“分子指纹”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果497220个，建议您升级VIP下载更多相关专利

[发明专利]分子生成方法、装置、设备及存储介质-CN202111424828.6在审
发明人：范方达;王纵虎;郑莲君;赖力鹏;温书豪;马健 -专利权人：北京晶泰科技有限公司
申请日： 2021-11-26 - 公布日： 2022-03-11 - 主分类号： G16C20/60 文献下载
摘要：本发明是关于一种分子生成方法、装置、设备及存储介质。其中，该方法包括：获取待处理的目标分子；对目标分子进行指纹切割，得到目标分子的指纹片段；计算目标分子的指纹片段与预设指纹片段库中的指纹片段的字符编辑距离，将预设指纹片段库中字符编辑距离小于设定阈值的指纹片段挑选出来作为待替换指纹片段；将目标分子中与目标分子的指纹片段重合的分子片段替换为待替换指纹片段，得到替换后的目标分子。本发明的技术方案能够对分子结构进行局部小规模变化，得到具有新颖取代基或骨架的分子。
分子生成方法装置设备存储介质

[发明专利]基于深度学习技术多分子指纹模型的分子筛选方法-CN202111148093.9在审
发明人：王建浦;朱琳;章亮 -专利权人：南京工业大学
申请日： 2021-09-29 - 公布日： 2022-12-30 - 主分类号： G16C20/20 文献下载
摘要：本发明公开了一种基于深度学习技术多分子指纹模型的分子筛选方法，将收集的分子经SMILES、再由SMILES转化为各种分子指纹的预处理，各种分子指纹作为输入数据；根据各种分子指纹输入数据，设置一个多分子指纹模型，第一层为输入层，中间层为密集层，最后一层为输出层，利用Sigmoid函数作为最终输出，通过反向传播优化算法优化设置多分子指纹模型超参数进行性能评估，并迭代训练获得一个高验证精度的模型；将新分子经预处理后，输入至最高验证精度多分子指纹模型进行预测筛选，得到新分子的预测结果。本发明能够输入多种分子指纹联合学习，克服单分子指纹输入化学信息不足、拼接分子指纹造成信息混乱等局限性，实现分子的高效筛选。
基于深度学习技术分子指纹模型筛选方法

[发明专利]药物筛选中基于深度哈希的配体分子指纹生成方法-CN201611178270.7有效
发明人：吴建盛;尹新宇;胡海峰 -专利权人：南京邮电大学
申请日： 2016-12-19 - 公布日： 2019-05-21 - 主分类号： G16C20/20 文献下载
摘要：本发明公开了一种药物筛选中基于深度哈希的配体分子指纹生成方法，首先生成分子结构式图像文件，然后定义配体分子对的配对标记，训练DPSH深度哈希学习模型，最后预测新配体分子的分子指纹。本发明将配体分子结构式转换成图像文件，利用深度哈希算法，优化目标损失函数，自动生成分子指纹。本发明将实现第一个“端到端”的分子指纹生成框架，无需手工提取特征，解决了分子指纹生成方法需要开发者对领域知识有较深了解的难题。本发明从全新的角度提供分子指纹生成的通用框架，为现有分子指纹生成方法的重要补充，将会推动分子指纹在药物筛选中更广泛的应用。
药物筛选基于深度分子指纹生成方法

[发明专利]一种基于多维分子指纹预测化合物hERG心脏毒性的方法-CN202210202646.2在审
发明人：吴卷书;张力;刘宏生;南洋;谢心茹;韩晨洋;任林涛;丁尉哲 -专利权人：辽宁大学
申请日： 2022-03-02 - 公布日： 2022-06-03 - 主分类号： G16C20/50 文献下载
摘要：一种基于多维分子指纹预测化合物hERG心脏毒性的方法，该方法包括：第一步，对心脏毒性数据集中的化合物进行分子动力学模拟；第二步，分析分子动力学模拟结果，计算基于分子动力学模拟的分子指纹；第三步，通过分子指纹软件计算化合物的分子指纹，与分子动力学模拟指纹组成多维分子指纹；第四步，采用特征选择方法从多维分子指纹中寻找最优特征子集；第五步，采用多种机器学习方法构建化合物hERG心脏毒性预测模型。实验结果显示，采用了多维分子指纹建立的模型具更高的预测性能。该方法可以实现更高的化合物hERG心脏毒性预测精度，可用于药物设计中的早期毒性筛查。
一种基于多维分子指纹预测化合物 herg 心脏毒性方法

