专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2123509个,建议您升级VIP下载更多相关专利
  • [发明专利]一种蛋白-核酸嵌合体及其制造方法和应用-CN200610124294.4无效
  • 张宏;周岩 - 张宏;周岩
  • 2006-12-19 - 2007-11-21 - C12N15/09
  • 本发明是一种蛋白-核酸嵌合体及其制造方法和应用。本发明蛋白-核酸嵌合体,由蛋白部分(P)和核酸部分(N)及联结俩者之间的蛋白结合底物(SE)组成一个P-N-Block。本发明蛋白-核酸嵌合体的制造方法,包括有如下步骤:1)把兴趣蛋白(Pi)与结合蛋白(PE)及多肽标记(Pt)通过分子生物学的方法嵌合形成蛋白部分;2)通过化学合成的方法把可分解或不可分解的连锁物(NL)与带或不带标记的Oligonucleotide(寡核苷酸)联接形成核酸部分;3)通过生物化学的方法把蛋白结合底物(SE)与核酸部分相联;4)通过生物化学方法把蛋白部分与核酸部分相联本发明的蛋白-核酸嵌合体用途广泛,其制造方法简单方便。本发明蛋白-核酸嵌合体制造方法可应用于制造各种密度蛋白芯片,或运用于制造可定向位置,基于DNA芯片或纳米芯片的蛋白,抗体芯片,还可用于制造有特异性细胞导向的antisense或siRNA药物。
  • 一种蛋白质核酸嵌合体及其制造方法应用
  • [发明专利]蛋白和疾病关联关系的确定方法、装置、设备及介质-CN202310781566.1在审
  • 刘小双 - 平安科技(深圳)有限公司
  • 2023-06-28 - 2023-10-10 - G16H50/70
  • 本申请涉及医疗健康技术领域,揭示了一种蛋白和疾病关联关系的确定方法、装置、设备及介质,其中方法包括:获取已知蛋白与疾病关联关系矩阵、疾病相似性矩阵和蛋白相互作用关系矩阵;根据所述已知蛋白与疾病关联关系矩阵、所述疾病相似性矩阵和所述蛋白相互作用关系矩阵进行蛋白与疾病之间的关联关系的预测,得到目标蛋白与疾病关联关系矩阵。从而实现在较少的数据下稳定有效地预测了潜在的与疾病有关的蛋白;整个预测过程结合蛋白蛋白之间的相互作用关系、疾病与疾病之间的相似性、已知的蛋白与疾病之间的关联关系,从而提高了预测得到的目标蛋白与疾病关联关系矩阵的准确性
  • 蛋白质疾病关联关系确定方法装置设备介质
  • [发明专利]基于迭代优化预训练大模型采样的定向蛋白改造方法-CN202310925090.4在审
  • 陈华钧;秦铭;张强;丁科炎;吴槟;王泽元 - 浙江大学
  • 2023-07-26 - 2023-10-20 - G16B20/50
  • 本发明公开了一种基于迭代优化预训练大模型采样的定向蛋白改造方法,包括:基于蛋白预训练大模型对目标蛋白关键突变位置进行预测,得到候选突变氨基酸的概率分布;根据概率分布采用最优传输距离采样候选突变氨基酸以得到目标突变蛋白;利用高通量实验设备合成目标突变蛋白并进行生化测试,得到湿实验标注结果;将带有湿实验标注结果的目标突变蛋白对模型进行有监督训练,利用训练后的模型对目标蛋白关键突变位置进行预测并降序排序;依据降序排序筛选多个突变蛋白,并结合天然蛋白对大模型做无监督微调;利用微调后的蛋白预训练大模型,重复上述过程直至达到蛋白改造预期目标。该方法蛋白改造效率和准确度高。
  • 基于优化训练模型采样定向蛋白质改造方法
  • [发明专利]对生物学样品中的物质进行检测的方法-CN201080019581.3无效
  • 高仓由光;冈直美;近藤一博 - 日本烟草产业株式会社
  • 2010-03-02 - 2012-05-02 - G01N33/543
  • 本发明的方法,在其一个实施方式中,包括:1)准备融合蛋白以及结合有生物素的担载体,所述融合蛋白是与待检测物质特异性结合蛋白和生物素结合蛋白的融合蛋白;2)通过使工序1)准备的担载体与融合蛋白结合,从而制作结合有融合蛋白的担载体;3)向工序2)制作的结合有融合蛋白的担载体混合添加:将(a)生物学样品、以及(b-i)细胞破碎提取液和生物素结合蛋白,该细胞破碎提取液是由与用于表达工序1)的融合蛋白的宿主细胞相同种的细胞制备的细胞破碎提取液,或者(b-ii)由下述细胞制备的细胞破碎提取液,所述细胞是在与用于表达工序1)的融合蛋白的宿主细胞相同种的细胞中通过基因工程技术表达了生物素结合蛋白的细胞;混合后添加至工序2)制作的结合有融合蛋白的担载体中;然后,4)对与蛋白结合的被检测物质进行检测,所述蛋白是与融合蛋白中的待检测物质特异性结合蛋白
  • 生物学样品中的物质进行检测方法
  • [发明专利]一种检测纤维中蛋白含量的方法-CN201410442801.3在审
  • 吴焕岭;顾东雅 - 盐城工业职业技术学院
  • 2014-08-27 - 2014-12-03 - G01N21/31
  • 本发明涉及一种检测纤维中蛋白含量的方法。将考马斯亮蓝法应用到纤维中蛋白含量的定量检测中。考马斯亮蓝G-250在游离状态下呈红色,在稀酸溶液中与蛋白的碱性氨基酸和芳香族氨基酸残基结合后变成蓝色,其最大吸收波长从465nm变成595nm,蛋白在1~1000μg范围内,蛋白-色素结合物在595nm波长下的吸光度与蛋白含量成正比,符合朗伯比尔定律,可用于纤维中蛋白含量的定量测定。检测过程包括制备蛋白标准溶液、制备考马斯亮蓝溶液、绘制标准曲线、得到线性回归方程和线性相关系数r、制备供试品溶液、对样品中蛋白含量进行测定、结果计算与分析。
  • 一种检测纤维蛋白质含量方法
  • [发明专利]基于元学习和子图匹配的靶蛋白药物结合预测方法-CN202310474761.X在审
  • 王宇轩;夏莹;沈红斌;潘小勇 - 上海交通大学
  • 2023-04-27 - 2023-07-28 - G16B15/30
  • 一种基于元学习和子图匹配的靶蛋白药物结合预测方法,通过构建蛋白结构、药物小分子结构及其结合能数值按蛋白分组建立元学习训练任务,即作为元模型的主体模型;对元模型进行微调后得到针对该蛋白预测任务的子模型与其损失函数;然后建立任务自适应的自注意力模型平衡各蛋白预测任务的子模型对元模型的优化贡献,对各蛋白预测任务的子模型损失函数使用加权平均得到元模型损失函数;再使用元模型损失函数计算梯度,得到元模型梯度后,基于预设学习率对元模型参数进行更新优化,训练完成后使用训练后的元模型对测试集新蛋白样本进行微调,得到新蛋白预测子模型,使用该子模型对该蛋白测试集进行预测,得到评价结果。本发明通过元学习与子图匹配相结合的训练方法,可以有效避免捷径学习,增强泛化效果,也解决以往预测模型对新发现蛋白难以预测的问题。
  • 基于学习匹配蛋白药物结合预测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top