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基于高阶过滤图卷积注意力网络的生物分子相互作用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：CN116386732B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202310381106.X，技术领域涉及：G16B40/00；该发明授权基于高阶过滤图卷积注意力网络的生物分子相互作用预测方法是由邓赵红;张真;王士同设计研发完成，并于2023-04-11向国家知识产权局提交的专利申请。

本基于高阶过滤图卷积注意力网络的生物分子相互作用预测方法在说明书摘要公布了：本发明属于智能细胞生物识别领域，具体涉及基于高阶过滤图卷积注意力网络的生物分子相互作用预测方法。该方法包括生物分子相互作用网络的基础结构特征提取，生物分子相互作用网络的高阶结构特征提取，基础结构特征与高阶结构特征混合，特征过滤网络，链接预测器5个阶段。本方法先分别提取生物分子相互作用网络的基础结构特征和高阶结构特征，再将两种结构特征通过CONCAT机制进行混合，完善了生物分子相互作用网络的结构特征提取。在特征过滤网络中，本方法提出了LN+SE+LSTM正则化层+注意力层+长短期记忆网络的特征过滤机制，成功地降低了高阶邻接节点的噪声。

本发明授权基于高阶过滤图卷积注意力网络的生物分子相互作用预测方法在权利要求书中公布了：1.基于高阶过滤图卷积注意力网络的生物分子相互作用预测方法，其特点在于：步骤如下： 第一步：使用节点嵌入方法Node2vec将生物分子相互网络中的节点特征初始化； 第二步：使用一层GCN提取生物分子相互作用网络的基础结构特征； 第三步：使用两层MixHop提取生物分子相互作用的高阶结构特征，第一层是4阶级的MixHop，第二层是分级的4阶级的MixHop； 第四步：将得到的基础结构特征与高阶结构特征通过CONCAT拼接机制进行混合； 第五步：将混合后的特征输入一种新的特征过滤网络LN+SE+LSTM，即为正则化层+注意力层+长短期记忆网络； 混合特征输入过滤模块后，先经过LN正则化层进行归一化混合特征，再输入SE注意力层模块进行邻接节点的特征权重重置，最后输入到LSTM长短期记忆网络中进行一阶的邻接节点与高阶的邻接节点序列化过滤，最终输出不同阶级的特征F0，F1，F2和F3； 第六步：将过滤后的分级特征进行拼接，再输入链接预测器模块，该模块由一个双线性变换层和全连接层组成，链接预测器模块最终输出就是预测数值。

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：214122 江苏省无锡市滨湖区蠡湖大道1800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”。