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！

龙图腾网获悉江西财经大学申请的专利基于多尺度HGT的归纳式中药靶点关系发现方法与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：CN120072352B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510530673.6，技术领域涉及：G16H70/40；该发明授权基于多尺度HGT的归纳式中药靶点关系发现方法与系统是由吴英培;关敏佳;万展鸣;孟祥润;周鹏;胡光宇;陈剑峰;李中华设计研发完成，并于2025-04-25向国家知识产权局提交的专利申请。

本基于多尺度HGT的归纳式中药靶点关系发现方法与系统在说明书摘要公布了：本发明提出一种基于多尺度HGT的归纳式中药靶点关系发现方法与系统，该方法包括：基于中药、药物分子、靶点、疾病的原始数据构建异质信息图，对异质信息图进行节点初始化操作；将节点初始化特征输入至拓扑鲁棒局部注意力中进行局部表示；将节点初始化特征输入至全局注意力中进行全局节点表示；将节点的局部表示和节点的全局表示输入至特征融合模块中依次进行拼接操作和特征融合；将最终特征表示输入至预测模型中进行预测，得到预测结果。本发明通过构建一种新的中药‑靶点异质图全面表征了从中医网络药理学数据库中提取的中药、靶点、分子和疾病之间的丰富语义和多重关系。

本发明授权基于多尺度HGT的归纳式中药靶点关系发现方法与系统在权利要求书中公布了：1.一种基于多尺度HGT的归纳式中药靶点关系发现方法，其特征在于，所述方法包括如下步骤： 步骤1、基于拓扑鲁棒局部注意力机制构建局部注意力，基于多关系全局交叉注意力机制构建全局注意力，基于特征融合机制构建特征融合模块，局部注意力、全局注意力、特征融合模块和预测模块构成预测模型； 其中，全局注意力包括前馈网络，预测模块包括线性层； 步骤2、基于中药、药物分子、靶点、疾病的原始数据构建异质信息图，对异质信息图进行节点初始化操作，得到节点初始化特征； 步骤3、将节点初始化特征输入至拓扑鲁棒局部注意力中进行局部表示，得到节点的局部表示； 步骤4、将节点初始化特征输入至全局注意力中进行全局节点表示，得到节点的全局表示； 步骤5、将节点的局部表示和节点的全局表示输入至特征融合模块中依次进行拼接操作和特征融合处理，以得到最终特征表示； 步骤6、将最终特征表示输入至线性层中进行预测，得到预测值； 基于预测值构建二元交叉熵损失，利用二元交叉熵损失对预测模型进行优化，得到优化后的预测模型； 利用优化后的预测模型以获取最终的预测结果； 在所述步骤3中，将节点初始化特征输入至拓扑鲁棒局部注意力中进行局部表示，得到节点的局部表示，具体包括如下步骤： 将节点初始化特征输入至拓扑鲁棒局部注意力中，利用局部权重矩阵进行投影操作，得到局部注意力节点投影后的特征； 以边连接两个相邻的节点作为节点对，对节点对进行投影，得到节点对的节点表示； 对节点对的节点表示进行注意力计算，得到节点对之间的注意力值； 利用节点对之间的注意力值进行聚合操作，得到聚合异构邻居信息，对聚合异构邻居信息通过节点对的节点表示并结合节点对之间的注意力值进行局部表示，以得到节点的局部表示； 在所述步骤4中，将节点初始化特征输入至全局注意力中进行全局节点表示，得到节点的全局表示，具体包括如下步骤： 将节点初始化特征输入至全局注意力中进行投影操作，得到全局注意力中节点投影后的特征； 对全局注意力中节点投影后的特征进行节点划分操作，得到目标节点集合和源节点集合； 利用目标节点集合构建目标节点嵌入序列，以得到构建的目标节点嵌入序列； 利用源节点集合构建源节点嵌入序列，以得到构建的源节点嵌入序列； 对目标节点嵌入序列和源节点嵌入序列，依次进行自注意力机制增强处理和前馈网络处理，分别得到增强的目标节点表示和增强的源节点表示； 对增强的目标节点表示和增强的源节点表示进行交叉注意力机制处理，得到节点的全局表示。

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江西财经大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街169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”。