-
Patent Agency Ranking
公开(公告)号：CN115862768A
公开(公告)日：2023-03-28
申请号：CN202211586978.1
申请日：2022-12-11
Applicant: 南昌大学
IPC: G16C20/64 , G16C20/50 , G16B15/20 , G06F16/9035
Abstract: 本发明公开了一种用于大规模药物虚拟筛选的优化方法，包括以下步骤：S1使用两个以上分子对接软件及其评分函数得到小分子化合物库中的每个小分子对蛋白质结合能力的评分，S2根据各个分子对接软件及其评分函数所得的评分利用调整后共识评分的方法得到各个小分子化合物的最终评分及其排名，S3将最终排名作为虚拟筛选的结果。本方法通过调整共识评分方法，发现调整后的评分函数得到的结果整体上好于其他共识评分方法；同时，发现共识评分结合多阶段筛选，能更好地利用计算资源，在维持较高的早期富集能力的同时，明显减少计算时间，提高计算效率。
-
公开(公告)号：CN115851936A
公开(公告)日：2023-03-28
申请号：CN202211190728.6
申请日：2022-09-28
Applicant: 南昌大学
IPC: C12Q1/6886 , C12Q1/6851 , C12N15/11
Abstract: 本发明涉及一种CIDEC基因在制备检测乳腺癌辅助诊断或者预后制剂中的应用。发明人通过比对正常组织与癌组织，发现CIDEC基因或蛋白在正常组织和细胞中高表达，而在癌组织和癌细胞中低表达。本发明提供的CIDEC基因或蛋白能够作为一种乳腺癌检测的特异性肿瘤标志物，应用在制备检测乳腺癌辅助诊断或者预后制剂中，具有重要的临床应用价值。
-
公开(公告)号：CN117746983A
公开(公告)日：2024-03-22
申请号：CN202311747795.8
申请日：2023-12-19
Applicant: 南昌大学
IPC: G16B20/50 , G16B15/30 , G16B40/30 , G16B50/10 , G16H50/30 , G16H20/10 , G06F18/232 , G06F18/2431 , G06N20/20
Abstract: 本发明保护一种老年乳腺癌衰老评分模型的构建方法及其应用，属于生物信息学技术领域。本发明使用生物信息学方法筛选出影响老年乳腺癌患者的衰老基因，从癌症基因组图谱TCGA数据库下载美国国家癌症中心收集的老年乳腺癌患者的mRNA转录组测序数据及临床资料，通过无监督聚类分析将老年乳腺癌患者分为两种不同的衰老模式，将mRNA转录组在两种衰老模式下作差异分析，得到差异基因，对差异基因使用随机森林的特征选择筛选出特征基因，通过机器学习算法利用多个特征基因构建老年乳腺癌衰老评分模型，发现衰老评分越高的患者预后越差，该模型为预测老年乳腺癌患者预后以用临床治疗提供用药指导，具有重要的临床应用价值。
-
公开(公告)号：CN115862768B
公开(公告)日：2023-09-01
申请号：CN202211586978.1
申请日：2022-12-11
Applicant: 南昌大学
IPC: G16C20/64 , G16C20/50 , G16B15/20 , G06F16/9035
Abstract: 本发明公开了一种用于大规模药物虚拟筛选的优化方法，包括以下步骤：S1使用两个以上分子对接软件及其评分函数得到小分子化合物库中的每个小分子对蛋白质结合能力的评分，S2根据各个分子对接软件及其评分函数所得的评分利用调整后共识评分的方法得到各个小分子化合物的最终评分及其排名，S3将最终排名作为虚拟筛选的结果。本方法通过调整共识评分方法，发现调整后的评分函数得到的结果整体上好于其他共识评分方法；同时，发现共识评分结合多阶段筛选，能更好地利用计算资源，在维持较高的早期富集能力的同时，明显减少计算时间，提高计算效率。
-
公开(公告)号：CN117746983B
公开(公告)日：2024-09-03
申请号：CN202311747795.8
申请日：2023-12-19
Applicant: 南昌大学
IPC: G16B20/50 , G16B15/30 , G16B40/30 , G16B50/10 , G16H50/30 , G16H20/10 , G06F18/232 , G06F18/2431 , G06N20/20
Abstract: 本发明保护一种老年乳腺癌衰老评分模型的构建方法及其应用，属于生物信息学技术领域。本发明使用生物信息学方法筛选出影响老年乳腺癌患者的衰老基因，从癌症基因组图谱TCGA数据库下载美国国家癌症中心收集的老年乳腺癌患者的mRNA转录组测序数据及临床资料，通过无监督聚类分析将老年乳腺癌患者分为两种不同的衰老模式，将mRNA转录组在两种衰老模式下作差异分析，得到差异基因，对差异基因使用随机森林的特征选择筛选出特征基因，通过机器学习算法利用多个特征基因构建老年乳腺癌衰老评分模型，发现衰老评分越高的患者预后越差，该模型为预测老年乳腺癌患者预后以用临床治疗提供用药指导，具有重要的临床应用价值。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
