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！

龙图腾网获悉西南医科大学申请的专利一种基于胶囊动态注意力机制的药物虚拟筛选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：CN115171811B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202210909693.0，技术领域涉及：G16C20/70；该发明授权一种基于胶囊动态注意力机制的药物虚拟筛选方法是由王译伟;吴建明;刘小凤;于洋设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本一种基于胶囊动态注意力机制的药物虚拟筛选方法在说明书摘要公布了：本发明提出了一种基于胶囊动态注意力机制的药物虚拟筛选方法，涉及人工智能药物研发领域。该方法通过大规模获取小分子以及小分子‑蛋白质复合物数据；然后对其进行整理后基于相似性算法和最短路径算法得到蛋白质信息与小分子信息的异构关联关系信息，并基于量子化学方法计算小分子信息与蛋白质信息结合位点的相互作用，得到相互作用信息；最后将异构关联关系信息和相互作用信息输入预先训练好的药物筛选模型，用以得到目标靶点虚拟筛选信息。通过优化药物虚拟筛选的方法流程，能够有效的提高虚拟筛选的效率。

本发明授权一种基于胶囊动态注意力机制的药物虚拟筛选方法在权利要求书中公布了：1.一种基于胶囊动态注意力机制的药物虚拟筛选方法，其特征在于，包括以下步骤： 步骤S101：获取并利用小分子数据和小分子-蛋白质复合物数据得到包含小分子信息与蛋白质信息的基准数据库； 步骤S102：基于基准数据库，利用相似性算法，得到蛋白质相似性信息； 步骤S103：基于蛋白质相似性信息，对基准数据库中的蛋白质信息和小分子信息进行聚类处理，得到聚类信息； 步骤S104：基于聚类信息从基准数据库中获取相同类别的蛋白质信息和小分子信息，并基于最短路径算法得到蛋白质信息与小分子信息的异构关联关系信息； 步骤S105：基于量子化学方法计算小分子信息与蛋白质信息结合位点的相互作用，得到相互作用信息； 步骤S106：将异构关联关系信息和相互作用信息输入预先训练好的药物筛选模型，得到目标靶点虚拟筛选信息； 药物筛选模型基于胶囊动态注意力机制进行结构搭建；其中，胶囊动态注意力机制算法的输入为：小分子-蛋白质特征向量组合F，参考向量h，迭代次数N；输出为：耦合系数c和胶囊的向量输出s；具体地流程为：1初始化映射矩阵Wf和Wh；2将特征向量组合F，参考向量h映射，获得fip∈Fp和hproj；3初始化s0，s0←hproj；4循环N次，t←0；5获得耦合系数ci←softmaxbi；6获得加权求和特征：7更新胶囊输出：8更新共识变量：9结束循环；10返回耦合系数c和胶囊的向量输出s；也就是说，其首先将初始化映射矩阵Wf和Wh、参考向量和特征向量集合映射至同一空间维度，得到fip∈Fp和hproj；其中，fip＝Wf·fi、hproj＝Wh·h；然后将胶囊输出s使用映射后的参考hproj向量进行初始化；当进行迭代t次后，此时胶囊的输出为：s0＝hproj、其中，ci是耦合系数，它的更新方式使由输出的动态路由方式更新；首先药物筛选模型通过一个中间变量bi进行softmax来更新ci，bi表示胶囊的输入和输出向量的相关性程度，药物筛选模型用零向量来初始化bi，然后每次迭代，累加胶囊的输入和输出的内容来更新bi的值；具体公式为：bi＝fip·st+bi、最终算法返回获得耦合系数c和胶囊的向量输出s；药物筛选模型可将耦合系数c进行可视化展示，胶囊输出s表示特征矩阵集合和参考向量的联合表示；上述胶囊动态注意力机制算法是采用动态路由更新其耦合系数，实现单层多步更新耦合系数。

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西南医科大学，其通讯地址为：646000 四川省泸州市龙马潭区香林路1段1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。