Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 厦门理工学院林开标获国家专利权

厦门理工学院林开标获国家专利权

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!

龙图腾网获悉厦门理工学院申请的专利多视图的药物对反应预测方法、装置、设备和存储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:CN115910232B

龙图腾网通过国家知识产权局官网在2026-03-17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:202211116083.1,技术领域涉及:G16C20/30;该发明授权多视图的药物对反应预测方法、装置、设备和存储介质是由林开标;康丽萍;张扬;卢萍设计研发完成,并于2022-09-14向国家知识产权局提交的专利申请。

多视图的药物对反应预测方法、装置、设备和存储介质在说明书摘要公布了:本发明提供多视图的药物对反应预测方法、装置、设备和存储介质,涉及药物对反应预测领域。药物对反应预测方法包含S1获取待预测药物的特征信息和已知反应信息。S2根据已知反应信息构建邻接视图。S3根据已知反应信息构建网络,并构建扩散视图。S4根据特征信息,构建药物特征矩阵和KNN视图。S5通过节点级别的注意力网络,将药物特征矩阵分别和邻接视图、扩散视图,以及KNN视图进行深度融合,获取三个视图级别嵌入向量。S6融合三个视图级别嵌入向量,获取各个药物的嵌入表示。S7将各个药物的嵌入表示进行组合,获得多个药物对向量。S8以已知反应类型的药物对向量为训练集,训练分类模型。S9将未知反应类型的药物对向量输入分类模型,获取预测反应类型。

本发明授权多视图的药物对反应预测方法、装置、设备和存储介质在权利要求书中公布了:1.一种多视图的药物对反应预测方法,其特征在于,包含: 获取待预测药物的特征信息和药物之间的已知反应信息; 根据所述已知反应信息构建邻接视图; 根据所述已知反应信息构建网络,并采用个性化的随机游走PPR构建扩散视图; 根据所述特征信息,构建药物特征矩阵;并根据所述药物特征矩阵构建KNN视图; 通过节点级别的注意力网络,将所述药物特征矩阵分别和所述邻接视图、所述扩散视图,以及所述KNN视图进行深度融合,获取三个视图级别嵌入向量; 通过视图级别的注意力网络,融合所述三个视图级别嵌入向量,获取各个药物的嵌入表示; 将所述各个药物的嵌入表示进行组合,获得多个药物对向量;其中,部分药物对向量的反应类型为已知; 以已知反应类型的药物对向量为训练集,训练分类模型; 将未知反应类型的药物对向量输入所述分类模型,获取预测反应类型; 通过节点级别的注意力网络,将所述药物特征矩阵分别和所述邻接视图、所述扩散视图,以及所述KNN视图进行深度融合,获取三个视图级别嵌入向量,具体包括: 将所述药物特征矩阵分别和所述邻接视图、所述扩散视图,以及所述KNN视图一起输入交叉融合网络,以执行以下步骤进行深度融合,获取三个视图级别嵌入向量: 所述交叉融合网络通过自编码器网络从药物特征矩阵中抽取不同层次的特征向量; 所述交叉融合网络通过图注意力网络从视图中抽取不同层次的视图向量;其中,所述自编码器网络的各个层提取到的特征向量分别传输至所述图注意力网络的对应层中进行融合; 通过注意力机制融合自编码器网络最后一层提取到的特征向量和图注意力网络最后一层提取到的视图向量,获得视图级别嵌入向量。

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厦门理工学院,其通讯地址为:361024 福建省厦门市集美区理工路600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。