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！

龙图腾网获悉江南大学申请的专利一种基于图表示学习的基因调控网络推断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：CN119763665B 。

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：202411631566.4，技术领域涉及：G16B40/00；该发明授权一种基于图表示学习的基因调控网络推断方法及系统是由王锴;李宇龙;周景文;刘飞;栾小丽;王兴隆设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本一种基于图表示学习的基因调控网络推断方法及系统在说明书摘要公布了：本发明涉及一种基于图表示学习的基因调控网络推断方法及系统，该方法包括：通过单细胞RNA测序数据构建基因调控网络数据集，将已知相互作用的基因对作为正样本，未知相互作用的基因对作为负样本，并随机划分为训练集、验证集和测试集；将训练集中的先验基因调控网络和基因表达谱输入到预构建的基因调控网络推断模型中进行迭代训练，得到基因对预测值；构建包含图对比学习正则项的损失函数，计算预测值与真实值之间的损失值来更新模型参数，当训练轮次达到阈值时，输出模型训练参数，并加载到模型中，对未知相互作用的基因对进行调控关系预测。本发明解决了传统生物实验成本高和现有计算模型精度低的问题，提高了基因调控网络的推断精度。

本发明授权一种基于图表示学习的基因调控网络推断方法及系统在权利要求书中公布了：1.一种基于图表示学习的基因调控网络推断方法，其特征在于，包括以下步骤： S1：获取单细胞RNA测序数据，基于单细胞RNA测序数据中基因之间的调控关系，构建基因调控网络数据集，在基因调控网络数据集中，将有相互作用的基因对视为正样本，将相互作用未知的基因对视为负样本，将正样本和负样本随机划分为训练集、验证集和测试集； S2：将训练集中由正样本产生的先验基因调控网络和基因表达谱输入到提前构建的基因调控网络推断模型中进行迭代训练，得到每次迭代计算得到的基因对预测值； S3：基于二元交叉熵损失项和图对比学习正则项构建损失函数，利用损失函数计算基因对预测值与真实值之间的损失值来更新模型参数，判断训练轮次是否达到阈值： 若否，返回步骤S2，继续进行迭代计算； 若是，输出模型训练参数，将模型训练参数加载在基因调控网络推断模型中，对相互作用未知的基因对的调控关系进行预测，得到预测结果； 其中，S2中，得到每次迭代计算得到的基因对预测值的方法如下： S21：基于所述训练集中由正样本产生的先验基因调控网络的有向图，构建包括调控基因-目标基因的有向子图及其反向图、调控基因-调控基因的有向子图及其反向图、基因自连接子图这些子图，每个子图对应一个邻接矩阵，对所有邻接矩阵进行数据处理，得到包括多个隐式连接矩阵的隐式连接张量； S22：基于归一化后的基因表达谱，将多个隐式连接矩阵依次输入至图卷积神经网络中，对于每个隐式连接矩阵，输出一个基因特征矩阵，对基因特征矩阵进行层归一化处理，将归一化后的基因特征矩阵拼接起来，得到图嵌入张量； S23：基于图嵌入张量，使用通道注意力和空间注意力机制来强化基因特征，得到经过强化后的基因特征，计算经过强化后的基因特征中任意两个基因所对应的特征向量的哈达玛积，得到特征融合向量，将特征融合向量通过多层感知机处理，输出基因对的预测值。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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。