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 > 广东工业大学顾国生获国家专利权

广东工业大学顾国生获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利一种基于异同构多分支的抗癌药物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:CN119993556B

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:202510075959.X,技术领域涉及:G16H70/40;该发明授权一种基于异同构多分支的抗癌药物反应预测方法是由顾国生;韩浩杰;陈旭东;邓杰航;黎凡;项德杰;江芡;杨珉浩;伍浩伟;张纯霖;陈泽昊;吴艳娟;李梓亮设计研发完成,并于2025-01-16向国家知识产权局提交的专利申请。

一种基于异同构多分支的抗癌药物反应预测方法在说明书摘要公布了:本发明涉及一种基于异同构多分支的抗癌药物反应预测方法,应用于生物信息学领域。该方法包括:S1:对数据进行预处理,获取细胞系多组学数据、药物子结构指纹数据、药物分子图数据以及细胞系‑药物反应数据;S2:构建相似性全局特征提取模块SGFE进行特征提取,得到细胞系相似性特征、药物相似性特征、药物全局特征;S3:构建异同构多分支特征提取模块HHFE得到多分支细胞系特征与多分支药物特征;S4:构建多分支多层融合模块MFML,得到细胞系融合特征和药物融合特征,并计算两者相关性;S5:利用相关性对细胞系和药物间的反应情况进行预测,输出预测结果。本发明充分利用已知的细胞系数据和药物数据,提升了模型的泛化能力。

本发明授权一种基于异同构多分支的抗癌药物反应预测方法在权利要求书中公布了:1.一种基于异同构多分支的抗癌药物反应预测方法,其特征在于,所述方法包括以下步骤: S1:对数据进行预处理,获取细胞系多组学数据、药物子结构指纹数据、药物分子图数据以及细胞系-药物反应数据; S2:构建相似性全局特征提取模块进行特征提取,得到细胞系相似性特征、药物相似性特征、药物全局特征; S2包括以下步骤: S2.1:将细胞系的多组学数据进行相似性融合得到细胞系相似性特征,细胞系的多组学数据包括基因表达、拷贝数变异、体细胞突变数据; S2.2:根据药物的子结构指纹计算得到药物相似性特征; S2.3:根据药物的分子图数据计算得到药物全局特征; S3:构建异同构多分支特征提取模块对细胞系相似性特征和药物相似性特征进行特征提取得到多分支细胞系特征和多分支药物特征; S3包括以下步骤: S3.1:对细胞系相似性特征和药物相似性特征进行特征提取,通过融合不同规模子图的特征,分别得到细胞系子图分支特征和药物子图分支特征; S3.2:对细胞系相似性特征和药物相似性特征通过消息传递进行特征提取,分别得到细胞系异构分支特征和药物异构分支特征; S3.3:在细胞系同构图中进行特征提取得到细胞系同构分支特征; S3.4:在药物同构图中进行特征提取得到药物同构分支特征; 其中,S3.1包括以下步骤: 通过下采样构建不同规模的子图,对子图进行特征提取,并将各个规模子图的特征进行融合,分别得到细胞系子图分支特征fUC和药物子图分支特征fUD,该操作描述为: y=Xlpl||pl|| idx=ranky,k Al+1=Alidx,idx Xl表示第l层节点特征,pl是一个可训练的向量,||pl||表示向量pl的长度,y是Xl在向量pl上的投影标量值,ranky,k表示从y中选择最大的k个值,idx记录最大k个值的下标,是对应k个节点的节点特征,Al+1是对应节点构成的邻接矩阵,Wl是l层权重矩阵,Hl+1是更新后的节点特征,σ是激活函数; 其中,S3.2包括以下步骤: 在细胞系-药物异构图中使用消息传递的方式进行特征提取,分别得到细胞系异构分支特征fHec和药物异构分支特征fHeD,该操作描述为: 这里表示归一化的邻接矩阵,σ是激活函数; 其中,S3.3包括以下步骤: 在细胞系同构图中使用消息传递方式提取到细胞系同构分支特征fHoC,该操作描述为: Ac=A*AT A是细胞系-药物反应矩阵,Dc是Ac的度数矩阵,是细胞系同构图中归一化后的邻接矩阵,σ是激活函数; 其中,S3.4包括以下步骤: 在药物同构图中使用消息传递方式提取到药物同构分支特征fHoB,该操作描述为: Ad=AT*A A是细胞系-药物反应矩阵,Dd是Ad的度数矩阵,是药物同构图中归一化后的邻接矩阵,σ是激活函数; S4:构建多分支多层融合模块,融合多分支细胞系特征得到细胞系融合特征,融合药物全局特征和多分支药物特征得到药物融合特征,并计算两者相关性; S5:利用相关性对细胞系和药物间的反应情况进行预测,输出预测结果。

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广东工业大学,其通讯地址为:510060 广东省广州市越秀区东风东路729号大院;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。