一种基于深度特征融合编码器的药物-靶标相互作用预测系统

    公开(公告)号:CN114242161A

    公开(公告)日:2022-03-25

    申请号:CN202111314352.0

    申请日:2021-11-08

    Abstract: 本发明涉及一种基于深度特征融合编码器的药物‑靶标相互作用预测系统,涉及生物信息、药物‑靶标相互作用、深度学习领域。包括:1)通过药物‑靶标相互作用数据库进行数据采集,获取相关的数据;2)数据传输特征编码组件,进行药物和蛋白质数据的全局和局部特征的编码;3)经过特征编码之后的数据经过智能预测组件,采用基于深度特征融合编码器的药物‑靶标相互作用预测算法对数据进行特征提取,并通过相互作用特征融合模块进行药物‑靶标相互作用特征的降维和预测;4)预测结果将反馈给用户,并将用户数据以及预测分析记录作为历史参考数据存入药物‑靶标相互作用预测系统服务器中的数据库,以便用户下载和查看;5)经过药物研究者确定后的预测数据可以用于扩充数据集,对模型进行参数调优,不断提升药物‑靶标相互作用预测的准确率。

    一种基于Paddle框架的多维特征编码器的药物与药物相互作用预测系统

    公开(公告)号:CN118352095A

    公开(公告)日:2024-07-16

    申请号:CN202410303039.4

    申请日:2024-03-18

    Abstract: 本研究致力于利用基于Paddle框架的多维特征编码器(AMDE)来预测药物间的相互作用(DDIs)。该AMDE模型构建于三大核心组件:一维序列特征编码器、二维图特征编码器和多维解码器。二维图特征编码器负责将SMILES转换为原子图,并运用消息传递注意网络(MPAN)提取图的高阶结构和语义关系,以全面揭示药物间复杂的相互作用机制。与此同时,一维序列特征编码器则将SMILES串细分为子结构,并借助Transformer技术对药物的序列特征进行编码,以有效捕获子结构之间的顺序关系。最终,多维特征解码器将药物的二维和一维特征相融合,并通过深度学习技术预测DDIs的发生情况。

    一种基于深度学习的单细胞类型智能识别方法

    公开(公告)号:CN115481674A

    公开(公告)日:2022-12-16

    申请号:CN202210870732.0

    申请日:2022-07-22

    Abstract: 本发明涉及一种基于深度学习的单细胞类型智能识别方法,包括基于Transformer和卷积神经网络的深度学习神经网络。包括:1)收集整理人类各个组织器官的细胞数据,通过LDA降维方法对原始数据进行降维,进行数据的预处理;2)将处理好的数据输入新的Transformer和卷积神经网络结合的深度学习网络,进行数据的自动特征提取和识别,训练深度学习网络;3)输入线性分类器进行单细胞类型的识别,输出各个类别的可能性。

    基于深度学习的药物间相互作用识别方法

    公开(公告)号:CN114038575A

    公开(公告)日:2022-02-11

    申请号:CN202111323448.3

    申请日:2021-11-08

    Abstract: 本发明涉及一种基于深度学习的药物间相互作用识别算法,涉及医疗大数据、序列数据处理、图数据处理、深度学习领域。包括:1)数据预处理单元,提取药物SMILES字符串中的子结构信息和原子信息;2)将经过预处理的药物信息使用多维特征编码器编码,采用序列编码器和图编码器对药物信息编码,以获得药物多维度特征的高阶表示;3)将药物的多维特征对输入到相互作用识别模块,使用前馈型神经网络识别药物间的相互作用,包含卷积、池化、正则化等操作。使用已经训练好模型可以在未知相互作用数据集上快速的给出对药物间相互作用的识别结果,有助于大规模的药物筛选。本方法能够准确的识别药物间潜在的相互作用有助于判断联合用药的有效性。

    一种含蜡原油流变助剂
    7.
    发明公开

    公开(公告)号:CN105037903A

    公开(公告)日:2015-11-11

    申请号:CN201510161666.X

    申请日:2015-04-08

    Abstract: 本发明涉及一种用于改善含蜡原油流变性的助剂,属于石油管道输送技术领域。本助剂由质量含量为1%~50%的改性层状双氢氧化物、1%~50%的聚合物型降凝剂和0~98%的有机溶剂组成,通过对具有层状结构、阴离子型双氢氧化物(LDH)物理吸附、化学接枝或离子交换等手段进行有机化改性,再添加传统聚合物降凝剂和有机溶剂,采用熔融态或溶液态的机械共混获得本发明产品。本发明中所述的流变助剂可大幅降低含蜡原油的凝点、低温粘度、屈服值,改善其低温流变性,具有更长的作用时效性和更优的抗重复加热能力。

Patent Agency Ranking