基于门控注意力机制的靶标-配体结合亲和力的深度学习预测方法

    公开(公告)号:CN114743600B

    公开(公告)日:2024-10-01

    申请号:CN202210394865.5

    申请日:2022-04-15

    Abstract: 本发明涉及基于门控注意力机制的靶标‑配体结合亲和力的深度学习预测方法,属于计算机辅助药物设计技术以及生物和药物信息学领域。深度学习模型从配体的SMILES字符串和蛋白质的氨基酸序列开始,然后分别转换为配体矩阵和蛋白质矩阵。配体矩阵被送到全连接层和基于门增强的注意力层用于特征提取,将蛋白质矩阵送到一维卷积层和最大池化层,然后再送入基于门增强的注意力层。最后,通过矩阵行的加和来聚合配体矩阵的处理特征,并对蛋白质矩阵执行相同的过程,然后将两者拼接在一起送入后续的全连接层以预测蛋白质‑配体复合物的高/低结合亲和力的概率。本发明有效减少与实验分析相关的时间和成本,提高药物设计和虚拟筛选的效率。

    一种稳定、高效形成水合物的方法

    公开(公告)号:CN118045528A

    公开(公告)日:2024-05-17

    申请号:CN202410163318.5

    申请日:2024-02-05

    Abstract: 本发明属于气体水合物领域,公开了一种稳定、高效形成水合物的方法。利用融冰水对水合物生成的促进作用,通过控制水浴温度使反应釜内水多次结冰和融冰,使融冰的过程中的水逐渐转化为水合物;调控结冰温度具体为‑3℃,融冰温度为3℃;循环次数为5次。相较于传统常规生成方法,本发明优势在于,通过对反应釜内的水多次循环结冰、融冰融冰后,水合物最短生成时间仅需70min,五次循环后,水转化率可达到91.5%,并且只要反应釜内温度压力条件在水合物相平衡之上,该方法可保证水合物100%生成。

    一种以病毒样颗粒为模板的二氧化硅疫苗递送系统的构建及其应用

    公开(公告)号:CN114377120B

    公开(公告)日:2023-09-22

    申请号:CN202210023629.2

    申请日:2022-01-10

    Abstract: 本发明涉及一种以病毒样颗粒为模板的二氧化硅疫苗递送系统的构建及其应用。该二氧化硅疫苗系统的颗粒形貌为50‑500nm的纳米颗粒,其中,抗原成分为20‑200nm的病毒样颗粒,佐剂成分为纳米二氧化硅,二氧化硅成分包裹在病毒样颗粒表面,且硅元素与抗原的质量比为50‑0.5:1。这种以病毒样颗粒为模板的二氧化硅疫苗递送系统的构建包括如下步骤:①在含有病毒样颗粒的水溶液中加入适量的3‑氨丙基三乙氧基硅烷,搅拌;②在步骤①的分散体系中加入适量的四乙氧基硅烷,搅拌;③离心步骤②的产物,除去上清液,用超纯水离心洗涤后保存。通过该疫苗系统构建的疫苗能引发宿主产生更强力平衡的体液和细胞免疫水平。

    萃取精馏分离甲醇-乙腈-苯共沸物系的装置及方法

    公开(公告)号:CN115068968A

    公开(公告)日:2022-09-20

    申请号:CN202210715229.8

    申请日:2022-06-23

    Abstract: 本发明属于化工行业的分离纯化领域,涉及萃取精馏分离甲醇‑乙腈‑苯共沸物系的装置及方法。本发明采用先预分离、两次萃取精馏,一次溶剂回收的方法。采用氯苯作为萃取剂,经过预分离精馏塔、两个萃取精馏塔、一个溶剂回收精馏塔实现甲醇‑乙腈‑苯共沸物系的完全分离。该装置主要包括一个集成精馏塔、两个冷却器、一个分流器、一个混合器、两个萃取精馏塔、一个溶剂回收塔、四个冷凝器、四个回流罐和五个再沸器。本发明节约能耗成本的同时又保证了产品的质量;工艺装置合理;也适用于其他类似的三元物系的分离。

    一种优化的从头药物设计方法

    公开(公告)号:CN114842924A

    公开(公告)日:2022-08-02

    申请号:CN202210396113.2

    申请日:2022-04-15

    Abstract: 本发明涉及一种优化的从头药物设计方法,属于计算机辅助药物设计技术以及生物和药物信息学领域。本发明基于混合整数非线性规划模型的计算机辅助分子设计方法用于设计候选药物,并耦合用于预测靶标‑配体结合亲和力的深度学习模型。作为药物设计领域最重要的性质之一,结合亲和力性质在后续的混合整数非线性规划模型中被视为目标函数。通过使用Bemis‑Murcko算法将复杂的药物结构转换为药物骨架,在计算机辅助分子设计方法中考虑骨架结构,以确保设计的候选药物的合理性。此外,提出了一种基于骨架的相似性算法,以大幅减少药物设计问题的规模,使混合整数非线性规划模型能够有效地设计候选药物。

    基于门控注意力机制的靶标-配体结合亲和力的深度学习预测方法

    公开(公告)号:CN114743600A

    公开(公告)日:2022-07-12

    申请号:CN202210394865.5

    申请日:2022-04-15

    Abstract: 本发明涉及基于门控注意力机制的靶标‑配体结合亲和力的深度学习预测方法,属于计算机辅助药物设计技术以及生物和药物信息学领域。深度学习模型从配体的SMILES字符串和蛋白质的氨基酸序列开始,然后分别转换为配体矩阵和蛋白质矩阵。配体矩阵被送到全连接层和基于门增强的注意力层用于特征提取,将蛋白质矩阵送到一维卷积层和最大池化层,然后再送入基于门增强的注意力层。最后,通过矩阵行的加和来聚合配体矩阵的处理特征,并对蛋白质矩阵执行相同的过程,然后将两者拼接在一起送入后续的全连接层以预测蛋白质‑配体复合物的高/低结合亲和力的概率。本发明有效减少与实验分析相关的时间和成本,提高药物设计和虚拟筛选的效率。

Patent Agency Ranking