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！

龙图腾网获悉广东工业大学申请的专利一种抗癌药物-药物相互作用预测方法和系统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：CN119943438B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510086858.2，技术领域涉及：G16H70/40；该发明授权一种抗癌药物-药物相互作用预测方法和系统是由刘怡俊;谭国梁;叶武剑;郑颖聪;梁应章设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种抗癌药物-药物相互作用预测方法和系统在说明书摘要公布了：本发明公开了一种抗癌药物‑药物相互作用预测方法和系统，涉及药物作用预测技术领域，方法包括：构建目标抗癌药物组合的已知药物对和待测药物对，确定各已知药物对的多个已知编码药物特征对和各待测药物对的多个待测编码药物特征对，基于各已知编码药物特征对确定训练好的脉冲药物预测模型并输入各待测编码药物特征对；通过脉冲孪生脉冲卷积网络基于神经元复用机制生成各待测编码药物特征对的抗癌脉冲特征和待测脉冲特征后，对应拼接为脉冲联合特征并输入IF脉冲感知器输出对应的感知特征，采用特征加权器对各感知特征进行加权融合后输入脉冲多层感知器进行药物‑药物相互作用预测，输出目标药物作用结果。提升了药物‑药物相互作用预测可靠性。

本发明授权一种抗癌药物-药物相互作用预测方法和系统在权利要求书中公布了：1.一种抗癌药物-药物相互作用预测方法，其特征在于，包括： 采用目标抗癌药物与关联的已知相互作用药物和待测相互作用药物，对应组合为已知药物对和待测药物对； 获取所述目标抗癌药物、各所述已知相互作用药物和各所述待测相互作用药物的多种药物特征并分别进行编码，构建对应的编码药物特征； 分别将各所述已知药物对和各所述待测药物对所属的编码药物特征进行分类聚合，确定各所述已知药物对的多个已知编码药物特征对和各所述待测药物对的多个待测编码药物特征对； 基于各所述已知编码药物特征对训练确定训练好的脉冲药物预测模型，并输入各所述待测编码药物特征对；所述训练好的脉冲药物预测模型包括脉冲孪生脉冲卷积网络、IF脉冲感知器、特征加权器和脉冲多层感知器； 通过脉冲孪生脉冲卷积网络基于神经元复用机制对各所述待测编码药物特征对进行特征提取，生成各所述待测编码药物特征对的抗癌脉冲特征和待测脉冲特征； 将各所述抗癌脉冲特征与对应的待测脉冲特征拼接为脉冲联合特征后，输入IF脉冲感知器进行降维非线性映射，输出对应的感知特征； 采用所述特征加权器对各所述感知特征进行加权融合确定融合特征，并输入脉冲多层感知器进行药物-药物相互作用预测，输出目标药物作用结果； 所述脉冲孪生脉冲卷积网络包括两个子脉冲卷积网络，所述子脉冲卷积网络包括LIF脉冲卷积块和展平层；所述通过脉冲孪生脉冲卷积网络基于神经元复用机制对各所述待测编码药物特征对进行特征提取，生成各所述待测编码药物特征对的抗癌脉冲特征和待测脉冲特征，包括： 将任一所述待测编码药物特征对输入所述脉冲孪生脉冲卷积网络； 通过第一个子脉冲卷积网络中级联的LIF脉冲卷积块对所述待测编码药物特征对中目标抗癌药物的编码药物特征进行特征提取和膜电位实时复位后，采用展平层进行展平，确定抗癌脉冲特征； 通过第二个子脉冲卷积网络中级联的LIF脉冲卷积块实时复用第一个子脉冲卷积网络中的LIF神经元，并对所述待测编码药物特征对中待测相互作用药物的编码药物特征进行特征提取和膜电位实时复位后，通过展平层进行展平，确定待测脉冲特征； 将下一所述待测编码药物特征对输入所述脉冲孪生脉冲卷积网络，通过第一个子脉冲卷积网络中级联的LIF脉冲卷积块实时复用第二个子脉冲卷积网络中的LIF神经元，直至确定各所述待测编码药物特征对的抗癌脉冲特征和待测脉冲特征； 所述采用所述特征加权器对各所述感知特征进行加权融合确定融合特征，包括： 将各所述感知特征进行拼接，生成组合特征； 通过全连接层对所述组合特征进行线性变换，确定权重矩阵； 采用softmax激活函数对所述权重矩阵进行非线性变换，确定多个权重元素值； 将各所述权重元素值与对应的感知特征进行哈达玛积后，拼接输出融合特征。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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”。

以上内容由龙图腾AI智能生成。