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基于蛋白质三维结构进行化合物-蛋白质亲和力预测的方法和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：CN116959555B 。

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：202210828457.6，技术领域涉及：G16B15/00；该发明授权基于蛋白质三维结构进行化合物-蛋白质亲和力预测的方法和系统是由王绪化;郭滨杰;郑涵予;江昊翰设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本基于蛋白质三维结构进行化合物-蛋白质亲和力预测的方法和系统在说明书摘要公布了：本发明提供一种基于蛋白质三维结构进行化合物‑蛋白质亲和力预测的方法，包括以下步骤：S1，化合物特征提取步骤，利用深层图卷积网络和多头注意力算法，得到更新后原子特征和聚合节点特征；S2，蛋白质特征提取步骤，蛋白质的序列特征和结构特征通过特征聚合算法和共进化策略使序列特征代表更完整的蛋白质信息；S3化合物和蛋白质亲和力预测步骤，根据原子特征、聚合节点特征和序列特征得到预测亲和力值。本发明还公开相应的系统包括：化合物提取器，蛋白质提取器和亲和力预测器。本发明使用离散化距离矩阵和扭角矩阵作为蛋白质三维结构表征，引入共进化的更新机制更新蛋白质三维结构和序列之间的特征，并利用聚合节点特征提高亲和力预测精度。

本发明授权基于蛋白质三维结构进行化合物-蛋白质亲和力预测的方法和系统在权利要求书中公布了：1.一种基于蛋白质三维结构进行化合物-蛋白质亲和力预测的方法，用于预测化合物-蛋白质亲和力，通过对化合物提取化合物特征，化合物特征包括原子特征和聚合节点特征，对蛋白质提取出隐含有蛋白质三维信息的蛋白质特征，再将化合物特征和蛋白质特征通过亲和力预测算法对化合物-蛋白质亲和力进行预测，具体包括以下步骤： S1，化合物复合特征提取步骤， 根据化合物表征图，得到原子初始特征和聚合节点特征，利用深层图卷积网络和多头注意力机制，循环更新原子特征和聚合节点特征，输出最终的化合物的原子特征和聚合节点特征； S2，蛋白质特征提取步骤； 获取蛋白质序列信息和蛋白质结构特征；根据蛋白质序列信息和蛋白质结构特征通过蛋白质特征聚合算法使得蛋白质嵌入序列特征带有蛋白质结构特征，得到蛋白质嵌入序列特征和嵌入结构特征；通过采用共进化策略对嵌入序列特征和嵌入结构特征进行循环更新，最终得到更新后的蛋白质序列特征和蛋白质结构特征； S3化合物和蛋白质亲和力预测步骤； 根据步骤S1得到的化合物的原子特征和聚合节点特征，以及步骤S2中的蛋白质序列特征，经过亲和力学习单元算法，得到预测的亲和力值，亲和力值越大则表示化合物和蛋白质相结合的概率越大。

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”。