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！

龙图腾网获悉安徽工业大学申请的专利一种基于图神经网络的药物靶标结合亲和力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：CN119132386B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411175446.8，技术领域涉及：G16B15/30；该发明授权一种基于图神经网络的药物靶标结合亲和力预测方法是由王兵;潘北平;卢琨;潘学娟;汪文艳;吴紫恒;赵远设计研发完成，并于2024-08-26向国家知识产权局提交的专利申请。

本一种基于图神经网络的药物靶标结合亲和力预测方法在说明书摘要公布了：本发明公开了一种基于图神经网络的药物靶标结合亲和力预测方法，属于生物信息技术领域，包括以下步骤：S1：样本预处理；S2：模型构建；S3：模型训练；S4：DTA预测。本发明先通过Davis数据集和KIBA数据集获取相关数据，通过数据预处理分别得到药物分子图、药物摩根指纹以及蛋白质序列信息分别输入GATv2网络、多层感知机网络以及多尺度卷积神经网络中进行特征提取，将摩根指纹与分子图特征经过层注意力进行特征拼接得到药物特征，并与蛋白质特征拼接后输入预测网络来进行药物靶标结合亲和力预测。

本发明授权一种基于图神经网络的药物靶标结合亲和力预测方法在权利要求书中公布了：1.一种基于图神经网络的药物靶标结合亲和力预测方法，其特征在于，包括以下步骤： S1：样本预处理 将Davis、KIBA数据集按照设定比例划分为训练集、测试集，并对训练集、测试集中的药物蛋白质信息处理为药物分子图、摩根指纹以及蛋白质序列信息； S2：模型构建 构建初始的药物靶标结合亲和力预测模型，包括基于图神经网络和多层感知机网络的药物蛋白质特征提取模型以及基于预测网络的预测模型； 在所述步骤S2中，药物蛋白质特征提取模型的具体处理过程如下： S21：将药物分子图送入GATv2网络得到96维的药物分子图特征，GATv2网络即图神经网络； S22：将药物摩根指纹送入多层感知机网络得到96维的药物摩根指纹特征； S23：将药物摩根指纹特征与药物分子图特征经过层注意力模块后拼接并降维得到96维的药物特征； S24：将蛋白质整数序列经过多尺度卷积神经网络得到96维的蛋白质特征； 在所述步骤S2中，预测模型的处理过程如下： S25：将药物特征与蛋白质特征进行拼接，得到拼接后的特征； S26：将拼接后的特征送入预测网络得到结合亲和力预测结果； 在所述步骤S26中，预测网络中包括三个线性变换层与一个全连接层，在每一个线性变换层后均分别连接一个Relu激活函数层和dropout层，通过三个线性变换层得到结合力指数，然后经过全连接层处理得到最终的药物蛋白质结合亲和力指数； S3：模型训练 利用训练集对初始的药物靶标结合亲和力预测模型进行训练，训练后得到最终的药物靶标结合亲和力预测模型； S4：DTA预测 将最终的药物靶标结合亲和力预测模型在测试集上进行测试并输出结合亲和力指数。

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安徽工业大学，其通讯地址为：243032 安徽省马鞍山市经济技术开发区南区嘉善科技园2号楼；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”。

以上内容由龙图腾AI智能生成。