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！

龙图腾网获悉兰州大学申请的专利求解药理网络量化调控信息的方法、系统、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：CN117037947B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202310852405.7，技术领域涉及：G16C20/50；该发明授权求解药理网络量化调控信息的方法、系统、设备及介质是由郑光;茹佳奇;赵君梅;吕诚;李立;吕叶设计研发完成，并于2023-07-12向国家知识产权局提交的专利申请。

本求解药理网络量化调控信息的方法、系统、设备及介质在说明书摘要公布了：本发明公开一种求解药理网络量化调控信息的方法、系统、设备及介质，涉及生物信息技术领域。该方法包括：获取药理网络数据集；根据目标药理网络构建基于深度学习模型的药理网络模型；利用药理网络数据集对药理网络模型进行训练，得到网络模型参数；根据网络模型参数确定目标药理网络的量化调控信息；量化调控信息用于根据给定的药物输入预测调控结果。本发明能够针对药物研发过程中面临的“多成分‑多靶点‑复杂调控”的问题，给出定量的调控信息，对新药研发具有重要的参考价值。

本发明授权求解药理网络量化调控信息的方法、系统、设备及介质在权利要求书中公布了：1.一种求解药理网络量化调控信息的方法，其特征在于，包括： 获取药理网络数据集；所述药理网络数据集包括：生物成分和生物成分的表达量；所述生物成分包括：药物活性成分、靶蛋白、生物标记物和基因； 根据目标药理网络构建基于深度学习模型的药理网络模型；所述药理网络模型包括：输入层、若干隐藏层和输出层；所述输入层、所述隐藏层和所述输出层的各网络节点表征所述生物成分，各网络节点的值表征所述生物成分的表达量，各网络节点之间的网络链接表征所述生物成分之间的相互作用； 利用所述药理网络数据集对所述药理网络模型进行训练，得到网络模型参数；所述网络模型参数包括：所述输入层、所述隐藏层和所述输出层的各网络节点之间信号传递的权重和偏差； 根据所述网络模型参数确定所述目标药理网络的量化调控信息；所述量化调控信息用于根据给定的药物输入预测调控结果； 利用所述药理网络数据集对所述药理网络模型进行训练，得到网络模型参数，具体包括： 将所述药理网络数据集输入至所述药理网络模型中，并采用默认初始化方法初始化权重和偏差； 采用参数初始化方法，对所述药理网络模型中的权重的正负进行调整，使权重满足生物成分之间的相互作用关系；所述相互作用关系包括：激活关系和抑制关系，当权重为正值时，表征生物成分之间的相互作用关系为激活关系，当权重为负值时，表征生物成分之间的相互作用关系为抑制关系； 采用参数更新方法，将不存在相互作用的相邻层的网络链接的权重赋值为0，将输入空白节点的网络链接的权重赋值为1，将空白节点对应的偏差赋值为0； 采用参数约束方法，从所述药理网络模型的隐藏层中任选一个网络节点，根据网络节点的模型计算值和原始数据值确定目标比例，并根据所述目标比例对网络节点的偏差进行更新，使所述隐藏层的各网络节点的模型计算值和原始数据值的比例统一为所述目标比例； 根据所述输出层的网络节点的模型计算值和原始数据值确定损失值，当所述损失值小于设定阈值时，提取所述药理网络模型的权重和偏差作为网络模型参数； 根据所述目标比例对网络节点的偏差进行更新，具体公式为： 其中，bnew为网络节点的更新后偏差，b为网络节点的当前偏差，y原始为网络节点的原始数据值，为网络节点的模型计算值，r为目标比例。

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兰州大学，其通讯地址为：730000 甘肃省兰州市城关区天水南路222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”。