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！

龙图腾网获悉深圳大学申请的专利一种药物-靶蛋白结合亲和力预测方法及系统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：CN118116455B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202410146341.3，技术领域涉及：G16B15/30；该发明授权一种药物-靶蛋白结合亲和力预测方法及系统是由欧阳乐;万旭;易毅强设计研发完成，并于2024-01-31向国家知识产权局提交的专利申请。

本一种药物-靶蛋白结合亲和力预测方法及系统在说明书摘要公布了：本发明提出一种药物‑靶蛋白结合亲和力预测方法及系统，涉及生物信息技术的技术领域，方法包括利用等变图神经网络在局部水平学习原子复合图的局部信息，通过等变图神经网络充分利用三维空间结构信息，在消息传递时保持坐标的旋转和平移不变；然后在全局和长距离层次使用节点特征提取模型和原子交互作用矩阵来学习原子复合图深层次的相互作用，提高了蛋白质与配体特征学习的可解释性，使得药物‑靶蛋白结合亲和力预测模型的预测性能达到最佳。本发明通过拟合出药物与蛋白结合的动态过程，将药物‑靶蛋白各个距离层次的相互作用结合起来，并且同时考虑了原子互相结合的旋转和平移不变性，有效提升了药物‑靶蛋白结合亲和力预测的准确度。

本发明授权一种药物-靶蛋白结合亲和力预测方法及系统在权利要求书中公布了：1.一种药物-靶蛋白结合亲和力预测方法，其特征在于，包括以下步骤： S1.获取药物-靶蛋白的原子复合图和所述原子复合图的相关特征数据； S2.构建药物-靶蛋白结合亲和力预测模型，所述药物-靶蛋白结合亲和力预测模型包括节点特征提取模型和多层感知机； S3.将所述相关特征数据作为所述节点特征提取模型的输入数据，输入至所述节点特征提取模型，由所述节点特征提取模型输出原子复合图的局部信息和全局信息；所述节点特征提取模型包括并行的用于提取原子复合图的局部信息的局部信息提取模块和用于提取原子复合图的全局信息的全局信息提取模块，所述局部信息提取模块设有依次连接的两层等变图神经网络，所述全局信息提取模块包括依次连接的自注意力层和前馈神经网络层； 利用所述局部信息提取模块提取原子复合图的局部信息，包括： S301.将所述原子节点特征矩阵、所述原子三维坐标矩阵和边矩阵输入所述局部信息提取模块中的等变图神经网络； S302.利用所述边矩阵确定所述等变图神经网络的消息的传递方向，基于所述原子节点特征矩阵和所述原子三维坐标矩阵，计算所述消息如下： 其中，表示SiLU激活函数，表示第一学习参数，，表示原子复合图中的第i个原子的三维坐标，表示原子复合图中的第j个原子的三维坐标，表示原子复合图中的第n个原子的三维坐标，表示原子复合图中的第i个原子的特征矩阵，表示原子复合图中的第j个原子的特征矩阵； S303.基于所述消息，利用两层等变图神经网络对所述原子节点特征矩阵进行更新如下： 其中，表示更新后的原子节点特征矩阵，表示更新后的原子三维坐标，表示与原子复合图中的第i个原子相邻的邻居原子，表示第二学习参数，表示串联操作； S304.将经过两层等变图神经网络更新后的得到的原子节点特征矩阵使用残差连接，得到原子复合图的局部特征矩阵，记所述局部特征矩阵为所述局部信息； S4.对所述局部信息和所述全局信息进行预处理，得到图表示，将所述图表示输入至所述多层感知机，利用所述多层感知机预测药物-靶蛋白结合亲和力； S5.构建用于学习所述原子复合图原子的长距离信息的原子交互作用矩阵，利用所述原子交互作用矩阵对所述药物-靶蛋白结合亲和力预测模型预测药物-靶蛋白结合亲和力的性能进行优化，得到预测性能最佳的药物-靶蛋白结合亲和力预测模型。

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深圳大学，其通讯地址为：518054 广东省深圳市南山区粤海街道南海大道3688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。