-
公开(公告)号：CN104825439A
公开(公告)日：2015-08-12
申请号：CN201510172518.8
申请日：2015-04-14
Applicant: 吉林农业大学
IPC: A61K31/351 , A23L1/29 , A61P13/12
Abstract: 本发明公开了麦芽酚（Maltol，C6H6O3，CAS NO.118-71-8）在制备保护顺铂（CDDP）诱导的急性肾损伤药物中的应用，属于医药产品研究开发领域。动物实验研究表明：与模型组相比，麦芽酚可以有效降低血清中肌酐（Cre）和尿素氮（BUN）水平，提高肾脏组织SOD和GSH水平，此外，麦芽酚能够显著抑制肾组织中TNF-α和IL-1β等炎症因子的升高。因此，可以把该化合物及含有该化合物的有效组分制备成预防急性肾损伤的药物。其药物形式可以是现有的任何剂型，如片剂，胶囊剂，粉针剂，注射剂，丸剂，软胶囊，颗粒剂和贴剂等。
-
公开(公告)号：CN104586833A
公开(公告)日：2015-05-06
申请号：CN201410674332.8
申请日：2014-11-20
Applicant: 吉林农业大学
IPC: A61K31/351 , A23L1/29 , A61P1/16
Abstract: 本发明涉及一种麦芽酚在制备肝损伤保护作用方面的药品和保健品用途，属于医药领域。本发明制成的以麦芽酚为主要活性物质的药品和保健品可以预防和治疗免疫性或化学性因素引起的各种肝损伤。本发明通过建立免疫性或化学性肝损伤动物模型，证实麦芽酚能够显著降低血清中的ALT和AST，亦可显著升高肝脏SOD活力和降低MDA含量，发挥其肝保护作用。本发明麦芽酚为肝损伤的预防及治疗提供了一种新的药品和保健品来源。
-
公开(公告)号：CN117976047A
公开(公告)日：2024-05-03
申请号：CN202410391713.9
申请日：2024-04-02
Applicant: 吉林农业大学
Abstract: 基于深度学习的关键蛋白质预测方法，属于生物信息学技术领域，尤其涉及基于深度学习网络的关键蛋白质预测方法；解决了现有关键蛋白预测方法中用于分类的蛋白质特征过于依赖专家知识和经验参数、无法自适应的学习特征的问题，以及现有方法忽略了蛋白质互作网络中蛋白间的相互作用、没有聚集邻居蛋白的信息的问题，以及现有蛋白质互作网络中存在过多无效蛋白质节点、现有方法没有提取有效蛋白质节点的问题；所述方法包括：将所述加权蛋白质互相作用网络作为所述关键蛋白质预测模型的输入，获得关键蛋白质预测结果。所述基于深度学习的关键蛋白质预测方法，适用于预测关键蛋白质。
-
公开(公告)号：CN104800233B
公开(公告)日：2018-03-09
申请号：CN201510172314.4
申请日：2015-04-14
Applicant: 吉林农业大学
IPC: A61K31/704 , A61P13/12
Abstract: 本发明公开了人参皂苷Rg5（C42H70O12,CAS No. 186763‑78‑0）在制备保护顺铂（CDDP）诱导的急性肾损伤药物中的应用，属于医药产品研究开发领域。动物实验研究表明：与模型组相比，人参皂苷Rg5可以有效降低血清中肌酐（Cre）和尿素氮（BUN）水平，提高肾脏组织SOD和GSH水平，此外，人参皂苷Rg5能够显著抑制肾组织中TNF‑α和IL‑1β等炎症因子的升高。因此，可以把该化合物及含有该化合物的有效组分制备成预防急性肾损伤的药物。其药物形式可以是现有的任何剂型，如片剂，胶囊剂，粉针剂，注射剂，丸剂，软胶囊，颗粒剂和贴剂等。
-
公开(公告)号：CN104800233A
公开(公告)日：2015-07-29
申请号：CN201510172314.4
申请日：2015-04-14
Applicant: 吉林农业大学
IPC: A61K31/704 , A61P13/12
Abstract: 本发明公开了人参皂苷Rg5（C42H70O12, CAS No. 186763-78-0）在制备保护顺铂（CDDP）诱导的急性肾损伤药物中的应用，属于医药产品研究开发领域。动物实验研究表明：与模型组相比，人参皂苷Rg5可以有效降低血清中肌酐（Cre）和尿素氮（BUN）水平，提高肾脏组织SOD和GSH水平，此外，人参皂苷Rg5能够显著抑制肾组织中TNF-α和IL-1β等炎症因子的升高。因此，可以把该化合物及含有该化合物的有效组分制备成预防急性肾损伤的药物。其药物形式可以是现有的任何剂型，如片剂，胶囊剂，粉针剂，注射剂，丸剂，软胶囊，颗粒剂和贴剂等。
