-
公开(公告)号:CN115050428B
公开(公告)日:2024-06-14
申请号:CN202210654644.7
申请日:2022-06-10
Applicant: 华南理工大学
IPC: G16C20/30 , G16C20/50 , G16C20/70 , G06N3/0985
Abstract: 本发明公开基于深度学习融合分子图及指纹的药物性质预测方法及系统。该预测方法为:对于不同药物性质的预测;构建适用于药物性质预测的深度学习模型;根据模型构建的需求,选择具体方式,将数据集拆分为为训练集、测试集和验证集;将数据集输入网络模型中,根据训练集预测结果和训练集真值的差距对网络中的参数进行训练更新,根据验证集上的最优结果确定最优网络参数,对测试集数据进行检测;根据超参数优化策略,确定模型的最优超参数组合;对于不同药物性质的预测,生成针对性的最优模型,以供后续应用于新的小分子药物性质预测。本发明融合了经典的分子指纹特征,解决了深度学习在小规模数据集上无法有效提取到重要特征的缺陷。
-
公开(公告)号:CN115050428A
公开(公告)日:2022-09-13
申请号:CN202210654644.7
申请日:2022-06-10
Applicant: 华南理工大学
Abstract: 本发明公开基于深度学习融合分子图及指纹的药物性质预测方法及系统。该预测方法为:对于不同药物性质的预测;构建适用于药物性质预测的深度学习模型;根据模型构建的需求,选择具体方式,将数据集拆分为为训练集、测试集和验证集;将数据集输入网络模型中,根据训练集预测结果和训练集真值的差距对网络中的参数进行训练更新,根据验证集上的最优结果确定最优网络参数,对测试集数据进行检测;根据超参数优化策略,确定模型的最优超参数组合;对于不同药物性质的预测,生成针对性的最优模型,以供后续应用于新的小分子药物性质预测。本发明融合了经典的分子指纹特征,解决了深度学习在小规模数据集上无法有效提取到重要特征的缺陷。
-
公开(公告)号:CN110305127A
公开(公告)日:2019-10-08
申请号:CN201910548049.3
申请日:2019-06-24
Applicant: 华南理工大学
IPC: C07D471/04 , A61K31/437 , A61K31/444 , A61P35/00 , G16C20/50
Abstract: 本发明公开了以吡唑并[3,4-b]吡啶-6-酮为骨架的新型抗肿瘤先导化合物及其筛选方法与应用。该方法包括:对ChemDiv化合物库进行去除重复、能量优化及Lipinski五原则筛选后,用NCI-60活性预测模型进行活性预测,对ADMET性质及一致性的打分筛选;通过骨架多样性分析、经验筛选及一致性打分对化合物进一步筛选;最后对筛选出的化合物进行MTT测试。筛选出所述以吡唑并[3,4-b]吡啶-6-酮为骨架的新型抗肿瘤先导化合物。本发明提供的以吡唑并[3,4-b]吡啶-6-酮为骨架的新型抗肿瘤先导化合物,对多种肿瘤细胞系均具有抗肿瘤活性,对肿瘤细胞微管影响明显,能够阻滞癌细胞的细胞周期于G2/M期,诱导细胞凋亡。
-
公开(公告)号:CN114136901A
公开(公告)日:2022-03-04
申请号:CN202111382591.X
申请日:2021-11-22
Applicant: 广州环投从化环保能源有限公司 , 华南理工大学 , 佛山华谱测智能科技有限公司
Abstract: 本发明提供一种网格化取样的垃圾焚烧炉的烟成分浓度监测装置,包括:若干组网格化取样组件、伴热管线、浓度检测组件、反吹组件;浓度检测组件、反吹组件分别通过伴热管线与网格化取样组件连接;网格化取样组件包括取样箱、混合管和多个长度不同的取样枪;混合管设置在取样箱内,同一网格化取样组件的各个取样枪的一端分别与混合管连接,各个取样枪的另一端延伸至取样箱外,并抵达垃圾焚烧炉的烟道内;伴热管线的一端与混合管连接,伴热管线的另一端分别与浓度检测组件、反吹组件连接;当对进行烟道内的物质进行取样检测时,浓度检测组件通过伴热管线与混合管导通连接。本发明可以提高烟成分的检测结果的代表性和可靠性。
-
公开(公告)号:CN108205613A
公开(公告)日:2018-06-26
申请号:CN201711308883.2
申请日:2017-12-11
Applicant: 华南理工大学
IPC: G06F19/00
Abstract: 本发明公开了一种化合物分子间相似度的计算方法及系统与它们的应用。该计算方法包括如下步骤:(1)计算化合物分子的3D分子相似度;(2)计算化合物分子的2D分子相似度;(3)结合3D与2D分子相似度,运用数学运算,得到杂交分子相似度。基于所述计算方法的化合物分子间相似度的计算系统,包括3D分子相似度计算模块、2D分子相似度计算模块以及数学运算模块。本发明的计算方法全面从2D与3D角度考虑分子间的相似度,具有计算准确度高,能够体现化合物的结构片段信息,能够实现化合物的骨架跃迁等优点,在计算机辅助药物设计中具有良好的应用前景。
