应性。
-
-
公开(公告)号：CN111341390A
公开(公告)日：2020-06-26
申请号：CN202010098622.8
申请日：2020-02-18
Applicant: 中南大学
Abstract: 本发明提供了一种定量构效关系辅助匹配分子对分析方法，包括：对分子的结构进行清洗、除盐、去复合物，收集实验数据，并对所述实验数据进行预处理；计算分子描述符，根据所述分子描述符建立定量构效关系模型；根据所述定量构效关系模型预测现有的数据库，扩增实验数据；选出预测准确的分子，将标准偏差作为到定量构效关系模型的距离，从而评估模型的定量构效关系应用域；将挑选出来预测准确的数据和收集的实验数据混合进行匹配分子对分子。本发明解决了匹配分子对分析在小数据上应用得到限制的问题，挖掘出了一些还未被探索的新的化学规则，有更多的知识指导先导化合物的优化，加速了药物设计周期。
-
公开(公告)号：CN113559348A
公开(公告)日：2021-10-29
申请号：CN202110895087.3
申请日：2021-08-05
Applicant: 中南大学湘雅二医院
Abstract: 本发明公开了一种上下瓶安慰输液装置，它由带液输液袋1、安慰输液管2、收液空袋3、输液排气针4、收液排气针5组成；设计的带液输液袋1通过安慰输液管2将药水排到收液空袋3能较好的让患者看到自己正在打点滴，安慰针头2‑2用胶布粘在患者血管外部皮肤上，看见自己正在输液治疗，能较好的解决患者感觉自己不被治疗的心理负担。
-
Patent Agency Ranking
公开(公告)号：CN112133449A
公开(公告)日：2020-12-25
申请号：CN202010835987.4
申请日：2020-08-19
Applicant: 中南大学
Abstract: 本申请涉及一种诱导肝毒性预测方法、装置、计算机设备及存储介质，所述方法包括：获取待预测化合物的特征信息；将所述特征信息输入肝毒性预测模型，得到所述待预测化合物的肝毒性预测结果；将所述特征信息输入各肝脏不良反应等级预测模型，得到所述待预测化合物的各肝脏不良反应等级预测结果；将所述特征信息输入各肝脏不良反应类别预测模型，得到所述待预测化合物的各肝脏不良反应类别预测结果；根据所述肝毒性预测结果、各所述肝脏不良反应等级预测结果以及各所述肝脏不良反应类别预测结果，确定所述待预测化合物的诱导肝毒性综合预测结果。上述方法对于一个待预测化合物得到了与肝毒性相关的多方面预测结果，使得上述诱导肝毒性预测方法的应用范围更加广泛。
-
公开(公告)号：CN111613266A
公开(公告)日：2020-09-01
申请号：CN202010431470.9
申请日：2020-05-20
Applicant: 中南大学
Abstract: 本发明提供了一种基于定量构效关系的离群值检测方法，包括：步骤1，收集数据作为数据集，对数据集进行预处理；步骤2，利用蒙特卡洛方法将数据集随机分为训练集和测试集；步骤3，基于训练集构建定量构效关系模型；步骤4，通过构建的定量构效关系模型预测测试集，计算出测试集中每个样本的预测误差；步骤5，根据每个样本的预测误差计算出预测误差的平均值和标准差，通过预测误差的平均值和标准差检测离群值；步骤6，根据计算出的预测误差的平均值和标准差绘制四分图。本发明所提供的基于定量构效关系的离群值检测方法，可以同时识别和处理所有离群值，并考虑了样本中离群值和因变量方向的共存对定量构效关系模型质量的影响。
-
公开(公告)号：CN113707234A
公开(公告)日：2021-11-26
申请号：CN202110992135.0
申请日：2021-08-27
Applicant: 中南大学
Abstract: 本公开实施例中提供了一种基于机器翻译模型的先导化合物成药性优化方法，属于医疗保健信息学技术领域，具体包括：训练翻译模型；根据机器学习算法建立多个药代动力学终点对应的计算模型，形成预测模型组；将初始分子字符串输入编码器，生成目标矢量；根据接收到的优化指令将目标矢量输入预测模型组，得到优化指令对应的优化预测指标；根据优化预测指标和初始分子字符串对应的计算指标进行加权平均计算，得到初始分子字符串的得分；根据目标矢量和得分，利用优化算法迭代预设次数得到优化分数集合；将优化分数集合输入解码器，利用预设算法计算每个优化矢量对应的字符串，形成目标分子字符串集合。通过本公开的方案，提高了优化效率和适应性。
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
