-
公开(公告)号：CN115713965A
公开(公告)日：2023-02-24
申请号：CN202211332124.0
申请日：2022-10-28
Applicant: 兰州大学
Abstract: 本申请公开了基于GECo模型预测化合物‑蛋白质亲和力的计算方法，包括以下步骤：获取数据集中的化合物‑蛋白质对数据；对所述化合物‑蛋白质对分别进行处理，分别得到化合物分子特征和蛋白质分子特征；将所述化合物分子特征和所述蛋白质分子特征输入到GECo模型中进行训练，得到化合物‑蛋白质结合亲和力。本申请相比目前计算CPA的各种方法具有快速，准确，高效，低成本的优点，且具有预测亲和力和推测潜在相互作用位置的双功能，为药物研发过程中计算化合物‑蛋白质亲和力提供了一种基础工具和高效途径。
-
公开(公告)号：CN111986735A
公开(公告)日：2020-11-24
申请号：CN202010837717.7
申请日：2020-08-19
Applicant: 兰州大学
Abstract: 本发明涉及基于ARDGPR模型预测RNA中原子高阶多极距的计算方法：通过量子力学计算软件Gaussian09优化所有RNA分子小片段的结构，并通过AIMALL软件积分计算分子中原子的高阶多极距；对每一种小分子片段，选择部分小分子片段中各原子坐标位置以及原子的高阶多极距训练ARDGPR模型；并通过剩余的小分子片段构象作为测试集验证ARDGPR模型的预测结果。本发明通过ARDGPR模型预测代替量子力学计算，在基于力场信息的分子力学模拟的基础上，可以快速的针对不同构象给出能量及原子的高阶多极距等物理化学参数信息。同时通过训练好的ARDGPR模型预测原子的高阶多极距，时间少、成本低且预测精度高，方法简便，能够节省大量的人力、物力和财力，为提高RNA分子力场模拟精确度提供相应的基础工具与快捷途径。
-
公开(公告)号：CN116682166B
公开(公告)日：2025-04-29
申请号：CN202310824689.9
申请日：2023-07-06
Applicant: 兰州大学
Abstract: 本申请提供了一种抑郁情绪识别方法、装置、计算机设备和存储介质，涉及机器学习技术领域，通过提取样本数据中第一视频数据中的各帧人脸图像；并基于人脸图像的尺寸、第一语音数据的采集率和采集精度，确定与人脸图像相对应的语音片段的目标长度；确定目标长度的语音片段对应的语音图像；将语音图像和人脸图像融合，确定第一融合图像，实现不同模态数据的融合，将第一融合图像输入预设的抑郁情绪识别模型进行训练，与现有先提取不同模态数据的特征，再将这些特征融合的方式相比，本申请将不同模态数据融合后，再提取融合后图像中的特征，得到的特征可同时保留模态间的互补性信息和模态间的一致性信息，提高识别抑郁情绪的准确性。
-
公开(公告)号：CN119360973A
公开(公告)日：2025-01-24
申请号：CN202411393422.X
申请日：2024-10-08
Applicant: 兰州大学
IPC: G16B40/00 , G16B20/30 , G16B30/10 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于Transformer模型预测DNA G‑四链体形成倾向的方法，包括：提取核酸序列信息和G‑四链体位点信息，构建数据集；构建用于预测DNA G‑四链体形成倾向的Transformer深度学习模型；基于所述数据集通过并行计算训练所述Transformer深度学习模型，获得训练好的Transformer深度学习模型，对所述训练好的Transformer深度学习模型进行验证，获得目标深度学习模型；基于所述目标深度学习模型进行DNA G‑四链体形成倾向预测，获得预测结果。本发明不仅能够很好地对DNA序列进行G‑四链体形成倾向预测，还能识别潜在的G‑四链体基序。
-
Patent Agency Ranking
公开(公告)号：CN119008035A
公开(公告)日：2024-11-22
申请号：CN202410934431.9
申请日：2024-07-12
Applicant: 兰州大学
