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！

龙图腾网获悉常熟理工学院申请的专利基于消息传递模型的药物不良反应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：CN118380162B 。

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：202410485284.1，技术领域涉及：G16H70/40；该发明授权基于消息传递模型的药物不良反应预测方法是由姜久雷;王朗;王江静;李盛庆设计研发完成，并于2024-04-22向国家知识产权局提交的专利申请。

本基于消息传递模型的药物不良反应预测方法在说明书摘要公布了：本发明公开了一种基于消息传递模型的药物不良反应预测方法，涉及药物不良反应预测领域，其包括通过将药物数据标签编码成图数据，并在消息传递模型的基础上改进了新的消息聚合机制，以提高消息聚合准确性和缩短智能体运算时间。同时，通过改进智能体结构提高智能体的稳定性。解决了现有预测方法在药物数据标签处理和智能体精度、运算速度及稳定性方面的不足。本方法可有效提升药物不良反应预测的精确度和智能体运算速度与稳定性。

本发明授权基于消息传递模型的药物不良反应预测方法在权利要求书中公布了：1.基于消息传递模型的药物不良反应预测方法，其特征在于：包括如下步骤： 步骤1、将药物数据集中的药物的化学分子结构特征信息转化为图数据，然后将这些图数据转化为可以通过智能体进行运算的数据集； 步骤2、将数据集传递给智能体； 步骤3、在智能体中提取数据集中各条药物特征数据，并基于消息传递模型构建新的消息聚合机制，得到动态更新节点参数，并对具体的药物特征数据进行加权和筛选；利用动态更新节点参数对图数据药物表征信息进行加权和筛选，其筛选标准如下： ； ； 式中，为药物图数据中的药物的特征信息经过轮更新后的特征信息；表示药物图数据矩阵中的第一行数据，是动态更新参数； 其加权公式表示如下： ； ； ； 式中： 为线性分离后矩阵的行数；分别为药物图数据中的目标节点和其邻居节点； 为智能体经过了第次迭代；为可学习线性函数； 分别是从线性层分离出来的两个可训练矩阵，矩阵的维度由不同的数据集中特征矩阵的维度以及标签矩阵的维度共同确定； 为矩阵中按行的取值，是矩阵矩阵的维度，且； 为求矩阵中最大值函数，，分别为经过后得到的药物特性信息数据矩阵中每一行中的最大值； 步骤4、将筛选后的药物表征信息输入到带有残差网络结构中进行更新，以获取新的药物表征； 步骤5、将更新后的药物信息数据放进打分函数中进行打分，输出预测药物不良反应结果，所述打分函数的公式表示为： ； 式中：分别表示需要预测的两种药物；为可训练的权重矩阵；为最终通过智能体训练后更新得到的两种目标预测药物特性信息；为预测药物不良反应的关系种类；是的高维向量嵌入；为激活函数Sigmoid；是连接操作； 步骤6、将药物不良反应结果作为输入，利用交叉熵函数进行计算，更新智能体。

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常熟理工学院，其通讯地址为：215500 江苏省苏州市常熟市南三环路99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”。