恭喜厦门理工学院林开标获国家专利权
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!
龙图腾网恭喜厦门理工学院申请的专利不对称药物相互作用关系的预测方法、装置、设备及介质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:CN119381019B 。
龙图腾网通过国家知识产权局官网在2025-04-04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:202411974878.5,技术领域涉及:G16H70/40;该发明授权不对称药物相互作用关系的预测方法、装置、设备及介质是由林开标;黄凤鑫;潘大为;戴彬设计研发完成,并于2024-12-31向国家知识产权局提交的专利申请。
本不对称药物相互作用关系的预测方法、装置、设备及介质在说明书摘要公布了:本发明提供的不对称药物相互作用关系的预测方法、装置、设备及介质,涉及药物相互作用预测领域。本发明通过获取待预测的源药物与目标药物的有向DDI网络与药物特征矩阵,并输入双通道编码器;基于有向DDI网络,通过第一编码器,分别得到源药物与目标药物的药物拓扑向量;利用第二编码器,对药物特征矩阵进行降维生成多尺度嵌入后,分别进行融合拼接,得到对应药物的药物嵌入向量;将药物拓扑向量与药物嵌入向量输入解码器进行融合,得到对应药物的融合嵌入向量;然后基于哈达玛积再次进行融合,生成最终的融合药物对表示;根据所述融合药物对表示进行DDI预测,得到预测结果。本发明能有效捕捉不对称DDI的方向性信息,实现了不对称DDI关系的准确预测。
本发明授权不对称药物相互作用关系的预测方法、装置、设备及介质在权利要求书中公布了:1.一种不对称药物相互作用关系的预测方法,其特征在于,包括:获取待预测的源药物与目标药物的有向DDI网络与药物特征矩阵;将所述有向DDI网络与所述药物特征矩阵输入双通道编码器;基于所述有向DDI网络,通过所述双通道编码器的第一编码器,学习药物多层次的出入邻域拓扑关系,分别得到源药物与目标药物的药物拓扑向量;同时,利用双通道编码器的第二编码器,对所述药物特征矩阵进行降维,生成多尺度嵌入,并对源药物与目标药物的多尺度嵌入分别进行多尺度融合拼接,得到对应药物的药物嵌入向量;其中,所述第一编码器为图注意力网络;通过所述图注意力网络,分别提取出源药物与目标药物在多层出邻居与入邻居中的拓扑信息,具体为:对于所述源药物,学习有向图中出度邻居的拓扑表示,在图注意力网络中的学习传播过程如下: ; ;其中,表示所述源药物中第层节点特征;表示有向图中所述源药物的节点;表示有向图中所述目标药物的节点;表示所述源药物的出邻居节点集合;表示所述源药物中当前节点对应的注意力系数;表示所述源药物在图注意力网络的权重矩阵;表示所述目标药物中第层节点特征,即所述源药物的出邻居节点特征; 为拼接操作;为所述源药物注意力系数的权重矩阵;为所述源药物的单层前馈网络,σ为非线性激活函数;为的邻域集;表示邻域集中的节点;T为转置;表示所述源药物的药物嵌入向量;表示所述目标药物的药物嵌入向量;对于所述目标药物,学习有向图中入度邻居的拓扑表示,在图注意力网络中的学习传播过程如下: ; ;其中,表示所述目标药物中第层节点特征;表示所述目标药物的入邻居节点集合;表示所述目标药物中当前节点对应的注意力系数;表示所述目标药物的权重;表示所述源药物中第层节点特征,即所述目标药物的入邻居节点特征;为的邻域集;表示邻域集中的节点;为所述目标药物注意力系数的权重矩阵;为所述目标药物的单层前馈网络;将所述药物拓扑向量与所述药物嵌入向量输入解码器进行融合,得到对应药物的融合嵌入向量;然后根据所述融合嵌入向量,基于哈达玛积再次进行融合,生成最终的融合药物对表示;根据所述融合药物对表示进行DDI预测,得到预测的药物对相互作用关系。
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厦门理工学院,其通讯地址为:361024 福建省厦门市集美区理工路600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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。