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基于多模态融合的化合物血脑屏障渗透性预测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：CN120199362B 。

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：202510314608.X，技术领域涉及：G16C20/30；该发明授权一种基于多模态融合的化合物血脑屏障渗透性预测方法是由苏庆;叶志泷;刘展宏;周城平;张勇豪;韩春燕;乔倩;林志毅;谢国波;黄剑锋设计研发完成，并于2025-03-17向国家知识产权局提交的专利申请。

本一种基于多模态融合的化合物血脑屏障渗透性预测方法在说明书摘要公布了：本公开提出一种基于多模态融合的化合物血脑屏障渗透性预测方法，具体实现步骤如下：1收集带有血脑屏障渗透性标签化合物的SMILES表达式，对所有的化合物进行数据预处理，得到增强数据集；2利用中的每一个化合物的SMILES表达式，生成分子三维结构特征3DF、分子文本特征MNF、分子描述符特征MDF、分子图特征MGF，对MNF、3DF、MDF和MGF进行归一化处理，得到归一化的分子三维结构特征P‑3DF、归一化后的文本特征P‑MNF、归一化的分子描述符特征P‑MDF、归一化的分子图特征P‑MGF；3构建特征融合网络BBBNet，用于构建多模态融合特征向量数据集；4将划分为训练集和测试集，将所述训练集输入科尔莫哥洛夫‑阿诺德模型KAN进行模型训练；训练完成后，使用测试集对训练好的KAN模型进行性能评估；5使用训练好的KAN模型对化合物的血脑屏障渗透性进行预测。

本发明授权一种基于多模态融合的化合物血脑屏障渗透性预测方法在权利要求书中公布了：1.一种基于多模态融合的化合物血脑屏障渗透性预测方法，其特征在于考虑类别样本数量不均衡对预测结果的影响，并运用特征融合网络提升预测血脑屏障渗透性的准确性，该方法包括以下步骤： S1：将每一个采集到的化合物表示为一个二元组，其中为所述化合物的SMILES表达式，为的血脑屏障渗透性标签；对所有采集到的化合物进行数据预处理，得到增强数据集； S2：对于任意化合物，生成分子三维结构特征3DF、分子文本特征MNF、分子描述符特征MDF、分子图特征MGF；对3DF、MNF、MDF和MGF进行归一化处理，得到归一化后的分子三维结构特征P-3DF、归一化后的文本特征P-MNF、归一化后的分子描述符特征P-MDF、归一化后的分子图特征P-MGF； 其中归一化后的分子三维结构特征P-3DF包括以下信息： 1化合物中任意两个原子之间的归一化欧几里得距离，的计算公式如下： 1 其中，、表示化合物中任意两个原子；是的三维坐标，是的三维坐标；表示归一化操作； 2化合物中任意原子的归一化初始三维特征向量，的计算公式如下： 2 其中，是一个One-Hot编码向量，表示的原子类型；为向量拼接操作；是的三维坐标向量，表示在三维空间中的位置； 3化合物中任意边的归一化初始边特征向量，的计算公式如下： 3 其中是一个One-Hot编码向量，表示原子和原子之间的化学键，其中，是二元值，表示第类化学键，且；表示表示所有的化学键类型数目；表示和之间的欧几里得距离； 4化合物中的归一化角度特征向量，的计算过程如下： 4 其中，向量表示从原子到原子的方向和距离，向量表示从到原子的方向和距离；函数用于计算两向量和的夹角余弦值所对应的角度；是边和形成的归一化角度特征向量； S3：构建特征融合网络BBBNet，用于构造多模态融合特征向量数据集； 其中，构建特征融合网络BBBNet的具体步骤包括： S31：构建分子转换模块MolTransNet，将每个化合物的P-MGF输入至MolTransNet，生成所述化合物的分子图特征向量； S32：构建分子三维编码器模块GEMM，将每个化合物的P-3DF输入至GEMM，生成所述化合物的分子三维特征向量； S33：将每个化合物的P-MNF输入至Transformer模块，生成所述化合物的文本特征向量； S34：将每一个化合物的P-MDF转化为分子描述符向量，将所述化合物的、、、一起输入至注意力特征融合模块Afusion进行特征融合，得到所述化合物的特征融合向量；根据所述化合物的SMILES表达式、血脑屏障渗透性标签和，构建一个三元组；将中所有化合物对应的构成一个多模态融合特征向量数据集，其中为中的三元组个数； S4：将划分为训练集和测试集，将所述训练集输入科尔莫哥洛夫-阿诺德模型KAN进行模型训练；训练完成后，使用测试集对训练好的KAN模型进行性能评估； S5：使用训练好的KAN模型对化合物的血脑屏障渗透性进行预测。

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：510090 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。