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！

龙图腾网获悉西北工业大学申请的专利基于图表示多任务学习的代谢动力学及毒性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：CN116343930B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310037757.7，技术领域涉及：G16C10/00；该发明授权基于图表示多任务学习的代谢动力学及毒性预测方法是由施建宇;杜冰雪;余皓洋;杨光;徐意;王琼设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本基于图表示多任务学习的代谢动力学及毒性预测方法在说明书摘要公布了：本发明公开了一种基于图表示多任务学习的代谢动力学及毒性预测方法，提出一个通过基于有效门的相关辅助任务的多任务图学习框架，即MTL‑ADMETox，以筛选有效的正向辅助任务来共同训练目标任务并优化辅助任务的贡献。MTL‑ADMETox包括特定任务的分子特征模块、以主要任务为中心的门控模块及任务预测器模块。利用基于有效辅助任务的关系，设计基于多任务的的图神经网络，研究基于吸收、分类、代谢、排泄及毒性预测方法，探索化合物子结构与ADME的关联规律，它可以促进候选药物筛选或药物设计的发展。

本发明授权基于图表示多任务学习的代谢动力学及毒性预测方法在权利要求书中公布了：1.基于图表示多任务学习的代谢动力学及毒性预测方法，其特征在于，包括以下步骤： 1构建ADME-Tox预测模型MTL-ADMETox ADME-Tox预测模型MTL-ADMETox自输入至输出包括分子特征模块、门控模块以及任务预测器模块； 所述分子特征模块用于获得分子特征，包括两层图卷积网络层GCN以及任务特定的注意力层； 所述任务预测器模块采用全连接神经网络层； 2采集样本数据，对步骤1构建的ADME-Tox模型进行训练 2.1采集药物分子的结构信息以及其对应的ADME-Tox的类型信息，构建训练数据集、验证数据集及测试数据集； 2.2将步骤2.1获得数据中涉及药物分子的SMILES序列信息转换为化合物图，得到化合物结构数据； 2.3利用步骤2.1中采集得到的药物分子对应的ADME-Tox的类型信息及步骤2.2中得到的化合物结构数据作为输入，执行以下步骤： 首先，依次进行单任务和双任务的训练，并计算任务间相互影响，得到任务间的相互作用关系，采用两个单任务和双任务图学习方法之间的性能差异程度作为任务间效应的衡量标准，为每个任务挑选各自的辅助任务，建立任务间关联网络图； 其次，利用有向图的状态理论和最大流策略为每个任务挑选有效的辅助任务组合； 最后，将每个任务及其辅助任务组合中辅助任务对应的信息和数据共同作为输入通过分子特征模块得到该主任务及辅助任务的分子特征； 2.4通过门控模块将辅助任务的分子特征分别与主任务的分子特征进行融合并相加，得到主任务的最终分子特征； 2.5采用全连接层神经网络层对步骤2.3得到的辅助任务分子特征和2.4中得到的主任务最终分子特征进行预测输出特征向量； 2.6利用交叉熵损失函数计算步骤2.5输出的特征向量与原始标签之间的损失，再通过负反馈调节更新ADME-Tox预测模型中可训练的参数，经过多次训练后得到最终ADME-Tox预测模型； 3利用步骤2训练好的ADME-Tox预测模型，对药物分子的ADME-Tox进行预测。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。