“江苏运动健康研究院”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种用于递送mRNA的生物制剂及其制备方法-CN202310762367.6在审
发明人：肖忠党;司珂;沈杨;孙博 -专利权人： 江苏运动健康研究院
申请日： 2023-06-27 - 公布日： 2023-10-13 - 主分类号： C12N15/62 文献下载
摘要：本发明提供了一种用于递送mRNA的生物制剂及其制备方法，所述的生物制剂为工程细胞所分泌、内部装载特定mRNA的微囊泡，主要涉及基因工程技术领域。本发明主要将装配蛋白连接到微囊泡膜蛋白的C端，将与装配蛋白结合的引导结合序列(一段特殊的RNA茎环结构)插入编码目的mRNA的3’‑非翻译区(3’‑UTR)，来设计两种融合基因结构，并以此构建重组慢病毒载体和稳转细胞系，从而生产微囊泡。本发明所构微囊泡，生物相容性好，制备方法简单，可在重组细胞微囊泡生成时，通过装配蛋白和引导结合序列间的相互作用将特定mRNA装载到微囊泡内部。本发明所构微囊泡可将特定mRNA递送到细胞内，可以直接应用于体内。
一种用于递送 mrna 生物制剂及其制备方法

[发明专利]细胞影像学预训练模型构建方法和装置-CN202310788070.7在审
发明人：成昊;丁彦;于文龙;顾忠泽 -专利权人： 江苏运动健康研究院
申请日： 2023-06-29 - 公布日： 2023-10-03 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了一种细胞影像学预训练模型构建方法和装置，属于细胞影像学领域。提出一种细胞影像学预训练模型构建方法，包括图像重建、图像匹配、图像‑组学数据对齐、图像‑活性数据对齐四个任务，涉及多模态学习、预训练模型、低资源微调方法，通过最小化微调参数的数量和计算复杂度，来提高预训练模型在新任务上的性能，从而缓解大型预训练模型的训练成本。
细胞影像训练模型构建方法装置

[发明专利]一种量化类器官形态学亚型与生物学功能关系的方法-CN202310718847.2在审
发明人：黄锴;于文龙;顾忠泽 -专利权人： 江苏运动健康研究院
申请日： 2023-06-16 - 公布日： 2023-09-15 - 主分类号： G06V10/74 文献下载
摘要：本发明涉及一种量化类器官形态学亚型与生物学功能关系的方法，包括如下步骤：步骤1、类器官的异质性分析：对若干原代类器官进行诱导培养及形态学区分，筛选获得各类器官相互间形态学可区分的类器官系，并观察类器官系的形态学亚型；步骤2、类器官的外部扰动处理；步骤3、明场成像及图像预处理；步骤4、采用生物学功能识别模型预测生物学功能参数：步骤5、将类器官形态学标签的添加到扰动后明场图像数据中；步骤6、关联性图谱的构建：将生物学功能参数的得分进行归一化，并进行四分位数划分，然后按顺序与形态学亚型对应，构建形态学亚型与生物学功能参数得分的关联性图谱。本发明能够揭示形态学异质性与生物学功能之间的关系，且准确性高。
一种量化器官形态学生物学功能关系方法

[发明专利]一种基于AI技术和类器官芯片的药物性肝损伤评价方法-CN202310718758.8在审
发明人：丁彦;张秋银;于文龙;顾忠泽 -专利权人： 江苏运动健康研究院
申请日： 2023-06-16 - 公布日： 2023-09-01 - 主分类号： G16H50/30 文献下载
摘要：本发明涉及一种基于AI技术和类器官芯片的药物性肝损伤评价方法，包括如下步骤：步骤1、肝毒性测试用药物的选择；步骤2、基于采用多通道式自重力器官芯片，构建由多种肝脏细胞组成的肝脏类器官芯片模型，并以步骤1选择的药物为待测药物化合物进行药物肝损伤试验，记录试验结果；步骤3、试验结果进行数据预处理；步骤4、将预处理后的实验结果数据进行等级划分，并将等级划分结果作为肝损伤标签添加到数据文件中；步骤5、基于AI技术构建药物性肝损伤预测模型，并进行模型的验证与评估；本发明将肝脏类器官芯片与AI技术结合用于药物肝损伤的评价，提高了药物肝损伤评价的准确度。
一种基于 ai 技术器官芯片药物性损伤评价方法

[发明专利]一种基于器官芯片和深度学习的抗肿瘤化合物预后药效的预测方法-CN202310708965.5在审
发明人：胡天牧;于文龙;顾忠泽 -专利权人： 江苏运动健康研究院
申请日： 2023-06-15 - 公布日： 2023-08-15 - 主分类号： G16C20/30 文献下载
摘要：本发明涉及一种基于器官芯片和深度学习的抗肿瘤化合物预后药效的预测方法，包括如下步骤：步骤1、构建器官芯片样本库；步骤2、构建湿实验数据库；步骤3、数据的预处理、特征提取及向量化：步骤4、特征拼接模型的构建；步骤5、对特征拼接模型进行训练，构建杀伤有效性预测模型，并进行验证评估；步骤6、对特征拼接模型进行训练，构建EC50预测模型，并进行验证评估；步骤7、进行杀伤有效性和EC50值的预测。本发明将器官芯片技术与深度学习技术相结合进行抗肿瘤药物的药效预测，实现了干湿实验的融合，在尽可能贴近人体内器官层面系统性药物作用的同时，实现高通量、自动化、规避伦理风险的数据产出。
一种基于器官芯片深度学习肿瘤化合物预后药效预测方法