-
公开(公告)号：CN116052772A
公开(公告)日：2023-05-02
申请号：CN202310071460.2
申请日：2023-01-31
Applicant: 南京大学
Abstract: 本发明公开了一种干扰生物学通路的活性结构预测方法，通过构建包含细胞系、暴露时间、暴露浓度等明确标签的化合物生物学通路干扰数据库，通过累计超几何分布和累计伯努利分布评估训练集和测试集在生物学通路交叉程度和调控趋势的一致性，紧接着识别到训练集中一批潜在的化合物，进而以累积分布概率评估潜在化合物中分子描述符的出现频率，最终实现通过输入生物学通路预测驱动其变化的潜在活性结构。
-
公开(公告)号：CN114354808A
公开(公告)日：2022-04-15
申请号：CN202210011503.3
申请日：2022-01-06
Applicant: 南京大学
Abstract: 本发明公开了一种基于微量样本的高通量识别血液中痕量有机污染物的方法，属于生物化学和分析化学领域，上述方法包括(1)样品前处理：提取污染物；(2)上机测定：通过UPLC‑Q‑Exactive液质联用对前处理后的样品进行全扫描分析检测；(3)样品峰提取；(4)污染物识别：根据提取的样品峰，通过库匹配污染物靶向识别，和/或无法靶向识别的污染物利用分子网络工具进行识别。本发明的方法仅需要微量体积(30‑100μL)的血液样品，大幅减少了样品的使用量，结合靶向识别和非靶向筛查技术确保了样品中有机化合物的检出，实现了低样本量、高通量、高灵敏识别并鉴定体内有机污染物，为环境暴露与人体健康关系的研究提供科学依据。
-
公开(公告)号：CN112420122A
公开(公告)日：2021-02-26
申请号：CN202011216404.6
申请日：2020-11-04
Applicant: 南京大学
IPC: G16B5/00 , G06F30/20 , G16B15/00 , G16B40/00 , G06F111/04 , G06F119/14
Abstract: 本发明公开了一种内分泌干扰物与核受体作用的别构位点识别方法，属于计算毒理学领域。该方法首先获取并优化受体蛋白的晶体结构，构建并优化正构配体分子、非竞争性配体分子结构，然后，构建核受体‑正构配体分子复合体，并将非竞争性配体分子放置于远离核受体表面的位置，构建核受体‑正构配体分子‑非竞争性配体分子三元复合体，并对三元复合体进行分子动力学模拟；然后，进行全局搜索分子动力学模拟；将获取的分子运动轨迹进行位置聚类分析，根据非竞争性配体分子在模拟空间范围内的团簇分布进行团簇优先级排序，识别潜在的别构位点。本发明不受已知信息、初始蛋白构象和化合物种类的限制，能够对核受体表面潜在的别构位点进行高效准确识别。
-
公开(公告)号：CN109545289B
公开(公告)日：2020-10-16
申请号：CN201811597767.1
申请日：2018-12-25
Applicant: 南京大学
Abstract: 本发明的一种基于分级警示结构高通量筛查内分泌干扰物的方法，涉及内分泌干扰物的虚拟筛选与活性预测领域。本发明利用子结构频率分析和子结构占比分析提取活性数据化合物的一级警示结构；利用SARpy软件对满足一级警示结构的化合物进行二级警示结构的提取；利用SARpy软件进行三级警示结构的提取；将一级警示结构和二级警示结构组合构成活性预测模块，在预测模块中先筛查出存在特征结构的化合物，再基于二级警示结构筛查出具有潜在内分泌干扰作用的警示化合物；将三级警示结构作为干扰活性预测模块，而后再基于干扰活性预测模块筛查干扰活性。本发明可以对潜在核受体介导的内分泌干扰物进行高通量筛查。
-
公开(公告)号：CN110501510B
公开(公告)日：2020-06-26
申请号：CN201910904152.7
申请日：2019-09-24
Applicant: 南京大学
IPC: G01N33/74
Abstract: 本发明公开了一种基于增强采样分子动力学模拟的混合拟、抗糖皮质激素干扰物的识别方法，基于核受体变构和共调节因子调控机制，采用增强采样分子动力学模拟方法，通过识别局部和全局自由能最低点并进行动态轨迹聚类，提取配体化合物作用下糖皮质激素受体的稳态构象，并根据受体第12号螺旋稳定位置与共调节因子招募/抑制机制的关系，判断受测化合物的内分泌干扰效应，识别和预测拟性、抗性和混合拟、抗糖皮质激素干扰物。相比于传统体外实验方法，此方法成本低廉、效率更高，且避免了混合拟、抗性干扰物的细胞特异性问题；相比于已有的计算机辅助筛选方法，此方法能有效识别稳态构象，实现混合拟、抗糖皮质激素干扰效应的预测。
-
Patent Agency Ranking
公开(公告)号：CN107884507B
公开(公告)日：2019-05-21
申请号：CN201711457584.5
