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！

龙图腾网获悉江南大学申请的专利一种蛋白质相互作用网络比对方法和系统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：CN116110492B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211717423.6，技术领域涉及：G16B5/00；该发明授权一种蛋白质相互作用网络比对方法和系统是由陈璟;王子祥;任利军设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本一种蛋白质相互作用网络比对方法和系统在说明书摘要公布了：本发明涉及一种蛋白质相互作用网络比对方法和系统，方法包括：获取两个蛋白质相互作用网络的结构信息；提取每个网络中所有节点的分层结构特征，并基于分层结构特征计算节点间的结构得分；基于结构得分构造多层的加权图，使每个节点在加权图上进行随机游走生成上下文序列；将两个网络中每个节点对应的上下文序输入词向量模型，得到每个节点对应的低维向量，并计算每个节点对应的低维向量之间的距离作为节点间的拓扑相似性；将节点间序列相似性和节点间的拓扑相似性结合,来计算节点间的相似性得分，并基于相似性得分构建节点间的相似性矩阵；根据节点间的相似性矩阵生成两个网络的节点比对结果。本发明有效提高蛋白质相互作用网络比对效率。

本发明授权一种蛋白质相互作用网络比对方法和系统在权利要求书中公布了：1.一种蛋白质相互作用网络比对方法，其特征在于：包括： 步骤S1：获取任意两个待比对蛋白质相互作用网络的结构信息； 步骤S2：对每个蛋白质相互作用网络中所有节点的结构特征进行分层次提取，得到分层结构特征，并基于所述分层结构特征计算节点间的结构得分； 所述步骤S2中分层结构特征的公式为： 其中，Rku表示与节点u距离为k跳邻居节点的度序列向量，表示节点u的k跳邻居节点中度为i的节点的个数，d表示网络中度的理想最大值； 步骤S3：构造多层的加权图，所述加权图的每一层为蛋白质相互作用网络中所有节点组成的无向完全图，并将所述节点间的结构得分作为加权图的边权重，使每个节点在所述加权图上进行随机游走生成上下文序列； 所述步骤S3中使每个节点在所述加权图上进行随机游走生成上下文序列的方法包括：节点在所述加权图的当前层游走、以及节点在所述加权图中从当前层切换到其他层游走生成上下文序列； 所述步骤S3中使节点在所述加权图的当前层游走时，在第k层加权图中节点u游走到节点v的概率公式为： 其中，fku,v表示第k层加权图中节点u和节点v之间的结构得分，u'、v'表示节点集V中的任意节点，∑u',v'∈Vfku',v'表示第k层加权图中所有节点之间边的权重之和； 所述步骤S3中节点在所述加权图中从当前层切换到其他层游走的概率公式为: 其中，pk+1u表示节点u从第k层进入第k+1层对应节点的概率，pk-1u表示节点u从第k层进入第k-1层对应节点的概率，wuk,uk+1表示多层加权图中连接不同层之间的边权重，uk表示第k层的节点u，uk+1表示第k+1层的节点u； 将任意两个待比对蛋白质相互作用网络中每个节点对应的上下文序列输入词向量模型进行训练，得到每个节点对应的低维向量，计算每个节点对应的低维向量之间的距离作为节点间的拓扑相似性； 步骤S4：根据节点间序列相似性和所述节点间的拓扑相似性计算节点间的相似性得分，并基于所述节点间的相似性得分构建节点的相似性矩阵； 步骤S5：根据所述节点的相似性矩阵生成两个蛋白质相互作用网络的节点比对结果。

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江南大学，其通讯地址为：214000 江苏省无锡市梁溪区庆丰路258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。