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！

龙图腾网获悉重庆邮电大学申请的专利一种药物-蛋白质结合亲和力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：CN118969065B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202411158582.6，技术领域涉及：G16B15/30；该发明授权一种药物-蛋白质结合亲和力预测方法是由万厚源;刘文裕;吴思奇;刘彬设计研发完成，并于2024-08-22向国家知识产权局提交的专利申请。

本一种药物-蛋白质结合亲和力预测方法在说明书摘要公布了：本发明属于数据挖掘技术领域，具体涉及一种药物‑蛋白质结合亲和力预测方法，包括：获取多模态的药物‑蛋白质数据，将其输入训练好的亲和力预测模型，得到预测值；所述亲和力预测模型的训练过程包括：获取多模态的药物‑蛋白质数据，将其输入特征提取模块，得到多模态的药物‑蛋白质特征；将多模态的药物‑蛋白质特征进行拼接，得到初始综合特征表示；将初始综合特征表示输入应用记忆模块的动态注意力模块，得到最终的综合特征；将最终的综合特征输入预测模块，得到预测结果；根据预测结果计算损失函数值，根据损失函数值更新模型参数；本发明通过注意力权重记忆机制利用历史注意力权重动态的对多模态特征进行融合，提高了预测模型的性能。

本发明授权一种药物-蛋白质结合亲和力预测方法在权利要求书中公布了：1.一种药物-蛋白质结合亲和力预测方法，其特征在于，包括：获取多模态的药物-蛋白质数据，将多模态的药物-蛋白质数据输入训练好的亲和力预测模型，得到药物-蛋白质亲和力的预测值；所述亲和力预测模型包括：特征提取模块、应用记忆模块的动态注意力模块以及预测模块；所述亲和力预测模型的训练过程包括： S1：获取多模态的药物-蛋白质数据，将多模态的药物-蛋白质数据输入特征提取模块，得到多模态的药物-蛋白质特征； S2：将多模态的药物-蛋白质特征进行拼接，得到初始综合特征表示； S3：将初始综合特征表示输入应用记忆模块的动态注意力模块，得到最终的综合特征； S4：将最终的综合特征输入预测模块，得到预测结果； S5：根据预测结果计算损失函数值，根据损失函数值更新模型参数，当损失函数值最小时，得到训练好的亲和力预测模型； 所述多模态的药物-蛋白质数据包括：药物的SMILES字符串、药物的分子图结构以及蛋白质的氨基酸序列； 特征提取模块包括：SMILES特征提取模块、分子图结构特征提取模块以及氨基酸序列特征提取模块； SMILES特征提取模块包括：嵌入层、一维卷积神经网络以及LSTM网络；SMILES特征提取模块对药物的SMILES字符串进行处理包括：将SMILES字符串转换为整数编码；将整数编码后的SMILES字符串输入嵌入层，得到嵌入矩阵；将嵌入矩阵输入一维卷积神经网络，得到局部特征；将局部特征输入LSTM网络，得到SMILES字符串特征； 分子图结构特征提取模块对药物的分子图结构进行处理包括：将药物的分子图结构表示为一个分子无向图G＝V,E，其中，V为节点集合，节点表示分子图结构的原子，E为边集合，边表示分子图结构的化学键；初始化每个节点和每条边的特征向量；利用图卷积网络对分子无向图G中节点和边的特征向量进行处理，得到分子图结构特征； 氨基酸序列特征提取模块包括：嵌入层、一维卷积神经网络以及LSTM网络；氨基酸序列特征提取模块对蛋白质的氨基酸序列进行处理包括；将蛋白质的氨基酸序列转换为整数编码；将整数编码后的氨基酸序列输入嵌入层，得到嵌入矩阵；将嵌入矩阵输入一维卷积神经网络，得到局部特征；将局部特征输入LSTM网络，得到氨基酸序列特征。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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”。