申请日：2017-12-28
Applicant: 南京大学
IPC: G01N30/88
Abstract: 本专利公开了一种同时快速筛查废水中农药、药物及其转化产物的方法，属于分析化学领域。所述方法步骤为：a)、分析检测：对样品进行分析检测；b)、农药、药物鉴定：采用农药药物数据库软件进行筛查，鉴定存在的农药、药物；c)、转化产物鉴定‑非靶向筛查步骤：通过软件对步骤b)中已经鉴定的农药、药物进行转化产物预测，针对于农药药物的母体化合物进行二级谱图解析、化合物筛选，预测出诊断离子，对所有含有诊断离子的化合物提取相应的色谱峰进行转化产物的分析鉴定。利用本发明的方法能够实现废水中农药，药物及其转化产物的同时筛查，筛查速度快、范围广、准确度高。
-
公开(公告)号：CN109545289A
公开(公告)日：2019-03-29
申请号：CN201811597767.1
申请日：2018-12-25
Applicant: 南京大学
Abstract: 本发明的一种基于分级警示结构高通量筛查内分泌干扰物的方法，涉及内分泌干扰物的虚拟筛选与活性预测领域。本发明利用子结构频率分析和子结构占比分析提取活性数据化合物的一级警示结构；利用SARpy软件对满足一级警示结构的化合物进行二级警示结构的提取；利用SARpy软件进行三级警示结构的提取；将一级警示结构和二级警示结构组合构成活性预测模块，在预测模块中先筛查出存在特征结构的化合物，再基于二级警示结构筛查出具有潜在内分泌干扰作用的警示化合物；将三级警示结构作为干扰活性预测模块，而后再基于干扰活性预测模块筛查干扰活性。本发明可以对潜在核受体介导的内分泌干扰物进行高通量筛查。
-
公开(公告)号：CN109187840A
公开(公告)日：2019-01-11
申请号：CN201811325009.4
申请日：2018-11-08
Applicant: 南京大学
Abstract: 本发明公开了一种血液中有机污染物的高通量筛查分析方法，属于分析化学领域。其步骤为：(1)污染物提取；(2)浓缩与定容；(3)建库；(4)上机检测：通过高效液相色谱-飞行时间质谱联用仪在一级质谱和二级质谱模式下分别进行全扫；(5)物质鉴定。本发明建立了针对血液中有机污染物高通量筛查的前处理方法，在降低基质干扰的条件下提取化合物种类全面，利用高效液相色谱-飞行时间质谱仪，对少量血液样品能准确迅速的提取与净化，样本需求少，在单独的一次分析测定中对血液中有机污染物的一级、二级质谱谱图同时进行快速连续的扫描、筛查和鉴定，不依赖标准物质图谱，筛查出的有机污染物种类丰富、数量多，具有良好的应用价值。
-
公开(公告)号：CN108663455A
公开(公告)日：2018-10-16
申请号：CN201810614710.1
申请日：2018-06-14
Applicant: 南京大学
IPC: G01N30/02
Abstract: 本发明公开了一种基于统计策略的沉积物中有机污染物非靶向分析方法，属于环境分析化学技术领域。该方法包括以下步骤：a)对沉积物处理后的目标液进行分析检测；b)将沉积物分为两种不同组，利用统计学分析方法筛选出不同组沉积物间显著性差异的特征响应峰，再进行结构鉴定。首先提取一级响应峰，利用独立样本的非参数检验，筛选出不同组间显著性差异的响应峰；再计算响应峰的分子式，并通过数据库搜寻可能结构式。最后对可能结构式进行碎片模拟计算，当所有碎片均与二级质谱图匹配时，将其作为候选结构式。该方法可以在大量未知样本存在的条件下快速有效的分析出不同年代或区域沉积物样品间的浓度存在差异性的物质，利于推广。
-
公开(公告)号：CN105893759B
公开(公告)日：2018-08-24
申请号：CN201610201950.X
申请日：2016-04-01
Applicant: 南京大学
IPC: G06F19/00
CPC classification number: G06F19/12 , G01N2333/723 , G06F19/16 , G06F19/18
Abstract: 本发明公开了一种基于核受体共调节因子的甲状腺激素干扰物虚拟筛选及其干扰活性的定量计算方法，它基于核受体共调节因子调节机制，采用分子动力学模拟和结合自由能计算方法，通过12号螺旋的稳定位置、甲状腺激素的后踢与共激活因子、共抑制因子相互关系判断受测化合物的甲状腺激素干扰效应，区分积极的抗性、消极的抗性和拟性效应，通过计算配体‑受体结合自由能预测相关活性大小。与现有技术相比，本发明相比于传统的体外筛查方法，成本低廉、操作简单、效率更高；相比于其他虚拟筛选方法，此方法更全面地考虑了分子作用机制，可以区分拟性和抗性，定性和定量预测结果更可靠。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.02 seconds)