[发明专利]一种基于蛋白环境描述小分子片段属性的指纹设计方法-CN202010150513.6有效
发明人：季长鸽;单金文;张增辉 -专利权人：华东师范大学
申请日： 2020-03-06 - 公布日： 2022-08-05 - 主分类号： G16C20/50 文献下载
摘要：本发明公开了一种基于蛋白环境描述小分子片段属性的指纹设计方法，其特点是该方法通过识别蛋白的口袋表层氨基酸原子，计算蛋白口袋原子和对接后的小分子的相互作用关系，及其对应的蛋白原子和小分子原子，设计两种不同描述小分子片段属性的指纹，一种是分别定义蛋白属性指纹和小分子属性指纹一一对应，通过寻找相似蛋白属性指纹找到相似的小分子属性指纹，另一种是根据蛋白环境设计描述整个分子的指纹，通过计算两组指纹的相似性判断两个小分子片段的相似性。本发明与现有技术相比具有快速生成两种指纹，将其应用于实际药物分子的设计和修改过程中，能够快速找到多个相似片段，生成多个新分子，有效的帮助药物化学家快速进行药物分子设计与修改。
一种基于蛋白环境描述分子片段属性指纹设计方法

[发明专利]一种药物分子性质预测分类方法及系统-CN202210021248.0在审
发明人：王晶晶;赵文瀚;李鸿祯 -专利权人：山东师范大学
申请日： 2022-01-10 - 公布日： 2022-05-24 - 主分类号： G16C20/30 文献下载
摘要：本发明公开一种药物分子性质预测分类方法及系统，包括：获取待测药物的分子图；对分子图分别进行分子描述符和分子指纹的特征提取，得到分子定向传递信息和摩根分子指纹信息；对分子定向传递信息和摩根分子指纹信息进行特征融合；根据融合特征采用训练后的分类模型得到药物的分子性质预测结果。提出一种针对不同规格的分子描述符和分子指纹信息的分类方法，采用两种不同规格的卷积神经网络分别对分子描述符和分子指纹进行特征提取；采用分子定向传递信息和摩根分子指纹信息的融合特征，更精确地识别药物分子性质
一种药物分子性质预测分类方法系统

[发明专利]一种基于分子指纹设计金属有机框架的方法-CN202210503225.3在审
发明人：乔智威;黄秋红;袁雪迎;关雅芳;张知科;朱鑫;梁红 -专利权人：广州大学
申请日： 2022-05-10 - 公布日： 2022-07-22 - 主分类号： G16C10/00 文献下载
摘要：本发明涉及计算化学与纳米复合催化材料领域，且公开了一种基于分子指纹设计金属有机框架的方法，包括以下步骤：第一步：采集金属有机框架的描述符和吸附性能参数；第二步：基于描述符以及吸附性能参数利用机器学习算法对不同的分子指纹进行回归预测，以分子指纹类型作为输入，分子指纹类型包括APFP、Estate、MACCS以及PubChem；第三步：根据回归预测效果，评估不同类型的分子指纹的预测效果并找到预测精度高的指纹类型，得到预测精度高的分子指纹；第四步：利用预测精度高的分子指纹统计优异的指纹位号；第五步：根据优异指纹位号来设计金属有机框架。本发明可精准且快速找到影响重要的指纹位号，指导金属有机框架的设计。
一种基于分子指纹设计金属有机框架方法

[发明专利]一种Vocs挥发性有机物组分分析方法、装置和存储介质-CN202310078595.1在审
发明人：王文重;程平 -专利权人：珠海高凌信息科技股份有限公司;上海大学
申请日： 2023-02-02 - 公布日： 2023-08-01 - 主分类号： G16C20/30 文献下载
摘要：本发明公开了一种Vocs挥发性有机物组分分析方法、装置和存储介质，方法包括：获取输入电子轰击质谱图；利用分子指纹预测模型，对输入电子轰击质谱图进行预测分析，获得输入电子轰击质谱图的预测分子指纹；基于输入电子轰击质谱图，通过目标质谱库进行检索分析，获得候选分子指纹；对预测分子指纹和候选分子指纹进行比较处理，得到分子指纹候选列表。本发明通过训练深度神经网络模型，进而通过分子指纹技术对Vocs的电子轰击质谱图进行预测，预测Vocs成份分子的分子指纹，并通过结合质谱库的检索与比较，方便快捷地实现了基于Vocs质谱监测结果和网络模型对
一种 vocs 挥发性有机物组分分析方法装置存储介质

