云南大学康雁获国家专利权
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！
龙图腾网获悉云南大学申请的专利一种基于Node2vec的轻量预测PPI的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：CN119479833B 。
龙图腾网通过国家知识产权局官网在2025-11-28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：202411540336.7，技术领域涉及：G16B40/20；该发明授权一种基于Node2vec的轻量预测PPI的方法是由康雁;袁虎;张开文;郑东升;彭越;姚晟哲;凌永军;徐寿颢;李浩设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。
本一种基于Node2vec的轻量预测PPI的方法在说明书摘要公布了：本发明公开了一种基于Node2vec的轻量预测PPI的方法，包括以下步骤：蛋白质初始表示模块：使用Node2vec从蛋白质相互作用网络G＝V,E中无监督地学习蛋白质初始表示；多尺度关系结构表示模块：设置两种不同尺度的GNN，以捕获蛋白质相互作用网络中的浅层和深层结构信息，其中包括用于浅层结构信息的SGCN变体和用于深层结构信息的Mamba模块；对SGCN和Mamba学习获得的蛋白质特征表示进行加权和求和，得到最终的蛋白质表示；在预测模块中，将深度蛋白质表示和浅层蛋白质表示进行元素相乘，增强特征的语义信息，然后进行预测。通过引入无监督学习方法Node2vec进行无监督地学习蛋白质的初始表示，然后采用图神经+注意力的有监督的进行精细学习，统筹蛋白质初始表示中的局部特征和全局特征。
本发明授权一种基于Node2vec的轻量预测PPI的方法在权利要求书中公布了：1.一种基于Node2vec的轻量预测PPI的方法，其特征在于，包括以下步骤： 蛋白质初始表示模块：使用Node2vec从蛋白质相互作用网络中无监督地学习蛋白质初始表示； 多尺度关系结构表示模块：设置两种不同尺度的GNN，以捕获蛋白质相互作用网络中的浅层和深层结构信息，其中包括用于浅层结构信息的SGCN变体和用于深层结构信息的Mamba模块； 对SGCN和Mamba学习获得的蛋白质特征表示进行加权和求和，得到最终的蛋白质表示； 在预测模块中，将深度蛋白质表示和浅层蛋白质表示进行元素相乘，在保留详细信息的同时增强特征的语义信息，然后进行预测。
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云南大学，其通讯地址为：650091 云南省昆明市五华区翠湖北路2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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励