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！

龙图腾网获悉浙江大学申请的专利一种基于对比学习和蛋白聚类策略的无配体靶标的配体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：CN120164519B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510249013.0，技术领域涉及：G16B15/30；该发明授权一种基于对比学习和蛋白聚类策略的无配体靶标的配体预测方法是由朱峰;牟敏杰;葛一超;牛天乐;张阳设计研发完成，并于2025-03-04向国家知识产权局提交的专利申请。

本一种基于对比学习和蛋白聚类策略的无配体靶标的配体预测方法在说明书摘要公布了：本发明公开了一种基于对比学习和蛋白聚类策略的无配体靶标的配体预测方法，包括：构建与训练基于有监督对比学习算法的靶标‑配体相互作用预测模型ConsCPI，将药物编码向量和靶标编码向量输入ConsCPI，得到药物‑靶标相互作用预测概率；将无配体靶标和待筛选化合物数据集中的药物输入到ConsCPI，得到与无配体靶标相互作用预测概率大于50％的结合配体；构建无配体靶标推荐配体系统iTarget，输入前一步骤中所预测的结合配体，推荐得到排名靠前的无配体靶标结合配体。模型结合有监督的对比学习算法和蛋白聚类算法，增强了配体‑靶标相互作用预测的泛化性，显著提升了对于无配体靶标的配体预测能力。

本发明授权一种基于对比学习和蛋白聚类策略的无配体靶标的配体预测方法在权利要求书中公布了：1.一种基于对比学习和蛋白聚类策略的无配体靶标的配体预测方法，其特征在于，包括以下步骤： 步骤S1：药物-靶标相互作用数据集的收集与表征，得到药物编码向量和靶标编码向量； 步骤S2：构建与训练基于有监督对比学习算法的靶标-配体相互作用预测模型ConsCPI，将药物编码向量和靶标编码向量输入基于有监督对比学习算法的靶标-配体相互作用预测模型ConsCPI，得到药物-靶标相互作用预测概率； 构建与训练基于有监督对比学习算法的靶标-配体相互作用预测模型ConsCPI，具体包括： 2.1）使用特征编码器和分类器搭建模型，特征编码器由多个一维卷积层和最大池化层交替组成，特征编码器分别从药物编码向量和蛋白编码向量中提取相互作用特征得到化合物的嵌入向量和蛋白质的嵌入向量，将化合物的嵌入向量和蛋白质的嵌入向量进行拼接输入由全连接层组成的分类器中，构建初始模型； 2.2）初始模型训练过程使用交叉熵损失函数和对比损失函数，训练完成得到基于有监督对比学习算法的靶标-配体相互作用预测模型ConsCPI； 步骤S3：将无配体靶标和待筛选化合物数据集中的药物输入到基于有监督对比学习算法的靶标-配体相互作用预测模型ConsCPI，得到与无配体靶标相互作用预测概率大于50%的结合配体； 步骤S4：构建无配体靶标推荐配体系统iTarget，输入步骤S3中所预测的结合配体，推荐得到排名靠前的无配体靶标结合配体。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。