公共文化服务平台

吴建盛: 作品数：123 被引量：86H指数：4; 供职机构：南京邮电大学更多>>; 发文基金：国家自然科学基金江苏省高校自然科学研究项目江苏省基础研究计划更多>>; 相关领域：自动化与计算机技术生物学文化科学医药卫生更多>>

合作作者

一种基于分子相似性和半监督学习的药物虚拟筛选方法和装置: 本发明揭示了一种基于分子相似性和半监督学习的药物虚拟筛选方法和装置，该方法包括以下步骤：S1：收集数据集，得到有生物活性值的配体分子样本和无生物活性值的配体分子样本；S2：使用S1步骤中得到的有生物活性值的配体分子样本构...; 吴建盛徐华健胡海峰朱燕翔; 文献传递

硫化亚锡/金纳米颗粒复合物及其制备方法和应用: 本发明公开了硫化亚锡/金纳米颗粒复合物及其制备方法和应用，制备方法是：机械剥离硫化亚锡材料，产物厚度50‑100 nm,大小几微米到十几微米，氩气气氛中退火后备用；滴加氯金酸水溶液到机械剥离的硫化亚锡表面，沉积2‑5 m...; 晏善成宋海增徐欣王俊吴建盛

基于耦合辅助信息的矩阵分解和靶向GPCRs的配体活性预测方法: 2021年; G蛋白偶联受体(GPCRs)是人类最重要的药物靶点,目前市场上大约34%的现代药物都以GPCRs作为靶点。在药物发现过程中,配体生物活性的准确预测对于筛选苗头化合物至关重要。对单个GPCR任务来说,通过实验得到生物活性的配体数量十分有限,若将多个GPCRs任务放在一起通过矩阵分解进行学习,可以利用GPCRs任务间的关联信息,提升配体生物活性的学习性能。基于此,本文提出了一种基于矩阵分解靶向GPCRs的配体生物活性预测方法MFSI,它耦合了配体的分子扩展连通性指纹辅助信息,克服了已知GPCR-配体生物活性关系矩阵中天然存在大量缺失值的问题。在72个具有代表性的GPCRs任务上的测试发现,它们涵盖了GPCRs的24个子家族。结果表明,本文方法全面优于经典的单任务学习和矩阵分解方法;在大多数数据集上(66/72),本文方法在性能上优于其他基于深度多任务学习的预测配体生物活性方法,与DeepNeuralNet-QSAR方法相比,在所有的数据集上本文方法在r 2和RMSE上平均分别提升了18%和12%。; 吴建盛兰闯闯秦洁朱燕翔胡海峰; 关键词：G蛋白偶联受体矩阵分解

一种基于多任务图神经网络的分子毒性预测方法和装置: 本发明揭示了一种基于多任务图神经网络的分子毒性预测方法和装置，该方法包括以下步骤：S1：毒性数据集的准备，得到用化学分子规范表达式表示的毒性数据；S2：使用S1步骤中得到的用化学分子规范表达式的毒性数据，生成原子节点特征...; 姜榕吴建盛胡海峰朱燕翔; 文献传递

多示例多标记中基于样本特征分布的主动学习设计方法: 本发明公开了多示例多标记中基于样本特征分布的主动学习设计方法，该方法是将miFV算法与基于最大均值差异，并引入样本相似性最小化的单示例多标记学习算法MLBMDR相结合。该方法在主动学习中有效地引入miFV算法快速的将多示...; 吴建盛高毓声胡海峰; 文献传递

药物与药物相互作用预测模型及其训练方法: 本发明公开了一种药物与药物相互作用预测模型及其训练方法，所述的训练方法包括：所述预测模型训练方法的目标是获取知识图谱中的高阶结构和语义关系，通过基于图采样的训练形成机制，每个训练批次都在知识图谱中采用图随机采样的方法为每...; 胡海峰叶慧敏吴建盛

基于局部敏感哈希技术的多标记文件近邻查询方法: 本发明公开了一种基于局部敏感哈希技术的多标记学习的设计方法，该方法将海量文件问题转化为多标记学习问题，建立海量文件的近邻索引表；海量文件的多标记训练；新文件的预测标记向量；基于LSH的多标记学习文件近邻查询。给定海量文件...; 胡海峰邵燕吴建盛; 文献传递

基于谱哈希的相似性存储设计方法: 本发明公开一种基于谱哈希的相似性存储设计方法，利用谱哈希方法与数据映射算法相结合，快速地将不同种类的高维数据映射到基于分布式哈希表的分布式节点空间。通过将哈希表分布在Chord环上构建，同时利用设计的新型数据映射算法将相...; 胡海峰黄赛金吴建盛; 文献传递

G蛋白偶联受体及其类型的预测被引量：5: 2010年; G蛋白偶联受体是非常重要的信号分子受体,其功能失调会导致许多疾病的产生。在前期工作的基础上,作者将序列特征分析与支持向量机技术结合起来,通过分析序列的特征差异,对G蛋白偶联受体分子及其类型进行识别。首次提取了G蛋白偶联受体对应的mRNA序列的绝对密码子使用频率作为特征,这主要因为它既包含了基因密码子使用偏性的信息,也包含了基因所编码蛋白的氨基酸组成信息。结果显示:在G蛋白偶联受体序列及其类型预测的问题中,设计支持向量机分类器时,最好选择使用包含基因序列绝对密码子使用频率和蛋白序列双联氨基酸使用频率两部分信息的组合特征作为特征,同时采用径向基核作为核函数。; 吴建盛马昕周童汤丽华胡栋; 关键词：G蛋白偶联受体支持向量机

一种基于图注意机制迁移学习的小分子药物hERG毒性预测方法和装置: 本发明揭示了一种基于图注意机制迁移学习的小分子药物hERG毒性预测方法和装置，该方法包括以下步骤：S1：数据集预处理，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；S2：通过S1步骤生成的指纹序列得到原子及化学键...; 吴建盛朱阳胡海峰朱燕翔; 文献传递