-
公开(公告)号:CN114874155B
公开(公告)日:2024-02-06
申请号:CN202210505442.6
申请日:2022-05-10
Applicant: 华南理工大学
IPC: C07D277/46 , A61P35/00
Abstract: 本发明公开了一类苄基噻唑胺类化合物及其制备方法与抗肿瘤应用。所述化合物具体包括N‑(5‑(3‑氯苄基)噻唑‑2‑基)‑4‑甲基苯甲酰胺和N‑(5‑(4‑甲氧基苄基)噻唑‑2‑基)庚酰胺两种苄基噻唑胺类化合物。该类化合物表现出对多种肿瘤细胞良好的抗增殖活性,在抗肿瘤领域具有广阔应用前景;同时,本发明的化合物N‑(5‑(3‑氯苄基)噻唑‑2‑基)‑4‑甲基苯甲酰胺和N‑(5‑(4‑甲氧基苄基)噻唑‑2‑基)庚酰胺的制备方法简单,设备要求较低,有利于实现大规模生产。
-
公开(公告)号:CN114874155A
公开(公告)日:2022-08-09
申请号:CN202210505442.6
申请日:2022-05-10
Applicant: 华南理工大学
IPC: C07D277/46 , A61P35/00
Abstract: 本发明公开了一类苄基噻唑胺类化合物及其制备方法与抗肿瘤应用。所述化合物具体包括N‑(5‑(3‑氯苄基)噻唑‑2‑基)‑4‑甲基苯甲酰胺和N‑(5‑(4‑甲氧基苄基)噻唑‑2‑基)庚酰胺两种苄基噻唑胺类化合物。该类化合物表现出对多种肿瘤细胞良好的抗增殖活性,在抗肿瘤领域具有广阔应用前景;同时,本发明的化合物N‑(5‑(3‑氯苄基)噻唑‑2‑基)‑4‑甲基苯甲酰胺和N‑(5‑(4‑甲氧基苄基)噻唑‑2‑基)庚酰胺的制备方法简单,设备要求较低,有利于实现大规模生产。
-
公开(公告)号:CN108148063B
公开(公告)日:2020-07-28
申请号:CN201711336262.5
申请日:2017-12-11
Applicant: 华南理工大学
IPC: C07D487/04 , A61P35/00
Abstract: 本发明公开了化合物二甲氧基苯乙烯基‑氨基‑苯并咪唑基‑三嗪及其盐与制备方法及应用。本发明的化合物2‑[(E)‑3’,4’‑二甲氧基苯乙烯基]‑4‑氨基‑[1.2]‑苯并咪唑基‑[1,3,5]三嗪对多种肿瘤细胞系的抗肿瘤活性好,对肿瘤细胞微管的影响明显,且对细胞微管的作用与时间和浓度均呈正相关性,在抗肿瘤领域具有广阔应用前景;同时,本发明的化合物2‑[(E)‑3’,4’‑二甲氧基苯乙烯基]‑4‑氨基‑[1.2]‑苯并咪唑基‑[1,3,5]三嗪制备方法工艺简单,设备要求低,有利于实现大规模生产。
-
公开(公告)号:CN108148063A
公开(公告)日:2018-06-12
申请号:CN201711336262.5
申请日:2017-12-11
Applicant: 华南理工大学
IPC: C07D487/04 , A61P35/00
Abstract: 本发明公开了化合物二甲氧基苯乙烯基-氨基-苯并咪唑基-三嗪及其盐与制备方法及应用。本发明的化合物2-[(E)-3’,4’-二甲氧基苯乙烯基]-4-氨基-[1.2]-苯并咪唑基-[1,3,5]三嗪对多种肿瘤细胞系的抗肿瘤活性好,对肿瘤细胞微管的影响明显,且对细胞微管的作用与时间和浓度均呈正相关性,在抗肿瘤领域具有广阔应用前景;同时,本发明的化合物2-[(E)-3’,4’-二甲氧基苯乙烯基]-4-氨基-[1.2]-苯并咪唑基-[1,3,5]三嗪制备方法工艺简单,设备要求低,有利于实现大规模生产。
-
公开(公告)号:CN117683020A
公开(公告)日:2024-03-12
申请号:CN202311449537.1
申请日:2023-11-02
Applicant: 华南理工大学 , 中科中山药物创新研究院
IPC: C07D401/12 , C07D401/14 , C07D405/14 , A61P35/00 , A61P35/02 , A61K31/502 , A61K31/506 , A61K31/551
Abstract: 本发明公开了一种苯酞嗪酮的氨基吡啶类化合物及其制备方法和在制备抑制剂和抗肿瘤药物中的应用;所述苯酞嗪酮的氨基吡啶类化合物的结构如式I;所述苯酞嗪酮的氨基吡啶类化合物可以用于制备CDK抑制剂和PARP抑制剂,以及制备预防和/或治疗与CDK和PARP蛋白活性相关的抗肿瘤药物。本发明的苯酞嗪酮的氨基吡啶类化合物选择性好,可同时抑制CDK和PARP蛋白,毒副作用低,作为新型抗肿瘤药物具有重要意义。#imgabs0#
-
-
-
-
-
-
-
-
-