Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东药科大学蔡永铭获国家专利权

广东药科大学蔡永铭获国家专利权

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!

龙图腾网获悉广东药科大学申请的专利一种多源数据融合的药物不良反应智能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:CN119517219B

龙图腾网通过国家知识产权局官网在2025-07-15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:202411739486.0,技术领域涉及:G16C20/30;该发明授权一种多源数据融合的药物不良反应智能预测方法及装置是由蔡永铭;郭哲桐;高少熙;赵丰;杨柳媚;韩芳芳;李雄;仇志坤;杨泽锐设计研发完成,并于2024-11-29向国家知识产权局提交的专利申请。

一种多源数据融合的药物不良反应智能预测方法及装置在说明书摘要公布了:本申请的实施例公开了一种多源数据融合的药物不良反应智能预测方法及装置,涉及药物‑基因‑药物不良反应神经网络技术领域,旨在解决现有技术缺乏更有效的特征分析方法和设计更高效的模型,因此预测ADR的性能较低的问题。所述方法包括:获取多源数据;对所述多源数据进行标准化处理后,构建药物描述符特征,获得药物相似性向量集合;构建药物不良反应描述符特征,获得药物不良反应相似性向量集合;基于所述药物相似性向量集合和所述药物不良反应相似性向量集合,对所述目标药物不良反应智能预测模型进行训练,训练完成后,基于所述目标药物不良反应智能预测模型,对当将目标药物用于目标个体时所产生的不良反应进行预测。

本发明授权一种多源数据融合的药物不良反应智能预测方法及装置在权利要求书中公布了:1.一种多源数据融合的药物不良反应智能预测方法,其特征在于,包括以下步骤: 获取多源数据;其中,所述多源数据包括比较毒理学基因组学数据、LINCSL1000数据、PubChem数据、医学主题词表数据以及SIDER数据;所述比较毒理学基因组学数据用于阐释药物-基因相互作用,所述LINCSL1000数据用于阐释基因表达信号,所述PubChem数据用于阐释药物SMILES,所述医学主题词表数据用于阐释基因-疾病相互作用,所述SIDER数据用于阐释药物-副作用对; 对所述多源数据进行标准化处理后,构建药物描述符特征,获得药物相似性向量集合;构建药物不良反应描述符特征,获得药物不良反应相似性向量集合;所述药物相似性向量集合包括:两个药物的化学结构相似性、基于药物-基因相互作用的药物相似性和经药物扰动后基因表达差异的药物相似性;所述药物不良反应相似性向量集合包括:不同的疾病本体的语义相似度和基因-疾病关联关系集合; 基于所述药物相似性向量集合和所述药物不良反应相似性向量集合,对目标药物不良反应智能预测模型进行训练,训练完成后,基于所述目标药物不良反应智能预测模型,对当将目标药物用于目标个体时所产生的不良反应进行预测; 其中,所述目标药物不良反应智能预测模型通过药物原始特征组合、特征交叉、药物不良反应原始特征组合分别通过三个支路进行训练; 其中,和使用两个结构一致的线性子网络进行学习,而使用一个卷积神经网络子网络进行学习;线性子网络的架构由两个全连接层、一个批量归一化层和一个激活函数层组成;即: ; 其中,在和中分别表示具有k个不同相似度特征的m个药物和m个药物不良反应的潜在表示,即LSN的输出;其中,和表示两个结构一致的线性子网络;表示一个完全连接的层,其中*表示神经元的个数;Dropout表示一个概率为p的Dropout层;和分别代表线性函数和校正线性单元激活函数,CAT连接给定的特征向量; 所述目标药物不良反应智能预测模型是通过将线性嵌入向量、最终输出和线性嵌入向量拼接后作为输入向量输入多标签分类器进行分类。

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广东药科大学,其通讯地址为:510006 广东省广州市番禺区大学城外环东路280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”。

免责声明
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。