-
Patent Agency Ranking
公开(公告)号：CN117976047B
公开(公告)日：2024-06-18
申请号：CN202410391713.9
申请日：2024-04-02
Applicant: 吉林农业大学
Abstract: 基于深度学习的关键蛋白质预测方法，属于生物信息学技术领域，尤其涉及基于深度学习网络的关键蛋白质预测方法；解决了现有关键蛋白预测方法中用于分类的蛋白质特征过于依赖专家知识和经验参数、无法自适应的学习特征的问题，以及现有方法忽略了蛋白质互作网络中蛋白间的相互作用、没有聚集邻居蛋白的信息的问题，以及现有蛋白质互作网络中存在过多无效蛋白质节点、现有方法没有提取有效蛋白质节点的问题；所述方法包括：将所述加权蛋白质互相作用网络作为所述关键蛋白质预测模型的输入，获得关键蛋白质预测结果。所述基于深度学习的关键蛋白质预测方法，适用于预测关键蛋白质。
-
公开(公告)号：CN115223657B
公开(公告)日：2022-12-06
申请号：CN202211140336.9
申请日：2022-09-20
Applicant: 吉林农业大学
Abstract: 一种药用植物转录调控图谱预测方法，属于生物信息学技术领域。为了解决当前药用植物遗传背景不清晰的问题，本发明搜集人参等药用植物基因组从头测序数据和转录调控网络，采用序列比对法从类比角度将近源物种的denovo全基因组水平转录调控网络迁移到未完全注释的药用植物基因组中；运用图卷积网络、注意力机制等方法构建深度网络学习架构并对共表达转录调控网络模块进行预测；采用社区发现算法，对差异共表达网络模块进行识别，进而揭示待预测药用植物中的主要成分及其生物合成途径。利用该方法搭建的药用植物转录调控网络可视化数据库平台可查询药用植物转录因子、转录因子调控网络、生物通路。
-
公开(公告)号：CN110956380A
公开(公告)日：2020-04-03
申请号：CN201911154980.X
申请日：2019-11-22
Applicant: 吉林农业大学
Abstract: 本发明公开了一种基于改进的层次分析法评价生猪养殖工艺的方法，其主要是通过搭建生猪养殖模型，构造判断矩阵，计算各指标的判断矩阵、得出各单项指标的权值。该方法通过引入模拟退火和粒子群算法，达到对一致性检验的优化，避免了不通过一致性检验的情况。结果表明：该方法针对养殖系统中大量的不确定性、随机性因素及其相互关系，提出了一种量化决策方法，并将定性与定量方法有机地结合起来，使复杂的决策问题清晰化，减少了定量计算的工作量和难度，节约了人力、物力，具有较强的实用性。
-
公开(公告)号：CN115223657A
公开(公告)日：2022-10-21
申请号：CN202211140336.9
申请日：2022-09-20
Applicant: 吉林农业大学
Abstract: 一种药用植物转录调控图谱预测方法，属于生物信息学技术领域。为了解决当前药用植物遗传背景不清晰的问题，本发明搜集人参等药用植物基因组从头测序数据和转录调控网络，采用序列比对法从类比角度将近源物种的denovo全基因组水平转录调控网络迁移到未完全注释的药用植物基因组中；运用图卷积网络、注意力机制等方法构建深度网络学习架构并对共表达转录调控网络模块进行预测；采用社区发现算法，对差异共表达网络模块进行识别，进而揭示待预测药用植物中的主要成分及其生物合成途径。利用该方法搭建的药用植物转录调控网络可视化数据库平台可查询药用植物转录因子、转录因子调控网络、生物通路。
-
公开(公告)号：CN110807561A
公开(公告)日：2020-02-18
申请号：CN201911104134.7
申请日：2019-11-13
Applicant: 吉林农业大学
Abstract: 本发明提供了一种基于贝叶斯网络的玉米病虫害预警分析方法，首先构造玉米病虫害网络诊断贝叶斯网络、确定影响玉米病虫害的节点，然后进行数据离散化处理，再利用离散化处理后的数据进行贝叶斯网络训练，根据经过训练的玉米病虫害预警贝叶斯网络计算玉米发生病虫害的概率，最终根据计算所得的概率判断是否发生玉米病虫害、进行预警。本发明综合考虑了多方面的因素，同时规避了其他潜在因素的影响，通过构建复杂的贝叶斯网络计算概率对玉米的病害及虫害疫情进行准确的判断及报警，可以帮助种植人员进行及时的判断及采取措施。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.022 seconds)
