基于基因、药物原子相互作用关系提取方法的药物靶点、药物关键药效团检测方法

    公开(公告)号:CN118298910A

    公开(公告)日:2024-07-05

    申请号:CN202410428825.7

    申请日:2024-04-10

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于基因、药物原子相互作用关系提取方法的药物靶点、药物关键药效团检测方法,包括:构建药物敏感性数据库;构建细胞系特征提取器和药物特征提取器;采用交叉注意力算法构建细胞系特征‑药物特征融合器,结合细胞系特征提取器、药物特征提取器、基于线性层构建的预测器,搭建药物敏感性预测模型;训练并优化药物敏感性预测模型的参数,得到优化后的药物敏感性预测模型;输入到优化后的药物敏感性预测模型中,输出预测结果,并进行可解释性分析,检测非小细胞肺癌的药物靶点和药物的关键药效团。本发明实现了药物敏感性预测精度的提升,并实现了深度学习模型的可解释性。

    DNA甲基转移酶3A抑制剂及其应用

    公开(公告)号:CN111281873A

    公开(公告)日:2020-06-16

    申请号:CN202010067400.X

    申请日:2020-01-20

    Applicant: 浙江大学

    Abstract: 本发明公开了DNA甲基转移酶3A抑制剂及其应用,属于医药技术领域。本发明采用计算机辅助药物设计技术结合生物活性实验方法,筛选得到一类呋喃/噻吩并[2,3-d]嘧啶-4(3H)-酮类化合物,结构式如式(Ⅰ)所示。所述化合物具有特异性抑制DNA甲基转移酶3A活性的特点,对多种肿瘤细胞具有显著增殖抑制活性同时对正常细胞几乎无杀伤作用,可将其作为DNMT3A抑制剂应用到因DNMT的表达异常引发的肿瘤治疗当中。本研究发现了活性强、选择性强的全新骨架结构的DNMT3A抑制剂,为抗肿瘤药物研发提供了有潜力的先导化合物。

    一种基于多模态对比学习的P-糖蛋白抑制剂和底物预测方法

    公开(公告)号:CN119252371A

    公开(公告)日:2025-01-03

    申请号:CN202411333728.6

    申请日:2024-09-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多模态对比学习的P‑糖蛋白抑制剂和底物预测方法,包括:构建P‑糖蛋白抑制剂和底物的数据集;利用深度学习方法构建P‑糖蛋白抑制剂和底物预测模型;输入到构建的P‑糖蛋白抑制剂和底物预测模型中,将对比损失和分类损失联合得到总损失函数,通过总损失函数训练并优化P‑糖蛋白抑制剂和底物预测模型的参数;将待预测的化合物数据输入到优化后的P‑糖蛋白抑制剂和底物预测模型,输出最终的分类结果,判断化合物是否为P‑糖蛋白抑制剂和底物。本发明提升了模型预测精度和泛化性能,并实现了模型的可解释性,为药物开发中的分子设计提供可靠的科学依据。

    基于可扩展多组学数据融合框架的细胞系药物敏感性预测方法及装置

    公开(公告)号:CN118298998A

    公开(公告)日:2024-07-05

    申请号:CN202410428820.4

    申请日:2024-04-10

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于可扩展多组学数据融合框架的细胞系药物敏感性预测方法及装置,包括:将细胞系的多组学数据作为细胞系特征提取器的输入,获取细胞系特征;将药物的SMILES序列作为药物特征提取器的输入,用获取药物特征;将细胞系特征和药物特征输入药物‑细胞系特征融合器,得到融合特征;将融合特征输入药物敏感性预测器,得到模型预测的半抑制浓度值;以损失值最小化为目标优化模型参数,得到最终的药物敏感性预测模型。将药物敏感性预测模型,用于预测待预测的细胞系的药物敏感性。本发明以实现灵活高效地多组学数据融合和信息提取,从而进一步提升药物敏感性预测的精度。

