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！

龙图腾网获悉郑州大学申请的专利检测癌症个体病人药物靶点的约束多目标优化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：CN116189758B 。

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：202310082573.2，技术领域涉及：G16B15/30；该发明授权检测癌症个体病人药物靶点的约束多目标优化方法是由梁静;胡灼;郭伟峰;程涵设计研发完成，并于2023-02-01向国家知识产权局提交的专利申请。

本检测癌症个体病人药物靶点的约束多目标优化方法在说明书摘要公布了：本发明公开了一种检测癌症个体病人药物靶点的约束多目标优化方法，包括：从个体病人的基因组数据构建个性化基因交互网络PGIN；形成一个基于多目标优化的结构网络控制模型；利用约束多目标进化算法寻找个性化药物靶点集合，即驱动基因集合；本发明可有效识别癌症个体患者的药物靶点，探索癌症的异质性，并且可以为精准医学中理解肿瘤异质性提供了一个新的视角。

本发明授权检测癌症个体病人药物靶点的约束多目标优化方法在权利要求书中公布了：1.一种检测癌症个体病人药物靶点的约束多目标优化方法，其特征在于，包括以下步骤： 步骤1、从个体病人的基因组数据构建个性化基因交互网络PGIN； 所述步骤1具体如下： 首先建立基于肿瘤样本和单个患者的正常样本的共表达网络；然后，在正常样本网络和肿瘤样本网络中，根据基因i和基因j之间的边的P值来确定是否使用这条边来构建个性化基因交互网络PGIN，其中，P值基于基因i和基因j的皮尔逊相关系数差的Z分数获得； 构建PGIN个性化基因交互网络的具体条件如下： 如果肿瘤样本网络的P值低于一定阈值和正常样本网络的P值大于一定阈值，或者肿瘤样本网络的P值大于一定阈值和正常样本网络的P值低于一定阈值，则保留这条边来构建个性化基因交互网络PGIN； 步骤2、形成一个基于多目标优化的结构网络控制模型； 步骤2中，所述结构网络控制模型如下： s.t.gkx≤0,k＝1,2...,m 其中，f1和f2是两个优化的目标函数；gx表示约束条件，即使得网络是可控的；x＝x1,x2,…,xn表示是二进制值决策变量；V代表网络的顶点集；D和DT分别表示已识别的药物靶点集和已知的原始药物靶点集，如果基因被选择，则xi＝1，否则，xi＝0；l＝l1,l2,…,ln表示具有二进制编码的标签向量，如果基因在已知药物靶点内，li＝1，否则，li＝0；n表示PGIN中的基因数，m表示约束数； 步骤3、利用约束多目标进化算法寻找个性化药物靶点集合，即驱动基因集合； 所述步骤3具体包括以下步骤： 步骤3.1、初始化一个大小为N的主种群P0和两个大小为N1的辅助种群P1和P2，其中N1＝N*30％，其中主种群优化原始的约束多目标优化问题CMOP，辅助种群分别优化对应的约束单目标优化问题CSOP； 步骤3.2、利用锦标赛选择策略分别从当前种群P0中选出N2个父代、P1和P2中选出N12个父代； 步骤3.3、分别使用交叉变异算子产生大小为N2的子代种群Q0和大小为N12的子代种群Q1和Q2，把主种群及辅助种群和所有的子代种群合并R0＝P0∪Q0∪Q1∪Q2，R1＝P1∪Q0∪Q1∪Q2，R2＝P2∪Q0∪Q1∪Q2； 步骤3.4、根据ε约束方法从合并种群R0中选出N个解作为种群P0，根据一种基于排名的适应度函数从合并种群R1和R2中选出N1个解作为种群P1和P2，作为下一次迭代的种群； 步骤3.5、输出多个驱动基因集合，直到迭代的终止条件，即满足函数求值的最大数目。

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郑州大学，其通讯地址为：450000 河南省郑州市高新技术开发区科学大道100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”。