-
公开(公告)号：CN118798041A
公开(公告)日：2024-10-18
申请号：CN202410906411.0
申请日：2024-07-08
Applicant: 中南大学
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明公开了一种基于机器学习势的二维电卡材料制冷性能的计算方法及系统，方法包括以下步骤：首先基于第一性原理计算和机器学习深度神经网络，训练得到既有经典动力学的计算效率又具备第一性原理计算精度的分子动力学势函数；接着使用训练得到的势函数，利用Born有效电荷的定义计算体系的极化率，并考虑外电场对体系模拟的影响；随后使用分子动力学模拟极化随电场的变化曲线、极化随温度的变化曲线、铁电的电滞回线；最后借助分子动力学数据通过直接方法计算二维铁电材料的电卡性能包括绝热温变和等温熵变，为实际实验制备二维铁电材料电卡材料提供理论基础和指导性依据。
-
公开(公告)号：CN111161796B
公开(公告)日：2024-04-16
申请号：CN201911395614.3
申请日：2019-12-30
Applicant: 中南大学
Abstract: 本发明涉及一种预测PD潜在gene和miRNA的方法及系统，该方法先对不同的已知gene之间的边的权值和已知gene与候选gene之间的边的权值进行打分，然后计算得到不同的已知miRNA之间的边的权值和已知miRNA与候选miRNA之间的边的权值，再然后对gene和miRNA之间的边的权值赋值，接着构建邻接矩阵A，最后通过算法填充矩阵A得到矩阵X，矩阵X对角线上待填充元素的值的大小即为与PD关联程度的大小。本发明利用gene存在着相互关系越强的gene所调控的蛋白质功能越相近，功能越相近的蛋白质导致的疾病越相似的特性，构建出低秩矩阵A，在使用算法填充矩阵A，使得预测结果更准确。
-
公开(公告)号：CN113744799B
公开(公告)日：2023-10-13
申请号：CN202111037945.7
申请日：2021-09-06
Applicant: 中南大学
Abstract: 本发明公开了一种基于端到端学习的化合物和蛋白质相互作用与亲和力预测方法，包括：将化合物的分子式转换为原子邻接图，使用图注意力网络学习化合物每个原子的表征向量；将蛋白质氨基酸序列切分为残基序列，使用卷积神经网络模型学习残基的表征向量；构建双向注意力网络模型来融合所有原子和残基的表征向量，得到化合物特征向量和蛋白质特征向量；使用神经网络并根据化合物和蛋白质的特征向量，对化合物与蛋白质之间的相互作用以及亲和力进行预测。本发明既可以用于化合物和蛋白质相互作用的预测，又能够预测二者之间的结合亲和力，而且预测准确性好。
-
公开(公告)号：CN116504307A
公开(公告)日：2023-07-28
申请号：CN202310097309.6
申请日：2023-02-10
Applicant: 中南大学
Abstract: 本发明公开了一种基于对比学习和注意力机制的蛋白质与RNA结合位点预测方法、设备和介质，方法包括：提取蛋白质的生物理化特征及语义特征，使用多头注意力融合生物理化特征及语义特征，得到蛋白质各氨基酸的注意力向量；将注意力向量输入至预测模块，得到蛋白质与RNA的结合位点；其中，多头注意力和预测模块的参数预先优化方法为：根据蛋白质样本上的RNA结合位点和非结合位点的注意力向量之间的相似性构建第一损失函数，及根据蛋白质样本的预测准确性构建第二损失函数，然后基于两个损失函数和对多头注意力和预测模块的参数进行优化。本发明分类效果好、适用性强，且具有较强泛化能力，在蛋白质与RNA结合位点预测问题上取得显著效果。
-
公开(公告)号：CN116013428A
公开(公告)日：2023-04-25
申请号：CN202310097306.2
申请日：2023-02-10
Applicant: 中南大学
IPC: G16C20/50 , G16C20/70 , G16B15/30 , G16B40/00 , G06N3/0895
Abstract: 本发明公开了一种基于自监督学习的药物靶标通用预测方法、设备及介质，方法包括：使用化合物特征提取模块提取药物特征向量：将药物分子结构拆分成子结构序列，并将每个子结构转换为向量编码得到序列向量，输入到编码器中进行特征提取；其中，利用掩码语言模型预测、分子描述符预测和分子官能团预测并基于药物样本的特征向量对化合物特征提取模块及这三个预测模型进行自监督训练，得到所述化合物特征提取模块；提取靶标的特征向量；基于药物和靶标的特征向量，使用自动机器学习模型进行药物与靶标之间的任务预测。本发明适用于包括药物‑靶标相互作用、结合亲和力和作用机制等预测任务，且在各个任务上的预测准度都优于同类型的预测方法。
-
Patent Agency Ranking
公开(公告)号：CN113234678B
公开(公告)日：2022-12-16
