买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江工业大学申请的专利一种基于图神经网络的基因交互关系预测方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119626324B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411615490.6，技术领域涉及：G16B25/10；该发明授权一种基于图神经网络的基因交互关系预测方法和装置是由徐炯柏;张登辉;张启航;洪榛设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本一种基于图神经网络的基因交互关系预测方法和装置在说明书摘要公布了：一种基于图神经网络的基因交互关系预测方法和装置，该方法包括：每个实验组的转录表达数据进行预处理，包括标准化基因ID，将不同实验组的基因转录表达数据以统一的基因ID表示；得到作为后续分析的原始数据；按照每个样本组进行基因相似度的计算，获取样本组中基因与基因之间的相似度数据；通过对所有样本组的数据进行统计和筛选，选取符合设定条件的基因对，作为构建图数据结构的基础；进一步对原始数据进行处理，保证所有样本组中仅包含图结构中定义的基因；随后，对这些样本组的数据进行标准化处理，使得所有样本组的数据维度一致；对上述生成的图数据组进行模型训练，最终得到图结构中的边权重数据，能够准确反映基因之间的交互关系。本发明可用于基因表达数据的分析，预测基因之间的交互关系，并能够在没有标签数据的情况下进行无监督学习。

本发明授权一种基于图神经网络的基因交互关系预测方法和装置在权利要求书中公布了：1.一种基于图神经网络的基因交互关系预测方法，其特征在于，该方法包括以下步骤： a.对每个实验组的转录表达数据进行预处理，包括标准化基因ID，将不同实验组的基因转录表达数据以统一的基因ID表示，确保数据格式一致；接着，按照实验组中的细胞样本进行分组处理，一个样本组包含多个样本，最终得到作为后续分析的原始数据；b.对上述原始数据，按照每个样本组进行基因相似度的计算，获取样本组中基因与基因之间的相似度数据；通过对所有样本组的数据进行统计和筛选，选取符合设定条件的基因对，作为构建图数据结构的基础，确保筛选出的基因对能反映实际生物学意义；具体操作步骤如下：b1、针对每个细胞类别下的样本组，依次计算组内基因对之间的相似度；每个样本的基因表达数据被视为基因的特征，根据数据的特征选择相似度计算方法，计算并获取样本组中基因与基因之间的相似度数据；b2、对每个样本组，根据预先设定的阈值，对相似度结果进行初步筛选，保留相似度大于或等于阈值的基因对；阈值的选择非常关键，应通过试验和调整，以确保筛选出的基因对数量适中，既不失去关键信息，也不过度冗余；b3、然后，对每个细胞类别的样本组，分别进行统计筛选操作，将相同类别下所有样本组的基因对进行统计，选取出现频次大于设定阈值的基因对；阈值的选择同样会对图结构的形成产生重要影响，将最终保留的基因对之间的关系构成图数据中的边，也就是图结构的核心；c.基于上述筛选得到的图结构，进一步对原始数据进行处理，保证所有样本组中仅包含图结构中定义的基因；随后，对这些样本组的数据进行标准化处理，使得所有样本组的数据维度一致；通过这种标准化处理，形成了多个结构相同但节点特征不同的图数据组，用于后续的图神经网络模型训练；其中，节点特征即基因表达特征； d.对上述生成的图数据组进行模型训练，所采用的模型为图注意力网络GAT和一个边预测算法，通过对模型的多次迭代训练，逐步优化损失函数，最终得到图结构中的边权重数据，能够准确反映基因之间的交互关系；具体操作步骤如下： d1、使用修改后的图注意力网络GAT模型进行训练；由于数据没有标签，采用无监督的方法进行训练；对GAT的损失函数进行定义，通过计算每个样本组之间的图数据损失，求得总损失值，从而确定梯度下降的方向；为了简化数据计算量，首先对图数据进行ResNet和池化操作，然后再计算图数据之间的损失；根据实验数据的复杂性，选择适当的卷积层数和特征输出，调整学习率和梯度下降参数，确保模型能够在无监督学习中有效收敛；其中，将图数据之间的相似度作为损失函数； d2、在模型训练过程中，使用GAT模型中的注意力机制计算每个基因对的注意力权重𝛼𝑖𝑗，对稀疏邻接矩阵进行筛选，删除注意力权重低于设定阈值的边；阈值的选择通过多次试验确定，并以最小化损失值作为判断标准； d3、对删除后的边，基于模型最后一层卷积输出的特征矩阵，计算基因对的相似度，并选择大于设定阈值且未包含在原邻接矩阵中的边进行添加；重新训练模型，调整阈值，继续优化损失值； d4、边预测过程多次迭代，直到损失值不再降低为止，最终输出的是针对某一细胞类别的基因关系数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。