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！

龙图腾网获悉西北大学申请的专利基于多模态融合的药物-蛋白质相互作用预测模型构建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：CN119580818B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411569476.7，技术领域涉及：G16B5/00；该发明授权基于多模态融合的药物-蛋白质相互作用预测模型构建方法是由孙霞;王鑫;姜婧婧;张子晗设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本基于多模态融合的药物-蛋白质相互作用预测模型构建方法在说明书摘要公布了：本发明属于深度学习技术领域，公开了一种基于多模态融合的药物与蛋白质相互作用预测模型构建方法。由于蛋白质三维数据的缺失，本发明用预测模型AlphaFold2将蛋白质的三维数据进行了高准确度补全，针对于模态融合问题，本发明对药物分子在更细粒度的原子层面进行了融合，进一步增强了多模态融合效果，并且后续对于处理后的蛋白质1D数据和蛋白质3D数据使用Cross‑Attention进行融合，使用Cross‑Attention进行多模态的融合可以精细捕捉模态间的交互关系，总之使用本发明通过设计多模态融合方式，提升了DTI任务的效果。

本发明授权基于多模态融合的药物-蛋白质相互作用预测模型构建方法在权利要求书中公布了：1.一种基于多模态融合的药物与蛋白质相互作用预测模型构建方法，其特征在于，包括以下步骤： 步骤1、对数据集中的蛋白质根据其编码进行查找对于没有收录到库的蛋白质通过使用AlphaFold2模型进行高准确度的预测补全； 步骤2、数据预处理：将蛋白质的三维结构通过计算欧氏距离生成距离矩阵，然后对于药物的SMILES结构首先使用RDKit工具转换为分子图的形式并计算最短路径距离、边缘类型，其次使用RDKit根据分子的SMILES结构生成三维坐标后计算欧氏距离生成距离矩阵； 步骤3、将分子二维模态的最短路径距离、边缘类型以及3维欧氏距离进行融合，通过随机采样构建混合矩阵，并把混合矩阵注入到自注意力模块，用于增强原子对之间的关系表达，类似于相对位置编码； 步骤4、对于蛋白质的距离图用GCN进行处理，对于蛋白质序列数据利用CNN进行处理； 步骤5、将处理后的蛋白质1D数据和蛋白质3D数据用Cross-Attention进行融合，并将融合后的数据和分子的混合矩阵进行拼接作为药物与靶点预测的最终输入； 步骤6、将融合后的药物分子特征与蛋白质特征进行拼接，然后将拼接后的特征输入到多层感知器中进行处理，最后采用二元交叉熵损失函数进行模型训练； 所述步骤2的具体过程为： 步骤2.1、计算最短距离矩阵，更新迭代,用表示i原子与j原子之间的最短距离； 步骤2.2、计算边缘类型矩阵，其中N是从原子i到j的最短路径上边的数量，是路径上第n条边的特征数量，即键的类型，是与每个边特征相关联的可学习权重参数； 步骤2.3、通过欧氏距离公式生成矩阵每个元素原子i到原子j的距离，用表示在分子3D结构下，原子对i,j的空间距离；通过高斯基核函数编码这个距离用以下公式，， 其中是原子对i,j的欧氏距离，参数是可学习的，其中为高斯核函数，是一组基核向量，为可学习权重； 所述步骤3的具体过程为： 步骤3.1、将上述获得的不同关系矩阵：合到一个新的单一关系矩阵中，首先定义多项分布S，其中的概率向量p=p1,p2,p3表示三种关系出现在融合矩阵的概率； 步骤3.2、对于矩阵的每个位置i,j，从分布S中随机抽样获得然后决定该位置对应的关系矩阵值，公式为其中函数控制取值，若,若,若,经过上述步骤构建出多模态融合矩阵； 步骤3.3、生成的模态融合矩阵被注入到自注意力模块，用于增强原子对之间的关系表达，类似于相对位置编码；具体公式如下：,得到原子特征为nd的矩阵M作为最终DTI预测的输入； 所述步骤5的具体过程为： 步骤5.1、蛋白质1D结构特征矩阵为，蛋白质3D数据即蛋白质欧氏距离特征的特征矩阵为分别计算1D结构特征和欧氏距离图特征： 1D结构特征的Query、Key、Value：，3D结构特征的Query、Key、Value：其中为线性层的权重矩阵； 步骤5.2、使用Query、Key计算注意力权重矩阵，以捕捉1D结构与欧氏距离图特征之间的交互信息： 将各注意力头的输出拼接，进行线性变换以得到融合后的1D结构特征和欧氏距离特征表示： , ； 将融合的特征与原始输入特征融合，以便进一步捕捉局部和全局信息： , ; 步骤5.3、分别对融合后的1D结构特征和欧氏距离图特征进行全局池化，并拼接成最终的联合特征表示： , ； 联合特征表示为：，此联合特征向量包含了药物和蛋白质之间的交互信息，并作为最终DTI预测的输入。

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西北大学，其通讯地址为：710127 陕西省西安市雁塔区太白北路229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。