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！

龙图腾网获悉浙江大学申请的专利一种基于多模态数据融合评估化合物致癌风险的深度学习方法、装置及储存介质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：CN120108566B 。

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：202510050561.0，技术领域涉及：G16C20/70；该发明授权一种基于多模态数据融合评估化合物致癌风险的深度学习方法、装置及储存介质是由庄树林;黄美玲;赵雅萱;陈玺羽设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本一种基于多模态数据融合评估化合物致癌风险的深度学习方法、装置及储存介质在说明书摘要公布了：本发明公开了一种基于多模态数据融合评估化合物致癌风险的深度学习方法、装置及储存介质，属于化学品健康风险评价技术领域，包括：1建立致癌性预测数据集；2构建跨模态知识图谱，采用卷积神经网络对跨模态知识图谱进行学习得到跨模态特征表示；3提取分子指纹特征表示和分子图特征表示，将分子指纹特征表示与跨模态特征表示融合得到融合特征表示；4构建融合模型，融合模型中的第一深度神经网络、第二深度神经网络用于处理不同的特征表示，分类器用于预测；5对融合模型进行监督训练优化其参数；6利用优化后的融合模型对待测化合物进行致癌风险评估。该方法能够全面精确地评估化合物的致癌风险并进行致癌机制解释。

本发明授权一种基于多模态数据融合评估化合物致癌风险的深度学习方法、装置及储存介质在权利要求书中公布了：1.一种基于多模态数据融合评估化合物致癌风险的深度学习方法，其特征在于，包括： 1建立致癌性预测数据集，致癌性预测数据集中包括多种化合物及其致癌与否的真实分子标签； 2利用数据库获取的化合物-蛋白质关联数据、蛋白质-蛋白质关联数据、蛋白质-生物过程数据、蛋白质-细胞组分数据、蛋白质-分子功能数据，构建跨模态知识图谱；采用卷积神经网络对跨模态知识图谱进行学习，得到跨模态特征表示； 3提取致癌性预测数据集中化合物的分子指纹特征表示，将分子指纹特征表示与跨模态特征表示融合，得到融合特征表示；提取致癌性预测数据集中化合物的分子图特征表示； 4构建结合第一深度神经网络、第二深度神经网络以及分类器的融合模型，其中第一深度神经网络用于基于融合特征表示提取融合特征向量，第二深度神经网络用于基于化合物的分子图特征表示提取图特征向量，分类器用于基于融合特征向量和图特征向量进行预测分类得到分子标签预测结果； 5利用致癌性预测数据集对融合模型进行基于分子标签预测结果和真实分子标签的监督训练，优化融合模型参数； 6利用优化后的融合模型对待测化合物进行评估，预测化合物的致癌风险，若预测结果为阳性，对该化合物的潜在致癌作用机制进行解释； 步骤2中，跨模态知识图谱包括化合物节点、蛋白质节点、生物过程节点、细胞组分节点和分子功能节点； 化合物节点包括化合物SMILES字符串； 蛋白质节点包括蛋白质序列； 生物过程节点、细胞组分节点和分子功能节点包括文本描述； 将不同类型的节点通过边进行连接，化合物节点和蛋白质节点之间的边表示化合物和蛋白质的作用活性关系，蛋白质节点和蛋白质节点之间的边表示蛋白质和蛋白质之间的相互作用关系，蛋白质节点和生物过程节点的边表示蛋白质在生物过程中的参与或调控关系，蛋白质节点和细胞组分节点的边表示蛋白质在特定细胞组分中的定位或作用关系，蛋白质节点和分子功能节点的边表示蛋白质执行具体分子功能的关系； 步骤4中，第一深度神经网络是基于KAN框架构建的，第二深度神经网络是基于GCN框架构建的。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。