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！

龙图腾网获悉广东药科大学申请的专利一种基于图卷积神经网络的基因共表达网络识别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：CN119601090B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411649910.2，技术领域涉及：G16B40/00；该发明授权一种基于图卷积神经网络的基因共表达网络识别方法和系统是由徐斯文;杨舒婷;陆紫箫设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本一种基于图卷积神经网络的基因共表达网络识别方法和系统在说明书摘要公布了：本发明涉及一种基于图卷积神经网络的基因共表达网络识别方法和系统，所述方法包括步骤：S1.数据预处理；S2.基于基因表达相关性构建基因网络图；S3.通过图卷积神经网络GraphSAGE模型捕获节点信息提取特征；S4.使用高斯混合模型进行聚类分析；S5.根据聚类结果划分基因模块。该方法可帮助研究人员更有效地从海量的基因表达数据中提取出有价值的信息，深入理解基因调控网络，发现新的基因功能和调控机制，为疾病的治疗和预防提供重要指导。同时还具有良好的可扩展性和灵活性，可适应不同规模和类型的基因表达数据分析需求。

本发明授权一种基于图卷积神经网络的基因共表达网络识别方法和系统在权利要求书中公布了：1.一种基于图卷积神经网络的基因共表达网络识别方法，其特征在于，包括如下步骤： S1.数据预处理； S2.基于基因表达相关性构建基因网络图；以基因作为节点，对所有基因对计算Pearson相关性系数C，再通过给定的软阈值st对该相关性系数C计算后得到P值来决定边，如果P值大于硬阈值ht设定值，则将该边录入基因网络图中，并以P值为边的权重，P值计算公式如下：P=|Cij|^st； S3.通过图卷积神经网络GraphSAGE模型捕获节点信息提取特征；GraphSAGE模型包括输入层，两层卷积层SAGEConv和输出层；输入层接受节点特征矩阵x，每层卷积层SAGEConv后附有用于对特征进行归一化，增加模型非线性和防止过拟合的网络层，最后输出层将特征维度归一化得到最后的图嵌入，该图嵌入表示为低维的节点特征； S4.使用高斯混合模型进行聚类分析；聚类数量k设置为图嵌入数量的平方根的两倍，协方差类型设置为对角型，根据聚类数量的最大值调整先验权重集中度1k，并且采用软聚类为每个数据点分配一个属于每个聚类的概率分布； S5.根据聚类结果划分基因模块；对每个聚类模块进行主成分分析得到第一主成分，再利用样本标签与第一主成分计算Pearson相关性系数，最后取具有高相关性的模块基因作为基因网络的标志物，用于后续的下游分析。

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药科大学，其通讯地址为：510240 广东省广州市海珠区宝岗光汉直街40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。