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！

龙图腾网获悉湖南大学申请的专利基于生物网络全局结构的药物与药物相互作用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：CN115458044B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202211080677.1，技术领域涉及：G16B15/30；该发明授权基于生物网络全局结构的药物与药物相互作用预测方法是由彭绍亮;肖霞;王小奇;程英杰设计研发完成，并于2022-09-05向国家知识产权局提交的专利申请。

本基于生物网络全局结构的药物与药物相互作用预测方法在说明书摘要公布了：本发明公开了一种基于生物网络全局结构的药物与药物相互作用预测方法，包括：S1、构建包含药物、蛋白和疾病的生物异质网络；S2、在生物异质网络中选择设定数量的节点对，根据节点对之间最短路径的长度，将节点对标注成不同的四类；S3、计算每个节点邻居的个数，并将所有节点的邻居个数转换成独热编码向量以作为节点的初始特征；S4、将生物网络的邻接矩阵和节点的初始特征输入到图注意力神经网络预测节点对的最短路径类别，并与节点对原有的路径标签进行比较；S5、利用训练好的药物与药物相互作用预测模型进行预测药物与药物相互作用。本发明降低了深度神经网络模型对标签数据的依赖性。

本发明授权基于生物网络全局结构的药物与药物相互作用预测方法在权利要求书中公布了：1.一种基于生物网络全局结构的药物与药物相互作用预测方法，其特征在于，包括以下步骤： S1、获取提取药物与药物相互作用网络、药物与靶标相互作用网络、蛋白质与蛋白质相互作用网络、药物与疾病关联网络和疾病与蛋白质关联网络，并将其进行比对融合，获得包含药物、蛋白和疾病的生物异质网络； S2、在生物异质网络中选择设定数量的节点对，根据节点对之间最短路径的长度，将节点对标注成不同的四类，并将所选的节点对和对应的标签当作自监督学习的训练样本； S3、计算每个节点邻居的个数，并将所有节点的邻居个数转换成独热编码向量以作为节点的初始特征； S4、将生物网络的邻接矩阵和节点的初始特征输入到图注意力神经网络预测步骤S2中训练样本的节点对的最短路径类别，并与节点对原有的路径标签进行比较； S5、将药物与药物相互作用网络中具有相互作用的所有药物对当作正样本，并且从药物与药物相互作用网络中随机选择同等数量的未知的药物对作为负样本，将所有的正样本和负样本混合在一起并按照一定的比例划分为训练集和测试集，将训练集中的样本表征和标签一起输入到深度神经网络中进行模型训练，直至达到最大次数以后停止迭代获得药物与药物相互作用预测模型，并利用训练好的药物与药物相互作用预测模型进行预测药物与药物相互作用。

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湖南大学，其通讯地址为：410012 湖南省长沙市岳麓区麓山南路1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”。