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！

龙图腾网获悉武汉大学申请的专利基于深度神经网络的药物-靶标相互作用预测方法及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：CN119889422B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411787100.3，技术领域涉及：G16B15/30；该发明授权基于深度神经网络的药物-靶标相互作用预测方法及装置是由刘友发;张逸帆;杜博设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本基于深度神经网络的药物-靶标相互作用预测方法及装置在说明书摘要公布了：本申请提供一种基于深度神经网络的药物‑靶标相互作用预测方法及装置，涉及药物‑靶标相互作用预测技术领域。该方法包括：计算药物相关网络、蛋白质相关网络中不同元素间的相似性，得到初始药物相似性矩阵和初始蛋白质相似性矩阵；对初始药物相似性矩阵和初始蛋白质相似性矩阵进行预处理，得到目标药物相似性矩阵和目标蛋白质相似性矩阵；将目标药物相似性矩阵和目标蛋白质相似性矩阵进行拼接，得到DPP；根据DPP确定DPP的特征邻接矩阵、DPP的拓扑邻接矩阵；根据初始药物相似性矩阵和初始蛋白质相似性矩阵，得到特征矩阵；根据特征邻接矩阵、拓扑邻接矩阵、特征矩阵得到预测结果。本申请能提升网络学习效果，更好的预测药物‑靶标相互作用。

本发明授权基于深度神经网络的药物-靶标相互作用预测方法及装置在权利要求书中公布了：1.一种基于深度神经网络的药物-靶标相互作用预测方法，其特征在于，包括： 计算药物相关网络、蛋白质相关网络中不同元素之间的相似性，得到初始药物相似性矩阵和初始蛋白质相似性矩阵；对所述初始药物相似性矩阵和所述初始蛋白质相似性矩阵进行预处理，得到目标药物相似性矩阵和目标蛋白质相似性矩阵；将所述目标药物相似性矩阵和所述目标蛋白质相似性矩阵进行拼接，得到DPP；采用KNN算法对所述DPP进行特征提取，得到所述DPP的特征邻接矩阵；根据预设规则对所述DPP进行处理，得到所述DPP的拓扑邻接矩阵； 采用图嵌入模块对所述初始药物相似性矩阵和所述初始蛋白质相似性矩阵进行特征提取，得到多视图信息； 采用特征提取模块对所述多视图信息进行特征提取，得到特征矩阵； 根据所述特征邻接矩阵、所述拓扑邻接矩阵、所述特征矩阵，得到特征图和拓扑图；将所述特征图和所述拓扑图分别输入图注意力网络进行特征提取，得到第一目标特征、第二目标特征；将所述特征图和所述拓扑图输入图卷积网络进行特征提取，得到第三目标特征；将所述第一目标特征、所述第二目标特征、所述第三目标特征输入注意力网络进行特征融合，得到融合特征；将所述融合特征输入全连接层，得到预测结果； 所述特征提取模块包括ECR网络；所述ECR网络包括依次连接的ECR输入层、ECR卷积层、ECR池化层、CECJC层、ECR输出层；ECR网络结合空间膨胀卷积和跳跃连接的优势，通过三个自适应的圈层膨胀卷积核来捕获局部、中等和远距离三个不同尺度的邻域信息； ECR网络具体如下公式4、公式5、公式6所示： 4 5 6 公式4中是卷积层公式，x为原始输入，是卷积核大小，为填充，是膨胀率，表示普通二维卷积，表示激活函数；公式5中是池化层公式，表示自适应平均池化，表示使用插值法进行采样；公式6中是CECJC层的公式，是通道的合并，表示使用防止过拟合。

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武汉大学，其通讯地址为：430000 湖北省武汉市武昌珞珈山；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。