[发明专利]基于深度学习的类药化合物毒性预测方法-CN201811355009.9在审
发明人：黎红;杨柳;李雅洁;李坤源;何伟;冯磊;胡美慧;赵刚;蒋诗百;李志刚;杨丽娜;王巧莉;马斌;李德高;张烜;尹蕊;刘信 -专利权人：国网新疆电力有限公司信息通信公司;国家电网有限公司
申请日： 2018-11-14 - 公布日： 2019-04-19 - 主分类号： G16C20/50 文献下载
摘要：本发明涉及类药化合物毒性预测技术领域，是一种基于深度学习的类药化合物毒性预测方法，包括第一步，特征提取，将待检测的类药化合物通过分子指纹生成软件生成指纹序列；第二步，对分子指纹序列的特征进行降噪预处理；第三步，采用DX算法对经过特征预处理的分子指纹序列进行特征降维，更新分子指纹序列；第四步，采用栈式自编码神经网络模型对经过降维筛选后的分子指纹序列进行毒性预测。本发明选用分子指纹序列作为分子特征描述，类药化合物指纹特征项的大量冗余，设计并实现特征降维方法。将降维评估后重新筛选的指纹特征作为级联隐藏层学习的输入，实现对类药化合物毒性的高效预测。
分子指纹化合物毒性预处理特征降维指纹特征降维预测筛选神经网络模型毒性预测分子特征软件生成特征提取预测技术指纹序列冗余隐藏层自编码级联降噪栈式算法学习检测评估更新

[发明专利]一种基于分子指纹和机器学习的抗糖尿病药物预测方法-CN202310312367.6在审
发明人：邓科君;刘晓薇;林昊;丁辉 -专利权人：电子科技大学
申请日： 2023-03-28 - 公布日： 2023-06-27 - 主分类号： G16C20/30 文献下载
摘要：一种基于分子指纹和机器学习的抗糖尿病药物预测方法，为解决抗糖尿病药物研发过程中药物的开发成本高，耗时长的问题。先将每种药物样本转换为不同类型的分子指纹并集成，得到多个分子指纹组合；用最小冗余最大相关算法获取每种分子指纹组合特征和药物样本标签间的互信息并排序，得到排序后的互信息对应的分子指纹组合特征；基于XGBoost算法建立抗糖尿病药物预测模型，将排序后的分子指纹组合特征输入模型内，输出特征治疗糖尿病的概率；计算每种分子指纹组合预测的准确率，根据准确率和特征进行特征筛选，筛选治疗糖尿病概率最高的分子指纹组合的特征，
一种基于分子指纹机器学习糖尿病药物预测方法

[发明专利]一种先导化合物虚拟筛选方法和装置-CN201711129689.8有效
发明人：吴建盛;朱文勇;张邱鸣;姜烨;孙顾威 -专利权人：南京邮电大学
申请日： 2017-11-15 - 公布日： 2021-04-27 - 主分类号： G16C20/70 文献下载
摘要：包括先导化合物在药物靶标上的分子指纹的生成和先导化合物与药物靶标相互作用的生物活性的预测。分子指纹生成包括基于模块单元的分子指纹、加权分子指纹和生物活性三个部分。生物活性预测是利用配体分子指纹和生物活性值作为随机森林回归模型的输入，构建了预测模型。另外，本发明的装置包括基于配体的虚拟筛选的通用工具、先导化合物与药物靶标作用的生物活性的预测工具和先导化合物在药物靶标上的分子指纹的生成工具。目前用于生物活性预测、性能优越的分子指纹往往长度较大，而本发明设计的深度学习算法可以生成短的、性能好的分子指纹，得到最好的药物靶标配体的生物活性预测模型。
一种先导化合物虚拟筛选方法装置

