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！

龙图腾网获悉深圳大学申请的专利一种基于多任务学习和深度跨域的药物重定位方法及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：CN116453618B 。

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：202310344972.1，技术领域涉及：G16C20/50；该发明授权一种基于多任务学习和深度跨域的药物重定位方法及系统是由欧阳乐;董东沛;金坚灵;吕劲设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。

本一种基于多任务学习和深度跨域的药物重定位方法及系统在说明书摘要公布了：本发明涉及计算生物学技术领域，公开了一种基于多任务学习和深度跨域的药物重定位方法及系统，包括以下步骤：S1.收集具有“靶点节点—药物节点—疾病节点”三元关系的数据；S2.将目标域和辅助域数据输入特征提取网络中进行特征提取；S3.分别对目标域和辅助域搭建两层的图注意力神经网络；S4.对增强后的深层次的目标域特征向量和辅助域特征向量进行融合；S5.设置目标域和辅助域的图注意力神经网络的损失函数，对图注意力神经网络进行多任务学习；S6.输出最终预测的药物—疾病关联矩阵，完成药物重定位。本发明解决了现有技术没有将药物—靶点相互作用的预测和药物—疾病关联预测两项任务统一的问题，且具有准确、鲁棒性强的特点。

本发明授权一种基于多任务学习和深度跨域的药物重定位方法及系统在权利要求书中公布了：1.一种基于多任务学习和深度跨域的药物重定位方法，其特征在于：包括以下步骤： S1.收集具有“靶点节点—药物节点—疾病节点”三元关系的数据并构成数据集；在数据集中，药物节点分别连接疾病节点、靶点节点，构成“药物—靶点”域和“药物—疾病”域；将“药物—疾病”域作为目标域，“药物—靶点”域作为辅助域；在目标域，构建原始的药物相似度矩阵、原始的疾病相似度矩阵，并根据已知的药物、疾病的关联构建药物—疾病关联矩阵；在辅助域，构建原始的药物相似度矩阵、原始的靶点相似度矩阵，并根据已知的药物、靶点的相互作用构建药物—靶点关联矩阵；并构建了目标域药物、疾病节点的K近邻相似度矩阵及辅助域药物、靶点节点的K近邻相似度矩阵； S2.将目标域和辅助域的原始的相似度矩阵输入特征提取网络中进行特征提取；具体为：通过特征提取网络对目标域的原始的药物相似度矩阵、原始的疾病相似度矩阵进行降维，得到目标域特征矩阵；通过特征提取网络对辅助域的原始的药物相似度矩阵、原始的靶点相似度矩阵进行降维得到辅助域特征矩阵； S3.根据药物—疾病关联矩阵及目标域药物、疾病节点的K近邻相似度矩阵、药物—靶点关联矩阵及辅助域药物、靶点节点的K近邻相似度矩阵，构建目标域邻接矩阵、辅助域邻接矩阵；根据目标域邻接矩阵、辅助域邻接矩阵，分别对目标域和辅助域搭建两层的图注意力神经网络；将目标域特征矩阵输入目标域的图注意力神经网络，提取深层次的目标域特征向量；将辅助域特征矩阵输入辅助域的图注意力神经网络，提取深层次的辅助域特征向量； S4.对深层次的目标域特征向量和辅助域特征向量进行数据增强，利用多头自注意力机制计算权重参数，以加权求和的方式对增强后的深层次的目标域特征向量和辅助域特征向量进行融合，实现深度跨域融合； S5.设置目标域和辅助域的图注意力神经网络的损失函数，对图注意力神经网络进行多任务学习，迭代更新图注意力神经网络的参数； S6.迭代更新后使用内积解码器对得到的深度跨域融合后的特征向量进行解码，输出最终预测的药物—疾病关联矩阵，完成药物重定位。

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深圳大学，其通讯地址为：518054 广东省深圳市南山区粤海街道南海大道3688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。