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！

龙图腾网获悉四川大学申请的专利一种基于图神经网络的miRNA-疾病关联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：CN119763668B 。

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：202411841640.5，技术领域涉及：G16B40/00；该发明授权一种基于图神经网络的miRNA-疾病关联预测方法是由朱敏;吴美璇;周怡设计研发完成，并于2024-12-13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miRNA-疾病关联预测方法在说明书摘要公布了：本发明提供了一种基于图神经网络的miRNA‑疾病关联预测方法，涉及图神经网络技术领域。该方法包括：获取miRNA序列、疾病描述文本、miRNA家族信息、疾病父子关系和miRNA‑疾病关联关系数据，进行数据对齐后构建异质图；基于miRNA序列和疾病描述文本，使用预训练语言模型获取miRNA表示和疾病表示作为节点特征，更新异质图；构建异质图MDA关联预测模型，将更新后的异质图和待预测miRNA‑疾病对输入，得到待预测miRNA‑疾病对的关联预测分数。该方法在实体表示上可充分表示生物实体；在模型构建上可有效聚合不同类型节点的信息，并在不同类型的边执行多深度的消息传递，实现对节点、边的异构信息的整合，有助于提升miRNA‑疾病关联预测性能。

本发明授权一种基于图神经网络的miRNA-疾病关联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miRNA-疾病关联预测方法，其特征在于，包括以下步骤： 步骤S1：获取miRNA序列、疾病描述文本、miRNA家族信息、疾病父子关系和miRNA-疾病关联关系数据，进行数据对齐后构建异质图； 所述异质图包括miRNA节点、疾病节点、miRNA-miRNA边、疾病-疾病边和miRNA-疾病边；其中，由miRNA-疾病边连接的一对miRNA节点和疾病节点为miRNA-疾病对； 步骤S2：将miRNA序列和疾病描述文本分别输入预训练语言模型，获取miRNA表示和疾病表示作为节点特征，更新异质图； 步骤S3：构建基于多层次注意力和多深度消息传递的图神经网络的异质图MDA预测模型并训练； 步骤S4：将更新后的异质图和待预测miRNA-疾病对输入异质图MDA预测模型，得到待预测miRNA-疾病对的关联预测分数； 步骤S1具体包括： 步骤S11：从miRBase数据库中获取miRNA家族信息和miRNA的两条成熟体序列，并基于miRNA家族信息构建miRNA之间的miRNA-miRNA关联关系； 步骤S12：从MeSH数据库中获取疾病描述文本和疾病间父子关联信息；其中，疾病描述文本包括疾病名称和注释信息； 步骤S13：从HMDD数据库和RNADisease数据库中获取miRNA-疾病关联关系数据； 步骤S14：基于miRNA家族信息、miRNA的两条成熟体序列、疾病描述文本和疾病间父子关联信息，对miRNA-疾病数据进行数据对齐，去除实体特征缺失的miRNA-疾病关联关系； 步骤S15：基于miRNA家族信息、miRNA-疾病关联关系数据、疾病-疾病父子关系构建异质图； 步骤S2具体包括： 步骤S21：对每个miRNA，将其两条成熟体序列和输入RNA-FM模型，对应输出两个miRNA表示，即和； 对每个疾病，将疾病名称和注释信息输入PubMedBERT模型，输出疾病名称表示和注释信息表示； 步骤S22：将miRNA表示和、疾病名称表示和注释信息表示作为异质图的节点特征； 步骤S3具体包括： 步骤S31：通过MLP嵌入异质图的节点特征，得到对应的嵌入特征， ； ； 式中，为miRNA表示对应的特征嵌入，为疾病表示对应的特征嵌入； 步骤S32：包括步骤S321至步骤S325； 步骤S321：通过可学习矩阵将节点的嵌入特征投射到统一的特征空间， ； 式中，为节点特征嵌入的投射结果；其中，节点包括miRNA节点、疾病节点； 步骤S322：通过softmax函数归一化节点级注意力，获得各邻居节点的动态注意力权重值；其中，节点级注意力指节点通过特定边对目标节点的贡献值； 步骤S323：聚合动态注意力权重值和对应邻居节点的特征嵌入，得到当前节点对应不同类型边各自的节点级注意力嵌入； 步骤S324：对每组节点级注意力嵌入进行非线性变换，并通过语义级的注意力机制来判断各组节点级注意力嵌入的重要性，得到对应类型边对节点的重要性值；通过softmax函数归一化重要性值，得到边的注意力权重值； 步骤S325：融合每组节点级注意力嵌入和对应的注意力权重值，得到当前节点的最终嵌入； 步骤S33：对待预测miRNA-疾病对的miRNA节点和疾病节点，拼接对应的最终嵌入后输入分类器，得到关联预测分数。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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。