Abstract: 本发明公开了一种ncRNA‑疾病‑药物潜在关联度预测方法，包括：获取ncRNA、疾病及药物的相关数据，其中所述相关数据包括ncRNA数据、疾病数据及药物数据、关联数据、相似性数据及高斯相似性数据；根据所述相关数据，构建异构生物网络的特征矩阵；基于图注意力网络构建深度学习模型，通过特征矩阵对所述深度学习模型进行训练，得到训练好的深度学习模型；获取待预测关联度的ncRNA、疾病及药物的待预测数据，将所述待预测数据转换为待预测矩阵，通过训练好的深度学习模型对待预测矩阵进行预测，得到待预测关联度的ncRNA、疾病及药物的潜在关联度。
-
公开(公告)号：CN118097742A
公开(公告)日：2024-05-28
申请号：CN202410074428.4
申请日：2024-01-18
Applicant: 兰州大学
Abstract: 本申请提供了一种基于面部行为数据的抑郁情绪障碍识别方法和装置，使得神经网络模型能够基于任何内容和形式的刺激数据，通过面部行为数据识别被试者是否存在抑郁情绪障碍，提升了神经网络模型的泛化性能，对于将模型部署在实际的医疗场景中有着重要的意义。方法包括：获取向目标被试者提供的用于刺激感官的目标刺激数据；获取目标被试者经过目标刺激数据刺激后产生的目标面部行为数据；对目标刺激数据进行编码得到第一向量表示；对目标面部行为数据进行编码得到第二向量表示；向神经网络模型输入第一向量表示和第二向量表示，得到模型通过识别目标刺激数据和目标面部行为数据之间的关系特征，输出的用于指示是否存在抑郁情绪障碍的分类结果。
-
公开(公告)号：CN116682166A
公开(公告)日：2023-09-01
申请号：CN202310824689.9
申请日：2023-07-06
Applicant: 兰州大学
Abstract: 本申请提供了一种抑郁情绪识别方法、装置、计算机设备和存储介质，涉及机器学习技术领域，通过提取样本数据中第一视频数据中的各帧人脸图像；并基于人脸图像的尺寸、第一语音数据的采集率和采集精度，确定与人脸图像相对应的语音片段的目标长度；确定目标长度的语音片段对应的语音图像；将语音图像和人脸图像融合，确定第一融合图像，实现不同模态数据的融合，将第一融合图像输入预设的抑郁情绪识别模型进行训练，与现有先提取不同模态数据的特征，再将这些特征融合的方式相比，本申请将不同模态数据融合后，再提取融合后图像中的特征，得到的特征可同时保留模态间的互补性信息和模态间的一致性信息，提高识别抑郁情绪的准确性。
-
公开(公告)号：CN115458046B
公开(公告)日：2023-08-11
申请号：CN202211228098.7
申请日：2022-10-09
Applicant: 兰州大学
IPC: G16B15/30 , G16B40/00 , G16C20/70 , G06F18/214 , G06F18/241 , G06F18/22 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开基于并行式深层细粒度模型预测药物靶标结合性的方法，包括：获取药物、蛋白质、疾病的数据集，基于数据集，通过并行计算训练预测模型，并对训练好的预测模型进行验证；获取药物靶标数据，通过验证后的预测模型对药物靶标数据进行预测，得到药物靶标结合性预测结果。其中所述预测模型为深层细粒度模型，包括构造器、编码器、解码器；通过构造器提取数据集的本体特征；通过编码器对本体特征进行细粒度级别融合，得到综合性特征，通过解码器对综合性特征进行解码，得到分类预测结果，其中分类预测结果为药物是否存在相互作用。
-
公开(公告)号：CN115713965B
公开(公告)日：2023-05-23
申请号：CN202211332124.0
申请日：2022-10-28
Applicant: 兰州大学
Abstract: 本申请公开了基于GECo模型预测化合物‑蛋白质亲和力的计算方法，包括以下步骤：获取数据集中的化合物‑蛋白质对数据；对所述化合物‑蛋白质对分别进行处理，分别得到化合物分子特征和蛋白质分子特征；将所述化合物分子特征和所述蛋白质分子特征输入到GECo模型中进行训练，得到化合物‑蛋白质结合亲和力。本申请相比目前计算CPA的各种方法具有快速，准确，高效，低成本的优点，且具有预测亲和力和推测潜在相互作用位置的双功能，为药物研发过程中计算化合物‑蛋白质亲和力提供了一种基础工具和高效途径。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.028 seconds)
