-
公开(公告)号:CN118471382A
公开(公告)日:2024-08-09
申请号:CN202410603759.2
申请日:2024-05-15
Applicant: 南京理工大学
IPC: G16C20/70 , G16C20/30 , G06F18/214 , G06F18/24 , G06N20/20
Abstract: 本发明公开了一种有机化合物正辛醇‑水分配系数的预测方法和系统。所述方法先建立含14421个有机化合物正辛醇‑水分配系数试验数据的数据库;然后采用易于计算的分子描述符和机器学习算法,构建了正辛醇‑水分配系数定量预测模型,其最优模型为基于k近邻算法的模型,模型具有较好的拟合优度、稳健性和预测能力,应用域明确;最后根据最优模型预测结果,确定目标有机化合物的正辛醇‑水分配系数预测值。本发明的描述符易于计算,方法易于程序化,预测模型具有较好的拟合优度、稳健性和预测能力,适用于预测模型应用域内有机化合物的潜在正辛醇‑水分配系数。
-
公开(公告)号:CN111875692B
公开(公告)日:2022-06-10
申请号:CN202010712961.0
申请日:2020-07-22
Applicant: 南京理工大学
Abstract: 本发明公开了一种稀有鮔鲫运甲状腺素蛋白基因、蛋白序列及其应用。本发明通过直接克隆技术,从稀有鮔鲫肝脏中克隆获得了稀有鮔鲫运甲状腺素蛋白基因cDNA序列,核苷酸序列如SEQ ID NO:1所示,其编码的运甲状腺素蛋白的氨基酸序列如SEQ ID NO:2所示。本发明的稀有鮔鲫运甲状腺素蛋白可用于筛选水中对水生生物产生内分泌干扰的化学物质,以及研究水中化学物质对于生物体的干扰机制。
-
公开(公告)号:CN118016185A
公开(公告)日:2024-05-10
申请号:CN202410060655.1
申请日:2024-01-15
Applicant: 南京理工大学
IPC: G16C20/30 , G16C20/70 , G16C20/90 , G16B15/30 , G16B40/00 , G06F18/241 , G06F18/2413 , G06F18/243 , G06N5/01
Abstract: 本发明公开了一种甲状腺系统干扰物优先级排序方法和系统。所述方法先建立已有的物质对8种甲状腺系统靶标干扰效应试验数据库,并利用试验数据库中数据基于机器学习算法分别构建8种甲状腺系统靶标干扰效应二元分类预测模型,利用预测模型对目标物质缺失试验数据的靶标的干扰效应数据进行预测,获取目标物质对无干扰效应试验数据的靶标的干扰效应预测数据,二者整合即为目标化合物对8种甲状腺系统靶标的干扰效应数据,然后根据干扰效应阳性数据个数,判定目标化合物对甲状腺系统干扰效应的优先等级。本发明的优先级排序方法流程清晰,方法可扩展性较好,方法易于程序化,适用于对未知化学品判定其潜在甲状腺系统干扰效应优先等级。
-
公开(公告)号:CN110146695B
公开(公告)日:2021-12-10
申请号:CN201910378233.8
申请日:2019-05-08
Applicant: 南京理工大学
IPC: G01N33/544 , G06K9/62
Abstract: 本发明公开了一种采用k近邻算法筛选人甲状腺素运载蛋白干扰物的方法。所述方法首先针对可电离有机化学品,计算基于形态修正的量化描述符,然后采用基于形态修正的量化描述符、官能团、分子碎片描述符和k近邻算法,构建了二元分类模型和定量预测模型;筛选目标有机化学品时首先基于二元分类模型将其区分为有活性和无活性有机化学品;然后使用定量模型预测有活性的有机化学品的干扰效应数据;最后依据预测的效应值判断目标有机化学品是否为潜在的人甲状腺素运载蛋白干扰物。本发明描述符机理清晰、易于计算,预测方法易于程序化,预测模型具有较好的拟合优度、稳健性和预测能力,筛选方法可扩展性较好,适用于筛查应用域内潜在人甲状腺素运载蛋白干扰物。
-
公开(公告)号:CN111875692A
公开(公告)日:2020-11-03
申请号:CN202010712961.0
申请日:2020-07-22
Applicant: 南京理工大学
Abstract: 本发明公开了一种稀有鮔鲫运甲状腺素蛋白基因、蛋白序列及其应用。本发明通过直接克隆技术,从稀有鮔鲫肝脏中克隆获得了稀有鮔鲫运甲状腺素蛋白基因cDNA序列,核苷酸序列如SEQ ID NO:1所示,其编码的运甲状腺素蛋白的氨基酸序列如SEQ ID NO:2所示。本发明的稀有鮔鲫运甲状腺素蛋白可用于筛选水中对水生生物产生内分泌干扰的化学物质,以及研究水中化学物质对于生物体的干扰机制。
-
公开(公告)号:CN110146695A
公开(公告)日:2019-08-20
申请号:CN201910378233.8
申请日:2019-05-08
Applicant: 南京理工大学
IPC: G01N33/544 , G06K9/62
Abstract: 本发明公开了一种采用k近邻算法筛选人甲状腺素运载蛋白干扰物的方法。所述方法首先针对可电离有机化学品,计算基于形态修正的量化描述符,然后采用基于形态修正的量化描述符、官能团、分子碎片描述符和k近邻算法,构建了二元分类模型和定量预测模型;筛选目标有机化学品时首先基于二元分类模型将其区分为有活性和无活性有机化学品;然后使用定量模型预测有活性的有机化学品的干扰效应数据;最后依据预测的效应值判断目标有机化学品是否为潜在的人甲状腺素运载蛋白干扰物。本发明描述符机理清晰、易于计算,预测方法易于程序化,预测模型具有较好的拟合优度、稳健性和预测能力,筛选方法可扩展性较好,适用于筛查应用域内潜在人甲状腺素运载蛋白干扰物。
-
-
-
-
-