Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学金佳欢获国家专利权

哈尔滨工业大学金佳欢获国家专利权

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!

龙图腾网获悉哈尔滨工业大学申请的专利基于多尺度药物信息生成的强负样本预测药物对相互作用的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:CN118888167B

龙图腾网通过国家知识产权局官网在2025-10-10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:202410925335.8,技术领域涉及:G16H70/40;该发明授权基于多尺度药物信息生成的强负样本预测药物对相互作用的方法是由金佳欢;李杰设计研发完成,并于2024-07-11向国家知识产权局提交的专利申请。

基于多尺度药物信息生成的强负样本预测药物对相互作用的方法在说明书摘要公布了:基于多尺度药物信息生成的强负样本预测药物对相互作用的方法,涉及生物信息技术领域。为解决现有技术中,药物相互作用判断仅依赖经过实验的数据,在随机负采样选择的弱负样本上训练模型时表现出较差的鲁棒性和预测性能;受限于数据的偏态分布,大多数DDI预测方法在冷启动设置下某些相互作用类别的预测精度较差的问题,本发明提供的技术方案为:方法包括:学习药物知识图谱、药物结构和药物物理化学属性信息表示的步骤;根据所述药物多尺度信息表示,得到药物相似性矩阵,构建药物相似性网络的步骤;对所述药物相似性网络进行融合的步骤;对目标药物相互作用数据集生成强负样本的步骤。适合应用于药物与药物相互关系预测的工作中。

本发明授权基于多尺度药物信息生成的强负样本预测药物对相互作用的方法在权利要求书中公布了:1.基于多尺度药物信息生成的强负样本预测药物对相互作用的模型构建方法,其特征在于,所述方法包括: 学习药物知识图谱、药物结构和药物物理化学属性信息表示的步骤; 根据所述药物知识图谱、药物结构和药物物理化学属性信息表示,得到药物相似性矩阵的步骤; 药物相似性矩阵包括药物知识图谱相似性矩阵、药物结构相似性矩阵和药物理化性质相似性矩阵; 根据所述药物相似性矩阵,得到药物相似性网络的步骤; 对所述药物相似性网络进行融合,得到药物融合相似性矩阵的步骤; 根据药物融合相似性矩阵,对于每个正样本三元组,药物间关系类型保持不变,以一定概率选择被替换药物,替换药物保证与剩余药物之间的融合相似性最小,生成与正样本不重复且关系类型分布相同的强负样本的步骤; 根据所述强负样本训练DDI预测模型的步骤。

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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。