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！

龙图腾网获悉西安电子科技大学申请的专利一种融合基因网络关系的抗癌细胞敏感性预测方法、系统、设备及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：CN116343928B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310321602.6，技术领域涉及：G16B40/00；该发明授权一种融合基因网络关系的抗癌细胞敏感性预测方法、系统、设备及介质是由李朋勇;姜政祥设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。

本一种融合基因网络关系的抗癌细胞敏感性预测方法、系统、设备及介质在说明书摘要公布了：一种融合基因网络关系的抗癌细胞敏感性预测方法、系统、设备及介质，方法包括：将细胞系各基因的表达量构成的向量作为细胞系的原始基因表达特征，利用自编码器压缩低维隐向量作为细胞系的基因表达特征，对基因相互作用网络进行图自编码得到基因互作特征，根据基因表达特征和基因互作特征计算基因网络特征，建立药物化合物分子图得到药物化合物分子中各原子的特征，根据EIGA模型得到预测的抗癌细胞敏感性；系统、设备及介质，用于实现一种融合基因网络关系的抗癌细胞敏感性预测方法；本发明通过设计新的算法，充分考虑基因之间的相互作用关系和化合物分子中的拓扑结构，实现在细胞系和单细胞水平上的抗癌细胞敏感性预测。

本发明授权一种融合基因网络关系的抗癌细胞敏感性预测方法、系统、设备及介质在权利要求书中公布了：1.一种融合基因网络关系的抗癌细胞敏感性预测方法，其特征在于，包括以下步骤： 步骤1：将细胞系各基因的表达量构成的向量作为细胞系的原始基因表达特征，利用有激活函数的全连接层搭建的自编码器，压缩原始基因表达特征为64维-1024维的低维隐向量，并将该低维隐向量作为细胞系的基因表达特征； 步骤2：对基因相互作用网络进行图自编码，得到基因互作特征； 步骤3：根据步骤1中细胞系的基因表达特征和步骤2中的基因互作特征，计算细胞系的基因网络特征； 具体过程为：取每个细胞系原始基因表达特征值最高的2％-50％的基因，该基因构成的集合作为该细胞系的高表达基因子集，取高表达基因子集中所有基因的基因互作特征的均值，得到细胞系的基因网络特征； 步骤4：将药物化合物分子的原子视为结点、化学键视为边，得到药物化合物分子图，将药物化合物分子图输入molgnet模型，得到药物化合物分子中各原子的特征； 步骤5：将步骤1中细胞系的基因表达特征、步骤3中细胞系的基因网络特征以及步骤4中药物化合物分子中各原子的特征输入EIGA模型，得到预测的抗癌细胞敏感性； 具体步骤如下： 步骤5.1：将药物化合物分子中各原子的特征与通过线性层变换和激活函数映射后的基因表达特征输入多头注意力网络A，得到分子表征E；将药物化合物分子中各原子的特征与通过线性层变换和激活函数映射后的基因网络特征输入多头注意力网络B，得到分子表征I，将分子表征E与分子表征I相加得到分子整体表征； 所述多头注意力网络A和B的输出，计算方法如下： 其中，dk为表征分子中各原子的向量的维度；表征分子中各原子的一系列向量构成的矩阵分别通过两个独立的线性层得到矩阵K,V；将基因表达特征或基因网络特征通过一个有激活函数的线形层和一个无激活函数的线性层得到矩阵Q； 步骤5.2：将分子整体表征与通过线性层变换和激活函数映射后相加的基因表达特征和基因网络特征拼接后输入一系列有激活函数的全连接层，得到预测的抗癌细胞敏感性。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路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。