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！

龙图腾网获悉桂林理工大学申请的专利一种基于DS证据理论的药物相互作用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：CN115223731B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202210837179.0，技术领域涉及：G16H70/40；该发明授权一种基于DS证据理论的药物相互作用预测方法是由谢晓兰;黄安;卢杰;刘亚荣;彭绍亮设计研发完成，并于2022-07-15向国家知识产权局提交的专利申请。

本一种基于DS证据理论的药物相互作用预测方法在说明书摘要公布了：本发明公开了一种基于DS证据理论的药物相互作用预测方法。首先获取药物的多模态数据构建药物相互作用数据集；然后提取药物的多模态特征作为深度神经网络的输入，构建多模态的药物相互作用的预测模型并对预测模型进行训练；然后利用训练后的预测模型进行药物相互作用的预测。预测模型使用Dirichlet分布计算分类概率和不确定性值并通过Dempster‑Shafer证据理论融合得到基于多模态的预测结果和整体的不确定性值。与现有预测方法相比，本发明使用了多模态的药物数据不仅具有较低的预测误差，而且还能提供有意义的不确定性信息用于指导多模态预测融合和表达预测的置信度，具有更高的可靠性和稳健性。

本发明授权一种基于DS证据理论的药物相互作用预测方法在权利要求书中公布了：1.一种基于DS证据理论的药物相互作用预测方法，其特征在于，包括如下步骤： 步骤S1.数据收集：从DrugBank、UniProt数据库中获取药物多模态异质数据和药物相互作用数据，构建药物相互作用数据集； 步骤S2.数据处理：将药物的多模态数据转化为可计算的二进制特征表示，拼接两个药物的特征作为药物相互作用事件的特征向量； 步骤S3.模型构建：构建多模态的药物相互作用预测模型，并使用步骤S1中构建的药物相互作用数据集作为数据样本，步骤S2中的药物相互作用事件的特征向量作为输入进行预测模型的训练，得到训练后的药物相互作用预测模型； 步骤S4.作用预测：使用步骤S3中训练后的预测模型对药物之间的相互作用事件进行预测； 所述步骤S3中的多模态药物相互作用预测模型主要包含三个模块：药物多模态特征提取模块、深度学习网络模块、DS证据理论决策融合模块；药物多模态特征提取模块包括药物分子结构特征提取子模块、药物靶标特征提取模块、药物代谢酶特征提取子模块；深度学习网络模块包括药物分子结构预测子网络模块、药物靶标预测子网络预测模块、药物代谢酶预测子网络模块；药物多模态特征提取模块与深度学习网络模块相连，深度学习网络模块与DS证据理论决策融合模块相连； 所述的深度学习网络模块用于生成药物相互作用的预测结果，其中药物分子结构预测子网络模块、药物靶标预测子网络预测模块、药物代谢酶预测子网络模块分别使用药物的不同模态特征向量作为输入，然后计算得出预测结果； 所述的DS证据理论决策融合模块将深度学习网络模块计算出的预测结果作为Dirichlet分布的参数，计算得到单个模态的不确定性，然后根据各个模态的不确定性使用DS证据理论对多模态的预测结果进行融合，得到最终的预测结果和整体的不确定性。

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桂林理工大学，其通讯地址为：541004 广西壮族自治区桂林市七星区建干路12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。