一种靶向溶酶体的小分子化合物筛选系统

    公开(公告)号:CN115343478A

    公开(公告)日:2022-11-15

    申请号:CN202110514734.1

    申请日:2021-05-12

    Applicant: 复旦大学

    Abstract: 本发明涉及的是靶向溶酶体相关的技术领域,具体的更涉及到一种靶向溶酶体的小分子化合物筛选系统。至少包括如下步骤:(1):铺板,培养器皿中培养TFEB‑EGFP稳转细胞或EGFP‑ZKSCAN3稳转细胞至细胞密度为80‑95%;(2):加入小分子化合物,观察TFEB‑EGFP稳转细胞或EGFP‑ZKSCAN3稳转细胞,统计TFEB‑EGFP的入核率或EGFP‑ZKSCAN3的出核率,筛选出TFEB‑EGFP的入核率达到50%以上和/或EGFP‑ZKSCAN3的出核率达到50%以上的阳性小分子化合物;(3):用溶酶体特异性探针进一步验证,筛选出能促进溶酶体生成的阳性小分子化合物;(4):找出阳性小分子化合物的靶蛋白;(5):分析阳性小分子化合物的靶蛋白参与的信号通路及分子机制;(6):作用于TFEB的靶蛋白激酶或者中间间接蛋白激酶的活性发生改变的检测;(7):检测阳性小分子化合物促进溶酶体生成后的降解功能。

    领域实体抽取方法、计算机设备、计算机可读介质及处理器

    公开(公告)号:CN113496120A

    公开(公告)日:2021-10-12

    申请号:CN202010194752.1

    申请日:2020-03-19

    Abstract: 本发明提供一种领域实体抽取方法、计算机设备、计算机可读介质及处理器,用于构建一个能够对漏洞描述文本中的领域实体进行自动抽取的命名实体识别模型,其特征在于,包括如下步骤:步骤S1,构建领域实体库;步骤S2,构建外部字典;步骤S3,基于所述实体库以及所述外部字典对所述漏洞描述文本进行实体匹配从而抽取出每个所述漏洞描述文本中的所有领域实体;步骤S4,使用词性标注工具标注出每个所述漏洞描述文本中各个文本单词的词性;步骤S5,将所述漏洞描述文本、对应的所述领域实体以及所述文本单词的词性构建为训练用数据集并训练出命名实体识别模型。

    面向传感器网络多数据流的高效处理系统及方法

    公开(公告)号:CN110674352B

    公开(公告)日:2022-07-12

    申请号:CN201910917578.6

    申请日:2019-09-26

    Abstract: 本发明公开了一种面向传感器网络多数据流的高效处理系统及方法,该方法包括以下步骤:步骤1:根据传感器网络的固有特性,按时间序动态构造聚合树,将多个具有相关性的数据流构造成聚合的XML数据流;步骤2:重用已有的XML流处理方法同时统一处理多个数据流。本发明针对传感器网络的多数据流,根据传感器网络的固有特性,构造多数据流聚合器,将多个具有相关性的数据流构造成聚合的XML数据流,可重用已有的XML流处理方法同时统一处理多个数据流,可以有效节省计算资源,减少大量中间处理结果。按时间序动态构造聚合树,有效处理同一数据流中元组失序到达的问题。与Stanford流数据管理系统对比的实验结果表明,在数据流数量较大时,该方法性能上有显著提高。

    一类鼻腔给药的促渗剂及其应用
    8.
    发明公开

    公开(公告)号:CN112190540A

    公开(公告)日:2021-01-08

    申请号:CN201910613291.4

    申请日:2019-07-08

    Applicant: 复旦大学

    Abstract: 本发明属于药物制剂技术领域,涉及一类鼻腔给药的促渗剂及其应用。本发明涉及一类促进鼻腔吸收的渗透促进剂,具体而言,所述渗透促进剂为促进鼻腔吸收的低温熔融盐;是由一种有机酸与至少一种有机碱和/或其盐反应形成离子液体或低共熔溶剂。该渗透促进剂可溶解活性成分,所述活性成分包括难溶性药物和生物大分子药物,如可显著促进胰岛素的鼻腔吸收而达到理想的降糖效果。本发明的渗透促进剂可单独或与其他载体合用促进药物分子跨鼻腔粘膜的转运,且对鼻腔粘膜无明显损伤作用。

    领域实体抽取方法、计算机设备、计算机可读介质及处理器

    公开(公告)号:CN113496120B

    公开(公告)日:2022-07-29

    申请号:CN202010194752.1

    申请日:2020-03-19

    Abstract: 本发明提供一种领域实体抽取方法、计算机设备、计算机可读介质及处理器,用于构建一个能够对漏洞描述文本中的领域实体进行自动抽取的命名实体识别模型,其特征在于,包括如下步骤:步骤S1,构建领域实体库;步骤S2,构建外部字典;步骤S3,基于所述实体库以及所述外部字典对所述漏洞描述文本进行实体匹配从而抽取出每个所述漏洞描述文本中的所有领域实体;步骤S4,使用词性标注工具标注出每个所述漏洞描述文本中各个文本单词的词性;步骤S5,将所述漏洞描述文本、对应的所述领域实体以及所述文本单词的词性构建为训练用数据集并训练出命名实体识别模型。

    面向传感器网络多数据流的高效处理系统及方法

    公开(公告)号:CN110674352A

    公开(公告)日:2020-01-10

    申请号:CN201910917578.6

    申请日:2019-09-26

    Abstract: 本发明公开了一种面向传感器网络多数据流的高效处理系统及方法,该方法包括以下步骤:步骤1:根据传感器网络的固有特性,按时间序动态构造聚合树,将多个具有相关性的数据流构造成聚合的XML数据流;步骤2:重用已有的XML流处理方法同时统一处理多个数据流。本发明针对传感器网络的多数据流,根据传感器网络的固有特性,构造多数据流聚合器,将多个具有相关性的数据流构造成聚合的XML数据流,可重用已有的XML流处理方法同时统一处理多个数据流,可以有效节省计算资源,减少大量中间处理结果。按时间序动态构造聚合树,有效处理同一数据流中元组失序到达的问题。与Stanford流数据管理系统对比的实验结果表明,在数据流数量较大时,该方法性能上有显著提高。

Patent Agency Ranking