申请号：CN202110531769.6
申请日：2021-05-17
Applicant: 中南大学
IPC: C12N5/09 , A01K67/027 , C12Q1/02 , A61K49/00
Abstract: 本发明提供了一种对依托泊苷与卡铂联合耐药的人小细胞肺癌细胞株及其制备方法和应用。所述人小细胞肺癌细胞株保藏在中国典型培养物保藏中心，保藏编号为CCTCC No：C202168。本发明的小细胞肺癌细胞株性状稳定，可稳定多次传代，可用于在哺乳动物中产生人小细胞肺癌，制备人小细胞肺癌模型，并且该细胞对小细胞肺癌一线治疗药物依托泊苷与卡铂联合用药耐受，可用于小细胞肺癌耐药分子机制研究，和筛选治疗耐药型人小细胞肺癌的候选药物，为小细胞肺癌研究提供新的更接近于临床肿瘤生物学特性的实验材料。
-
公开(公告)号：CN113234679B
公开(公告)日：2022-11-29
申请号：CN202110531874.X
申请日：2021-05-17
Applicant: 中南大学
IPC: C12N5/09 , A01K67/027 , C12Q1/02 , A61K49/00
Abstract: 本发明公开了一种克唑替尼耐药的人肺腺癌细胞株及其制备和应用。该人肺腺癌细胞保藏在中国典型培养物保藏中心，保藏编号为CCTCC No：C202169。该肺腺癌细胞可用于构建肺腺癌移植模型，并且该细胞株对克唑替尼具有耐药性，属于原发性耐药，可用于研究肺腺癌耐药机制，在逆转肺癌细胞耐药性、指导病人用药和筛选新的治疗药物方面都具有重要的应用前景。本发明的人肺腺癌细胞株性状稳定，可稳定多次传代。本发明的人肺腺癌细胞株具有临床上人肺腺癌的生物学性状，为肺腺癌的研究提供更接近于临床肿瘤生物学特性的实验材料。
-
公开(公告)号：CN109697285B
公开(公告)日：2022-06-21
申请号：CN201811523661.7
申请日：2018-12-13
Applicant: 中南大学
IPC: G06F40/289 , G06F40/30 , G16H10/60 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种增强语义表示的层次BiLSTM中文电子病历疾病编码标注方法，对输入的电子病历文本进行预处理后，考虑中文词语构成中，单个汉字包含具体语义，利用引入关注机制的BiLSTM提取字符级特征向量表示，获得单个汉字的语义及构词特征；将字符级词向量表示与利用word2vec训练得到的词语级别的向量表示进行拼接，得到字符特征增强的词语向量表示；以特征词向量表示的文本序列作为输入，再次利用BiLSTM学习整个电子病历中的上下文特征，并采用关注机制，计算各个特征词的贡献度，得到上下文特征加权的文本向量表示，提高了预测效果。本发明的方法适用于基于中文电子病历文本的疾病标签分类任务，并有效提高了分类效果。
-
公开(公告)号：CN113192562B
公开(公告)日：2022-05-13
申请号：CN202110496456.1
申请日：2021-05-07
Applicant: 中南大学
Abstract: 本发明公开了一种融合多尺度模块结构信息的致病基因识别方法及系统，通过基于模块度优化的多尺度模块识别算法提取多尺度模块划分；对于每个尺度的模块划分，计算模块的疾病相关性分值和基因的疾病相关性分值，并获得基因的排序列表；基于朴素贝叶斯理论，计算来自多尺度模块划分的基因排序列表的聚合分值列表和对应的基因排序列表；将基于多尺度模块结构的基因排序列表和基于网络随机游走的基因排序列表融合以得到最终的综合的基因分值列表，并计算得到最终的基因排序列表，从而识别致病基因。本发明的方法通过网络多尺度模块挖掘，能够有效地利用隐藏在网络多尺度模块结构中的信息，从而获得更强的识别致病基因的能力。
-
公开(公告)号：CN113234679A
公开(公告)日：2021-08-10
申请号：CN202110531874.X
申请日：2021-05-17
Applicant: 中南大学
IPC: C12N5/09 , A01K67/027 , C12Q1/02 , A61K49/00
Abstract: 本发明公开了一种克唑替尼耐药的人肺腺癌细胞株及其制备和应用。该人肺腺癌细胞保藏在中国典型培养物保藏中心，保藏编号为CCTCC No：C202169。该肺腺癌细胞可用于构建肺腺癌移植模型，并且该细胞株对克唑替尼具有耐药性，属于原发性耐药，可用于研究肺腺癌耐药机制，在逆转肺癌细胞耐药性、指导病人用药和筛选新的治疗药物方面都具有重要的应用前景。本发明的人肺腺癌细胞株性状稳定，可稳定多次传代。本发明的人肺腺癌细胞株具有临床上人肺腺癌的生物学性状，为肺腺癌的研究提供更接近于临床肿瘤生物学特性的实验材料。
-
-
-
-
-
-
-
-
-
Search Results
155
records
(took 0.086 seconds)