    一种基于对比学习的生物合成表征方法及模型

    公开(公告)号:CN117558355A

    公开(公告)日:2024-02-13

    申请号:CN202311496800.2

    申请日:2023-11-10

    Abstract: 本发明公开了一种基于对比学习的生物合成表征方法及模型,属于生物合成反应的表征领域,包括:构建包含酶、酶的EC编号以及生物合成反应的训练样本集;采用对比学习方法,基于训练样本集构建包含酶的表征模型和小分子表征模型的生物合成表征模型,训练过程中使化学反应底物和产物间的损失函数、酶和EC编号间的损失函数、小分子和酶相互作用的损失函数最小化,完成对生物合成表征模型的训练;将下游任务的分子输入训练好的生物合成表征模型进行表征,得到酶的功能表征。本发明基于对比学习方法,构建了包含酶的表征模型和小分子表征模型的生物合成表征模型,能够同时实现小分子和酶的表征,从而实现多种酶的多种功能的通用性预测。

    一种依折麦布对映异构体的区分检测方法

    公开(公告)号:CN107764890B

    公开(公告)日:2019-12-17

    申请号:CN201710959742.0

    申请日:2017-10-16

    Abstract: 本发明公开了一种依折麦布对映异构体的区分检测方法,采用β‑环糊精与Cu离子作为配体,用于与依折麦布(S,R,S)、(R,S,R)形成不同稳定形态的络合物,并利用质谱法对其进行识别区分。本发明极大地缩短了依折麦布对映异构体(S,R,S)、(R,S,R)检测时间,将对映异构体(S,R,S)、(R,S,R)的分析时间缩短至2‑3min,简便了操作过程,并且区分重复性非常好;区分所需样品量极少,只需200μl左右,成本很低。本发明为该药物对映异构体区分提供了更好的方法,同时为区分难度较大的多手性中心对映异构体的分析提供了新的思路。

    一种恩替卡韦手性异构体的区分测定方法

    公开(公告)号:CN107764891A

    公开(公告)日:2018-03-06

    申请号:CN201710961972.0

    申请日:2017-10-16

    Abstract: 本发明公开一种恩替卡韦手性异构体的区分测定方法,采用手性配体、金属离子与恩替卡韦八个手性异构体形成不同稳定形态的络合物,并利用质谱法对其进行识别区分;其中,手性配体包括R-贝西沙星、β-环糊精、米格列醇或头孢噻肟,金属离子包括碱土金属或过渡态金属,碱土金属包括Mg、Ca,过渡态金属包括Ni、Cu、Co、Zn、Mn。该方法快速、简便,克服了传统HPLC法需要特定的手性固定相,溶剂梯度洗脱耗时较长,对映体分离度不够的缺陷;能快速区分恩替卡韦八个手性异构体并进行定量测定。

    DNA甲基转移酶3A抑制剂及其应用

    公开(公告)号:CN111281873B

    公开(公告)日:2021-01-26

    申请号:CN202010067400.X

    申请日:2020-01-20

    Applicant: 浙江大学

    Abstract: 本发明公开了DNA甲基转移酶3A抑制剂及其应用,属于医药技术领域。本发明采用计算机辅助药物设计技术结合生物活性实验方法,筛选得到一类呋喃/噻吩并[2,3‑d]嘧啶‑4(3H)‑酮类化合物,结构式如式(Ⅰ)所示。所述化合物具有特异性抑制DNA甲基转移酶3A活性的特点,对多种肿瘤细胞具有显著增殖抑制活性同时对正常细胞几乎无杀伤作用,可将其作为DNMT3A抑制剂应用到因DNMT的表达异常引发的肿瘤治疗当中。本研究发现了活性强、选择性强的全新骨架结构的DNMT3A抑制剂,为抗肿瘤药物研发提供了有潜力的先导化合物。

    一种基于多模态融合的青光眼图像检测方法

    公开(公告)号:CN118299007A

    公开(公告)日:2024-07-05

    申请号:CN202410448414.4

    申请日:2024-04-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多模态融合的青光眼图像检测方法。首先,充分利用已有数据库中患者的VF‑OCT‑CFP三模态配对数据集,将每个模态图像作为特征提取网络的单个输入,然后通过构建三个独立的特征提取模块对输入模型的各模态信息进行信息特征提取,特征提取模块中集成了基于位置敏感性注意力机制和域泛化技术用来提高模型的学习能力和通用性,最后将各个网络的输出通过多模态注意力机制集成,再利用分类模块以获取最终的分类结果。通过在不同的图像数据集上进行全面的实验,证明了本发明相较于已有单一模态深度学习网络具有显著优势,并且表现出优于人类眼科专家的诊断准确率和效率。

Patent Agency Ranking