Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 常州大学侯振杰获国家专利权

常州大学侯振杰获国家专利权

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!

龙图腾网获悉常州大学申请的专利一种基于元路径整合多源生物数据的药物重定位方法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:CN119833064B

龙图腾网通过国家知识产权局官网在2025-09-26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:202411877478.2,技术领域涉及:G16H20/10;该发明授权一种基于元路径整合多源生物数据的药物重定位方法是由侯振杰;孙晓燕;林恩;文霖川;胡嘉昊设计研发完成,并于2024-12-19向国家知识产权局提交的专利申请。

一种基于元路径整合多源生物数据的药物重定位方法在说明书摘要公布了:本发明涉及药物技术领域,尤其涉及一种基于元路径整合多源生物数据的药物重定位方法,包括获取原始数据集;构建融合异构网络,将药物、疾病、蛋白质两两组合的关联矩阵以及各自的相似性矩阵融合得到异构图;基于元路径和相似性的负采样设计多级关联路径,基于相似性原理融合异构网络中同级网络的相似性信息,选取负链接样本;提取药物特征;构建SMS‑MPF模块,通过异构网络对元路径进行游走,提取并融合不同元路径间的特征,获得药物和疾病的关联特征;将疾病表型相似性矩阵、药物特征和药物和疾病的关联特征输入关联预测模块中得到最终的节点表示。本发明解决现有方法在正负样本的选取上存在显著缺陷问题。

本发明授权一种基于元路径整合多源生物数据的药物重定位方法在权利要求书中公布了:1.一种基于元路径整合多源生物数据的药物重定位方法,其特征在于,包括以下步骤: 步骤一、获取包括药物、疾病、蛋白质相似性矩阵;药物-蛋白、药物-疾病、疾病-蛋白邻接矩阵;疾病综合相似度矩阵、药物综合相似度矩阵的原始数据集; 步骤二、利用融合异构网络,将药物、疾病、蛋白质两两组合的关联矩阵以及各自的相似性矩阵进行融合,得到药物-蛋白质-疾病异构图; 步骤三、基于元路径和相似性的负采样设计多级关联路径,基于相似性原理融合异构网络中同级网络的相似性信息,选取负链接样本; 步骤三具体包括: 根据不同元路径的种类长度,对药物-疾病邻接矩阵A dr-d 赋予不同的权重,得到赋权重后的药物-疾病邻接矩阵A ’ dr-d ; 对于药物和疾病,基于关联矩阵以及各自的相似性矩阵来衡量二者间的距离,公式为: 其中,,,表示与药物相关联的疾病集合,表示与疾病相关联的药物集合; 步骤四、构建基于SMILE序列的药物特征提取模块,将GCN用于药物SMILE序列形成的分子结构图上,提取药物特征; 药物特征的公式为: 其中,为自循环的无向图,为药物特征; 步骤五、构建SMS-MPF模块,通过异构网络对元路径进行游走,提取并融合不同元路径间的特征,获得药物和疾病的关联特征; 药物和疾病的关联特征的公式为: 其中,MPF为元路径融合运算,是节点的特征,是与节点相关的各类元路径集合,表示基于元路径的共享最大子图; 步骤六、将疾病表型相似性矩阵、药物特征和药物和疾病的关联特征输入关联预测模块中得到最终的节点表示; 最终的节点表示公式为: 其中,、分别为药物和疾病的关联特征,为最终的药物特征,S d 为疾病表型相似性矩阵; 关联预测模块采用sigmoid函数的损失函数,公式为: 其中,是可学习的对角矩阵参数,是sigmoid函数,表示正链接集合,即观察图;是采样的负链接所服从的分布。

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常州大学,其通讯地址为:213164 江苏省常州市武进区滆湖中路21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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。