高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
人工智能药物筛选、药物设计及毒性预测算法
本成果采用最新的深度学习和分子模拟算法,结合新一代分子特征化方法,开发了多种计算机模型,可用于药物开发中的多个阶段,为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果:1.药物毒性预测方法:传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型,这些方法不仅耗费大量时间,而且成本很高。使用计算模型进行有机化合物的毒性预测,所需投入较少,但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型,甚至能够在化合物合成之前就对其进行预测,大大提高了效率,使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选,能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法,运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器,这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起,我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向,我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型,以及糖尿病早期筛查模型的开发,正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文(Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80,ESI 1%高被引论文;Ai H., et al. Toxicological Sciences, 2018, 165: 100-107;Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377;Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78;Liu M., et al. Toxicology Letters. 2020, 332: 88-96;Feng H., et al. Toxicology Letters. 2021, 340: 4-14;Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.)致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法:在计算机上对药物靶点和药物分子的结构和活性建模,计算药物与靶点之间的相互作用关系,从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导,减少需要通过实验评估的候选药物的数量,从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究,正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法:长非编码RNA(lncRNA)是一种长度在200nt至100,000nt之间的非编码RNA,是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为:RWLPAP(随机游走),LPI-NRLMF(邻域正则化逻辑矩阵分解),IRWNRLPI(集成随机游走和邻域规则化Logistic矩阵分解),LPI-BNPRA(双向网络投影推荐算法),LPI-ETSLP(基于特征值变换的半监督链路预测),HLPI-Ensemble(集成学习)。在交叉验证中,我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权:
辽宁大学 2021-04-10
人工智能药物筛选、药物设计及毒性预测算法
本成果采用最新的深度学习和分子模拟算法,结合新一代分子特征化方法,开发了多种计算机模型,可用于药物开发中的多个阶段,为药物的快速设计开发提供一个完整的基于人工智能的解决方案。 成果:1.药物毒性预测方法:传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型,这些方法不仅耗费大量时间,而且成本很高。使用计算模型进行有机化合物的毒性预测,所需投入较少,但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型,甚至能够在化合物合成之前就对其进行预测,大大提高了效率,使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选,能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法,运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器,这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起,我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向,我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型,以及糖尿病早期筛查模型的开发,正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文(Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80,ESI 1%高被引论文;Ai H., et al. Toxicological Sciences, 2018, 165: 100-107;Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377;Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78;Liu M., et al. Toxicology Letters. 