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

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 > 徐州医科大学左海维获国家专利权

徐州医科大学左海维获国家专利权

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!

龙图腾网获悉徐州医科大学申请的专利一种基于多模态协同产生的药物靶标亲和力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:CN119230012B

龙图腾网通过国家知识产权局官网在2025-08-12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:202411276900.9,技术领域涉及:G16C20/50;该发明授权一种基于多模态协同产生的药物靶标亲和力预测方法是由左海维;周鹏程;胡景叶;范炳辰;高寒思远设计研发完成,并于2024-09-12向国家知识产权局提交的专利申请。

一种基于多模态协同产生的药物靶标亲和力预测方法在说明书摘要公布了:本发明涉及一种基于多模态协同产生的药物靶标亲和力预测方法,包括:分别对药物和蛋白质进行预处理,获取药物和蛋白质的预设表征数据;分别对药物和蛋白质的预设表征数据,进行特征提取,获取药物和蛋白质的预设表征数据的特征提取结果;分别对药物的特征提取结果和蛋白质的特征提取结果,进行融合,获取药物融合特征和蛋白质融合特征;采用联合注意力机制,对所述药物融合特征和蛋白质融合特征进行交互处理,获取交互特征;基于所述交互特征,进行药物和蛋白质之间的结合亲和力预测。

本发明授权一种基于多模态协同产生的药物靶标亲和力预测方法在权利要求书中公布了:1.一种基于多模态协同产生的药物靶标亲和力预测方法,其特征在于,包括: 分别对药物和蛋白质进行预处理,获取药物和蛋白质的预设表征数据;其中,所述药物的预设表征数据包括:药物SMILES序列、药物二维接触图、药效团,所述蛋白质的预设表征数据包括:蛋白质FASTA序列、蛋白质二维距离图和蛋白质三维结构图; 分别对药物和蛋白质的预设表征数据,进行特征提取,获取药物和蛋白质的预设表征数据的特征提取结果; 对所述蛋白质三维结构图进行特征提取: 提取所述蛋白质三维结构图中的节点特征gn和边特征ge,然后对gn进行嵌入编码、添加位置编码和Dropout操作,对ge进行嵌入编码操作,接着将所述蛋白质三维结构图XT、gn和ge作为输入,通过多层GraphTransformerLayer得到更新后的gn;对gn使用dgl.split重组为可计算的张量后作为K和V,将一个可训练的权重矩阵作为Q,输入到注意力机制中,并对输出结果相加取均值得到最终的蛋白质三维结构的特征提取结果三维结构特征XTP; 分别对药物的特征提取结果和蛋白质的特征提取结果,进行融合,获取药物融合特征XC和蛋白质融合特征XP; 采用联合注意力机制,对所述药物融合特征XC和蛋白质融合特征XP进行交互处理,获取交互特征; 对所述药物融合特征XC和蛋白质融合特征XP进行交互处理,获取交互特征包括: 将所述药物融合特征XC和蛋白质融合特征XP分成两份,分别是XC1与XP1、XC2与XP2; XC1与XP1分别经过ReLU进行非线性激活,然后经过爱因斯坦求和操作并通过Sigmoid进行第二次非线性激活得到Xcp,接着对Xcp进行爱因斯坦求和操作并取倒数,与Xcp1再一次进行爱因斯坦求和得到第一个通道的交互结果Xcp1; XC2与XP2直接经过爱因斯坦求和操作并通过Tanh进行非线性激活得到第一个通道的交互结果Xcp2; 将两个通道的交互结果Xcp1与Xcp2再一次经过爱因斯坦求和操作得到最终的交互特征Xfinal; 基于所述交互特征,预测药物和蛋白质之间的结合亲和力。

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徐州医科大学,其通讯地址为:221004 江苏省徐州市铜山路209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AI智能生成
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。