-
-
公开(公告)号:CN116947887A
公开(公告)日:2023-10-27
申请号:CN202210410730.3
申请日:2022-04-19
Applicant: 中国科学院上海药物研究所
IPC: C07D513/14 , C07D405/12 , A61P35/00 , A61K31/542 , A61K31/397
Abstract: 本发明公开了一种β‑内酰胺结构类化合物、其制备方法及其应用,该β‑内酰胺结构类化合物的结构如式I所示,式中,各取代基的定义如说明书和权利要求书中所述。本发明的β‑内酰胺结构类化合物能够靶向SPOP蛋白,用于癌症尤其是肾透明质细胞癌的治疗。#imgabs0#
-
公开(公告)号:CN113571124B
公开(公告)日:2024-04-23
申请号:CN202010356774.3
申请日:2020-04-29
Applicant: 中国科学院上海药物研究所
Abstract: 本发明公开了一种配体‑蛋白质相互作用的预测方法及装置,包括:对目标蛋白质的一级序列进行处理,获得由特征向量组成的若干蛋白质特征序列;基于目标配体的分子指纹图谱获取目标配体的若干原子特征序列;基于所述若干蛋白质特征序列以及所述若干原子特征序列利用预设的预测模型进行预测,获得所述目标蛋白质和所述目标配体相互作用的概率。本发明实施例中当需要预测某个蛋白质和某个配体能否进行相互作用时,只需要获得该蛋白质的各蛋白质特征序列以及该配体的原子特征序列,通过利用预测模型,就能预测出蛋白中哪些氨基酸片段能和配体中哪些原子进行相互作用,由此能够计算出该蛋白质和该配体相互作用的概率。
-
公开(公告)号:CN116139276A
公开(公告)日:2023-05-23
申请号:CN202111392145.7
申请日:2021-11-19
Applicant: 中国科学院上海营养与健康研究所 , 中国科学院上海药物研究所
IPC: A61K45/00 , A61K31/41 , A61P37/02 , A61P3/04 , A61P39/06 , C12Q1/02 , G01N33/68 , C07D401/06 , C07D257/04
Abstract: 本发明揭示了环指蛋白130(RNF130)及其下调剂在制备自身免疫性疾病药物中的应用。所述的RNF130对CD4+T细胞的增殖有调节作用,参与CD4+T细胞内肥胖诱导的糖酵解代谢,对于CD4+T细胞参与的自身免疫性疾病如系统性红斑狼疮、炎症性肠病、多发性硬化、类风湿性关节炎等中发挥关键作用,可作为缓解或治疗自身免疫性疾病的靶标。本发明也提供了一种小分子的RNF130下调剂DC‑Gonib32,其在细胞水平和动物水平上均呈现良好的缓解由CD4+T细胞过度增殖/活化为特征的自身免疫性疾病。
-
公开(公告)号:CN116966168A
公开(公告)日:2023-10-31
申请号:CN202210434175.8
申请日:2022-04-24
Applicant: 中国科学院上海药物研究所
Abstract: 本申请涉及甘草查尔酮D(Licochalcone D)在制备STING抑制剂中的用途。根据本发明,Licochalcone D可被应用于STING介导的相关炎症免疫性疾病的治疗,并且可被开发为治疗与STING相关的自身免疫性疾病和炎症性疾病的靶向药物。
-
公开(公告)号:CN113919290A
公开(公告)日:2022-01-11
申请号:CN202010657382.0
申请日:2020-07-09
Applicant: 中国科学院上海药物研究所
IPC: G06F40/126 , G06F40/157
Abstract: 本发明公开了一种用于有机化合物的化学结构和命名双向自动转化的处理方法及装置,在有机物化学结构文件存储格式为SMILES格式、MOL2格式、SDF格式或PDB格式的情况下,在有机物命名方式为IUPAC规定的有机物命名法命名的情况下,所述方法包括:获取目标有机化合物待转换的化学结构文件;利用预设的化学结构转化工具将非SMILES格式的化学结构文件转成SMILES格式;对SMILES格式进行处理获得目标第一向量;利用预设的目标转换模型对目标第一向量进行转换,获得若干第二向量;基于各第二向量的概率,确定目标第二向量;基于目标第二向量确定与所述目标有机化合物结构对应的命名。本发明的处理方法和装置能够使得化学结构与命名之间的转换能够更加方便、快捷,提高了转换效率。
-
公开(公告)号:CN113571124A
公开(公告)日:2021-10-29
申请号:CN202010356774.3
申请日:2020-04-29
Applicant: 中国科学院上海药物研究所
Abstract: 本发明公开了一种配体‑蛋白质相互作用的预测方法及装置,包括:对目标蛋白质的一级序列进行处理,获得由特征向量组成的若干蛋白质特征序列;基于目标配体的分子指纹图谱获取目标配体的若干原子特征序列;基于所述若干蛋白质特征序列以及所述若干原子特征序列利用预设的预测模型进行预测,获得所述目标蛋白质和所述目标配体相互作用的概率。本发明实施例中当需要预测某个蛋白质和某个配体能否进行相互作用时,只需要获得该蛋白质的各蛋白质特征序列以及该配体的原子特征序列,通过利用预测模型,就能预测出蛋白中哪些氨基酸片段能和配体中哪些原子进行相互作用,由此能够计算出该蛋白质和该配体相互作用的概率。
-
-
-
-
-
-