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！

龙图腾网获悉上海交通大学申请的专利基于元学习和子图匹配的靶蛋白药物结合预测方法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：CN116504303B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310474761.X，技术领域涉及：G16B15/30；该发明授权基于元学习和子图匹配的靶蛋白药物结合预测方法是由王宇轩;夏莹;沈红斌;潘小勇设计研发完成，并于2023-04-27向国家知识产权局提交的专利申请。

本基于元学习和子图匹配的靶蛋白药物结合预测方法在说明书摘要公布了：一种基于元学习和子图匹配的靶蛋白药物结合预测方法，通过构建蛋白质结构、药物小分子结构及其结合能数值按蛋白质分组建立元学习训练任务，即作为元模型的主体模型；对元模型进行微调后得到针对该蛋白质预测任务的子模型与其损失函数；然后建立任务自适应的自注意力模型平衡各蛋白质预测任务的子模型对元模型的优化贡献，对各蛋白质预测任务的子模型损失函数使用加权平均得到元模型损失函数；再使用元模型损失函数计算梯度，得到元模型梯度后，基于预设学习率对元模型参数进行更新优化，训练完成后使用训练后的元模型对测试集新蛋白质样本进行微调，得到新蛋白质预测子模型，使用该子模型对该蛋白质测试集进行预测，得到评价结果。本发明通过元学习与子图匹配相结合的训练方法，可以有效避免捷径学习，增强泛化效果，也解决以往预测模型对新发现蛋白质难以预测的问题。

本发明授权基于元学习和子图匹配的靶蛋白药物结合预测方法在权利要求书中公布了：1.一种基于元学习和子图匹配的靶蛋白药物结合预测方法，其特征在于，包括： S1、将蛋白质结构、药物小分子结构及其结合能数值按蛋白质分组建立元学习训练任务，即作为元模型的主体模型；对元模型进行微调后得到针对蛋白质预测任务的子模型与其损失函数； 所述的蛋白质预测任务的子模型包括：图神经网络和多层感知机； S2、建立任务自适应的自注意力模型平衡各蛋白质预测任务的子模型对元模型的优化贡献，对S1中得到的各蛋白质预测任务的子模型损失函数使用加权平均得到元模型损失函数，具体包括： S2.1、对每个蛋白质预测任务的子模型，将蛋白质关键子图表征与该蛋白质预测任务所有药物小分子表征相结合作为任务表征，具体为：，其中：为蛋白质关键子图表征，为药物小分子表征，得到的为该任务表征； S2.2、建立任务自适应的自注意力模型，输出各任务对元模型的优化贡献权重，具体为：，，其中：为该任务表征，为该任务表征维度数目，得到的为该任务对元模型的贡献权重；加入可归一化方差，稳定训练梯度； S2.3、使用对各蛋白质预测任务的子模型损失进行加权平均，得到元模型损失函数；具体损失函数公式为，其中：为各任务测试集损失函数； S3、使用元模型损失函数计算梯度，得到元模型梯度后，基于预设学习率对元模型参数进行更新优化； S4、重复多次步骤S1-S3元模型训练，训练完成后使用训练后的元模型对测试集新蛋白质样本进行微调，得到新蛋白质预测子模型，使用该子模型对蛋白质测试集进行预测，得到评价结果。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。