2020, 332: 88-96;Feng H., et al. Toxicology Letters. 2021, 340: 4-14;Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.) 致癌性预测服务器首页 致癌性预测结果页 相关综述对本服务器的介绍 RF-hERG-Score预测药物引起的hERG相关心脏毒性 2.药物设计方法:在计算机上对药物靶点和药物分子的结构和活性建模,计算药物与靶点之间的相互作用关系,从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导,减少需要通过实验评估的候选药物的数量,从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究,正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。 特异性重打分函数显著虚拟筛选性能显著较高 筛选出两个候选抑制剂 3.药物靶点识别方法:长非编码RNA(lncRNA)是一种长度在200nt至100,000nt之间的非编码RNA,是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为:RWLPAP(随机游走),LPI-NRLMF(邻域正则化逻辑矩阵分解),IRWNRLPI(集成随机游走和邻域规则化Logistic矩阵分解),LPI-BNPRA(双向网络投影推荐算法),LPI-ETSLP(基于特征值变换的半监督链路预测),HLPI-Ensemble(集成学习)。在交叉验证中,我们的模型获得了较好的预测性能。 lncRNA-蛋白质相互作用预测模型的性能比较 lncRNA-蛋白质相互作用预测服务器相关软件著作权:
辽宁大学 2021-05-10
天然皂素高效制备与应用技术
皂荚荚果、油茶果壳和无患子果皮中含有丰富的五环三萜类皂甙等天然活性成分(皂素),这些皂甙类成分呈中性,泡沫丰富,易生物降解,对皮肤无刺激,具有较强的洗涤去污能力,较好的耐酸碱、耐盐能力,还能与多种表面活性剂复配产生协同效应。近年来随着石油资源短缺和能源危机日益突出,合成表面活性剂及洗涤剂的生产成本越来越高。此外,大量合成洗涤剂的使用,对环境造成了严重的污染。因此,表面活性剂和洗涤剂必将朝着绿色、环保、可再生方向发展。 天然皂素制备与应用已列入国家“十二五”科技支撑计划,目前已开发出物理分离技术、水提技术、醇提技术及提取与同步纯化技术等,相关技术通过了教育部科技成果鉴定,申请发明专利7项,授权发明专利2项,出版专著1部。
北京林业大学 2021-02-01
天然皂素高效制备与应用技术
项目成果/简介:皂荚荚果、油茶果壳和无患子果皮中含有丰富的五环三萜类皂甙等天然活性成分(皂素),这些皂甙类成分呈中性,泡沫丰富,易生物降解,对皮肤无刺激,具有较强的洗涤去污能力,较好的耐酸碱、耐盐能力,还能与多种表面活性剂复配产生协同效应。近年来随着石油资源短缺和能源危机日益突出,合成表面活性剂及洗涤剂的生产成本越来越高。此外,大量合成洗涤剂的使用,对环境造成了严重的污染。因此,表面活性剂和洗涤剂必将朝着绿色、环保、可再生方向发展。 天然皂素制备与应用已列入国家“十二五”科技支撑计划,目前已开发出物理分离技术、水提技术、醇提技术及提取与同步纯化技术等,相关技术通过了教育部科技成果鉴定,申请发明专利7项,授权发明专利2项,出版专著1部。
北京林业大学 2021-04-11
油井天然气/氮气实时监测装置
与国内外现有的关于天然气混合气体中各种种类的识别以及在线检测设备的技术相比较,该技术选择用多种传感器构造智能传感器阵列的技术手段。以深度学习算法网络为信息辨识计算方法,以 FPGA 来完成网络算法的硬件实现,最终获得一套智能化天然气混合气体多种气体(包括氮气)在线监测装置。
西安交通大学 2021-04-10
油井天然气/氮气实时监测装置
与国内外现有的关于天然气混合气体中各种种类的识别以及在线检测设备的技术相比较,该技术选择用多种传感器构造智能传感器阵列的技术手段。以深度学习算法网络为信息辨识计算方法,以 FPGA 来完成网络算法的硬件实现,最终获得一套智能化天然气混合气体多种气体(包括氮气)在线监测装置。
西安交通大学 2021-04-10
油井天然气/氮气实时监测装置
与国内外现有的关于天然气混合气体中各种种类的识别以及在线检测设备的技术相比较,该技术选择用多种传感器构造智能传感器阵列的技术手段。以深度学习算法网络为信息辨识计算方法,以 FPGA 来完成网络算法的硬件实现,最终获得一套智能化天然气混合气体多种气体(包括氮气)在线监测装置。
西安交通大学 2021-04-10
天然食品防腐剂生产技术
研发阶段/n内容简介:为提高食品的安全性,食品加工过程中使用的食品添加剂(含食品防腐剂)向天然化无害化方向发展,本技术的主要内容是从天然可食植物材料中提取天然食品防腐剂以用于食品加工。主要原料有:辣椒、丁香、乌梅等,主要用于酱油、醋、酱腌菜、碳酸饮料、可乐饮料、果汁饮料等。提取方法:可食用溶剂萃取及分离技术。该成果经专家鉴定居国内领先水平。技术指标:1mg/ml防腐物质
湖北工业大学 2021-01-12
浓缩杏汁和天然果酸生产方法
本课题为一种天然果酸、浓缩杏汁和杏粉的生产方法。以杏为原料,生产天然果酸、浓缩杏汁和杏粉,该工艺其特征是杏去核匀浆后加入果胶酶进行酶解,酶解离心后残渣用按上述条件进行第二次提取,去除残渣,将两次上清液合并浓缩,浓缩后的上清液过树脂柱,用水洗脱,洗脱下的溶液浓缩后得浓缩杏汁,然后用 50%乙醇洗脱,洗脱液经 60~70℃真空减压浓缩后经干燥得固态天然果酸。
江南大学 2021-04-13
天然水域人工鱼巢设置与管护
通过在天然水域设置人工鱼巢并加以管护,显著促进鱼类的自然繁 殖,从而有效地增加鱼类资源量。该成果可在一定程度上替代人工增殖放 流,同时具有成本低廉、保持鱼类天然种质、鱼苗成活率高等优点。成果 包括鱼巢设置水域选择W规模确定、鱼巢材料和架设方式、增殖效果评估 等.本技术适用于江河湖库等内陆水域的鱼类资源增殖,尤其适用于各类 涉水工程的生态补偿。每平方米鱼巢投资约150元,增殖鱼类资源的收益 超过300元。
西南大学 2021-04-13
首页 上一页 1 2
  • ...
  • 6 7 8
  • ...
  • 133 134 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1