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！

龙图腾网获悉广州大学申请的专利一种基于隐式交互邻接矩阵重塑的药物重定位方法及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：CN121331220B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511498864.5，技术领域涉及：G16B15/30；该发明授权一种基于隐式交互邻接矩阵重塑的药物重定位方法及系统是由朱恩强;李想设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本一种基于隐式交互邻接矩阵重塑的药物重定位方法及系统在说明书摘要公布了：本发明属于智慧医疗技术领域，公开了一种基于隐式交互邻接矩阵重塑的药物重定位方法及系统，该方法包括如下步骤：S1、构建融合药物‑疾病关联矩阵；S2、采用参数共享的双路自注意力机制提取药物域特征和疾病域特征；S3、通过可训练投影矩阵将药物疾病特征映射至对方维度空间，生成隐式交互预测矩阵；S4、通过权重λ动态调节正负样本贡献度以解决数据稀疏性问题。本发明通过动态邻接矩阵，采用双路自注意力机制实现药物域与疾病域特征解耦学习，利用可训练投影矩阵完成跨维度的隐式交互预测，结合循环神经网络迭代优化特征表示，可有效降低人工相似性数据噪声影响，并在帕金森病药物重定位等实际场景中表现出显著优势。

本发明授权一种基于隐式交互邻接矩阵重塑的药物重定位方法及系统在权利要求书中公布了：1.一种基于隐式交互邻接矩阵重塑的药物重定位方法，其特征在于，包括如下步骤： S1、构建融合药物-疾病关联矩阵A，与原始相似性矩阵SrSd的动态邻接矩阵，通过循环神经网络RNN实时迭代优化邻接矩阵权重； 其中，Sr表示药物的相似性矩阵，Sd表示疾病的相似性矩阵； S2、采用参数共享的双路自注意力机制SAM分别提取药物域特征Hrr,Hdr和疾病域特征Hrd,Hdd，并通过残差连接保留原始特征信息； S3、通过可训练投影矩阵PrPd将药物疾病特征映射至对方维度空间，生成隐式交互预测矩阵； S4、采用加权交叉熵损失函数，通过权重λ动态调节正负样本贡献度以解决数据稀疏性问题； 步骤S1包括： S1-1根据已知的药物相似性和疾病相似性网络构造初始邻接矩阵，并初始化药物和疾病特征； S1-2根据四种不同的网络关系构建四种基于自注意力机制SAM的邻居信息聚合；所述四种邻居信息聚合分别是：药物的药物邻居信息聚合、药物的疾病邻居信息聚合、疾病的药物邻居信息聚合、疾病的疾病邻居信息聚合； S1-3原始相似性矩阵SrSd的动态邻接矩阵更新数学表达为下式1及式2： A rt=RNNA,Art-1,Pr式1 A dt=RNNAT,Adt-1,Pd式2 式中t为当前循环层数，RNN表示循环重塑邻接矩阵总函数；RNN过程包括编码以及重塑两个阶段，Art∈{0,1}n*n与Adt∈{0,1}m*m表示每次循环输入的药物和疾病邻接矩阵，Pr∈Rk*n与Pd∈Rk*m分别表示将药物和疾病低维特征投影到药物维度和疾病维度的投影矩阵；其中n、m表示药物和疾病数量，k是特征嵌入维度； 步骤S2包括利用SAM以及多层感知机MLP将药物和疾病特征映射到药物域或疾病域，使其在药物或疾病特征空间中实现语义对齐，以便后续重塑邻接矩阵以及关联预测；采用双路自注意力机制SAM以及不同的MLP分别提取药物和疾病的药物域特征和疾病域特征计算公式为下式3，式4： H rr ,H rd =MLP r SAMA,S r ,S d ,MLP d SAMA,S r ,S d 式3 H dr ,H dd =MLP r SAMA,S r ,S d ,MLP d SAMA,S r ,S d 式4 式中，Hrr∈Rn*k,Hrd∈Rn*k分别表示药物的药物域和疾病域特征，Hdr∈Rm*k,Hdd∈Rm*k分别表示疾病的药物域和疾病域特征；MLPr与MLPd分别表示将药物和疾病特征嵌入到药物域和疾病域的多层感知机；SAMA,Sr,Sd表示利用关联矩阵以及不同的邻接矩阵实现药物和疾病邻居特征聚合过程。

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广州大学，其通讯地址为：510006 广东省广州市番禺区大学城外环西路230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。