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双关联图互补融合的微生物与疾病的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：CN120108756B 。

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：202510246324.1，技术领域涉及：G16H50/70；该发明授权一种基于双关联图互补融合的微生物与疾病的关联预测方法是由林志毅;刘岩;何炯星;张勇豪;连凯;罗楷聪;周宇;谢国波;苏庆;顾国生设计研发完成，并于2025-03-04向国家知识产权局提交的专利申请。

本一种基于双关联图互补融合的微生物与疾病的关联预测方法在说明书摘要公布了：本发明公开的属于生物医学技术领域，具体为一种基于双关联图互补融合的微生物与疾病的关联预测方法，包括具体步骤如下：获取微生物与疾病的关联信息，构建第一微生物‑疾病异构关联图，表示为矩阵B1；获取微生物与药物、药物与疾病的关联信息，构建第二微生物‑疾病异构关联图，表示为矩阵B2。本发明通过图增强特征融合提取模块有效地融合了多维度特征信息，提升了特征表示的准确性和全面性；此外，双关联图互补融合模型在微生物‑疾病双关联图融合矩阵的基础上，结合双关联图互补注意力机制、软标签KL散度损失函数，有效解决了不同关联图信息融合不充分问题，突破了关联图间互补性发挥受限的局限。

本发明授权一种基于双关联图互补融合的微生物与疾病的关联预测方法在权利要求书中公布了：1.一种基于双关联图互补融合的微生物与疾病的关联预测方法，其特征在于，包括具体步骤如下： S1：获取微生物与疾病的关联信息，构建第一微生物-疾病异构关联图，表示为矩阵B1；获取微生物与药物、药物与疾病的关联信息，构建第二微生物-疾病异构关联图，表示为矩阵B2； S2：应用图增强特征融合提取模块GEFFE，求得与B1对应的特征矩阵Z1，以及与B2对应的特征矩阵Z2，具体步骤如下： S21：基于蛋白质功能关联，计算对于任意给定的mi和mj之间的功能相似性，构建微生物功能相似性矩阵基于基因互作信息，计算对于任意给定的di和dj之间的功能相似性，构建疾病功能相似性矩阵其中，nm和nd分别表示微生物和疾病的数量； S22：分别对矩阵ZN1、ZM2、ZD1和ZD2进行拓扑增强的重启随机游走操作TERRW，依次获得第一微生物拓扑属性矩阵第二微生物拓扑属性矩阵第一疾病拓扑属性矩阵和第二疾病拓扑属性矩阵其中TERRW操作的定义如下： 其中，表示第i个节点在第l步的游走概率分布；ci是节点i基于其局部拓扑信息计算出的动态调整概率；是扩展转移概率矩阵；∈i是节点i的初始概率向量； S23：为保留更多原始特征，将微生物和疾病的功能相似性、拓扑属性和邻接关系拼接在一起，构建B1对应的特征矩阵和B2对应的特征矩阵其Z1和Z2定义如下： 其中，A1表示微生物-疾病邻接矩阵A1，A2表示微生物-疾病邻接矩阵A2； S3：利用B1、B2，构建双关联图融合矩阵B，同时基于B、Z1和Z2应用双关联图互补融合模型DAG-CFM更新节点信息，得到B对应的节点协同表示矩阵H，具体步骤如下： S31：基于B1和B2，构建双关联图融合矩阵B； S32：基于B，应用双关联图互补注意力机制DAG-CA，计算每个节点与同关联图邻居节点间的注意力权重和跨关联图邻居节点间的注意力权重； S33：结合Z1、Z2以及DAG-CA得到的邻居节点权重进行双关联图信息融合，构建B对应的节点协同表示矩阵H； S34：模型采用Adam优化器，通过最小化软标签KL散度损失LKL来训练协同表示学习；软标签KL散度损失LKL用于度量目标分布与软标签分配分布之间的差异，定义如下： 其中，C为簇的数量；teo是软标签分配概率，表示节点e属于簇o的概率；qeo是目标分布，通过对软标签分配概率的平方归一化得到； teo计算过程如下： 其中，μo是随机初始化的簇o的中心，对于每一个簇中心初始化为H中的随机节点；||*||表示欧氏距离； qeo计算过程如下： S4：利用H，通过MLP对微生物和疾病的关联进行预测，具体步骤如下： S41：利用H，定义每个微生物协同表示向量Hi与每个疾病协同表示向量Hj之间的关联对MDAij，MDAij计算如下： MDAij＝-||Hi-Hj|| 其中，Hi-Hj表示微生物和疾病之间的差异，差异越小，代表该微生物-疾病配对存在关联的可能性越高； S42：利用MDAij，通过MLP判断微生物-疾病的预测关联概率assij；具体的方法如下： assij＝MLPMDAij。

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：510000 广东省广州市东风东路729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。