[发明专利]水溶性有机荧光分子及其制备方法和在指纹检测中的应用-CN202310598795.X在审
发明人：刘睿;蒋钊;朱森强;孔兆宇;乔瑞洁;刘子川;宋林洲;胡来;宋宇韡;朱红军 -专利权人：南京工业大学
申请日： 2023-05-25 - 公布日： 2023-10-10 - 主分类号： C07D333/38 文献下载
摘要：本发明公开了水溶性有机荧光分子及其制备方法和在指纹检测中的应用，属于刑侦科学领域，得到的分子均具有良好潜指纹显影效果。本发明制备得到的三种水溶性有机荧光分子结构式为：#imgabs0#将分子设计成有机盐，增加分子的水溶性，使其检测环境更加绿色，TTC‑1和TTC‑2分子均具有聚集诱导发光(AIE)性质，其发光更强，其更有利于潜指纹显影本发明的荧光分子发光性质优良，溶解性较好，富集指纹速度快，其均能精确到指纹的三级结构，指纹的图像清晰，分辨率较高。
水溶性有机荧光分子及其制备方法指纹检测中的应用

[发明专利]一种基于AIE分子的潜指纹显现浸泡剂及其制备方法与应用-CN202011642570.2在审
发明人：唐本忠;滕旭;郝斌;李春燕;刘勇;王志明 -专利权人：广东省大湾区华南理工大学聚集诱导发光高等研究院
申请日： 2020-12-31 - 公布日： 2021-05-28 - 主分类号： C09K11/06 文献下载
摘要：本发明公开了一种基于AIE分子的潜指纹显现浸泡剂及其制备方法与应用，本发明所述潜指纹显现浸泡剂包含AIE分子、表面活性剂和去离子水，将AIE分子和表面活性剂按照一定比例，均匀分散在一定重量的去离子水中，得到基于AIE分子的潜指纹显现浸泡剂。将潜指纹显现浸泡剂滴涂在客体表面或将客体浸泡到指纹显现浸泡剂中，利用疏水‑疏水作用和静电吸附原理进行显现，在紫外灯下可以清晰的看到指纹纹路。与现有的指纹显现剂相比，基于AIE分子的潜指纹显现浸泡剂显示出优异的指纹显像效果。本发明中的潜指纹显现浸泡剂，原料易得、制备工艺简单、使用操作方便、显现快速、适用范围广，具有较大的实际应用价值，可用于现场指纹检测。
一种基于 aie 分子指纹显现浸泡及其制备方法应用

[发明专利]分子指纹的提取及基于其的相关度的计算的方法及装置-CN202010988652.6在审
发明人：李相彬;周杰龙 -专利权人：北京望石智慧科技有限公司
申请日： 2020-09-18 - 公布日： 2021-01-08 - 主分类号： G16C20/50 文献下载
摘要：本发明公开了一种分子指纹的提取及基于其的相关度的计算的方法及装置，其中，该分子指纹的提取方法包括：获取待测分子的多个字符；根据多个字符以及预设字符字典，分别确定各字符对应的特征向量；根据特征向量及分子指纹提取模型提取待测分子的分子指纹通过实施本发明，解决了相关技术中存在的基于人工设计的分子特征确定的分子指纹无法描述分子的整体结构，导致的即使结构较为相似，但是分子的潜在活性方面并不相关的问题，获取分子的关键特征信息，获得较为精准的分子活性相关度信息，可以准确地评价分子相似性，从而可以使基于配体的虚拟筛选会更加准确和高效，从而有效缩减虚拟筛选所需时间。
分子指纹提取基于相关计算方法装置

[发明专利]抗菌防指纹高分子微球及其制备方法和应用、抗菌防指纹涂层及其制备方法和应用-CN201610843708.2在审
发明人：肖定书;何辉;李小飞 -专利权人：东莞市标塑新材料有限公司
申请日： 2016-09-22 - 公布日： 2017-03-22 - 主分类号： C08F220/32 文献下载
摘要：本发明涉及表面处理与新材料技术领域，具体涉及一种抗菌防指纹高分子微球及其制备方法和应用、抗菌防指纹涂层及其制备方法和应用。本发明抗菌防指纹涂层的制备方法为将抗菌防指纹高分子微球先通过超声分散于含氟溶剂中，再加入微纳米粒子与盐酸四氢呋喃水溶液，再次超声分散，得到高分子微球处理液；对基底材料进行除油去污处理；将处理过的基底材料放入高分子微球处理液中，反应，依次用含氟溶剂、四氢呋喃和水洗涤，真空干燥，得到抗菌防指纹涂层。采用本发明所述高分子微球制成的抗菌防指纹涂层和电子产品，不仅具有良好的抗菌和防指纹功能，而且具有环保的优点，此外，该抗菌防指纹涂层还具有优良的稳定性和耐久性。
抗菌指纹高分子及其制备方法应用涂层

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条