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！

龙图腾网获悉南京理工大学申请的专利一种基于交叉图表示学习的蛋白质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：CN119832991B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202411939454.5，技术领域涉及：G16B40/00；该发明授权一种基于交叉图表示学习的蛋白质相互作用预测方法是由黄波;王龙;张桐;崔振设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本一种基于交叉图表示学习的蛋白质相互作用预测方法在说明书摘要公布了：本发明公开了一种基于交叉图表示学习的蛋白质相互作用预测方法，属于蛋白质间相互作用领域，包括以下步骤：S1，搜集蛋白质相互作用的预测数据集，而后对蛋白质进行特征处理，构建蛋白质图；S2，使用基于GCN的图编码器学习蛋白质图的空间结构信息；S3，使用基于自注意力模块的编码器学习受体蛋白质和配体蛋白质之间的信息；S4，使用对偶的交互图模块学习受体蛋白质和配体蛋白质之间的残基的信息；S5，生成蛋白质相互作用预测的分类器。本发明用于解决现有的蛋白质相互作用预测的方法往往在不同领域表现出的性能退化问题。

本发明授权一种基于交叉图表示学习的蛋白质相互作用预测方法在权利要求书中公布了：1.一种基于交叉图表示学习的蛋白质相互作用预测方法，其特征在于：包括以下步骤： S1，搜集蛋白质相互作用的预测数据集，而后对蛋白质进行特征处理，构建蛋白质图； S2，使用基于GCN的图编码器学习蛋白质图的空间结构信息； S3，使用基于自注意力模块的编码器学习受体蛋白质和配体蛋白质之间的信息； S4，使用对偶的交互图模块学习受体蛋白质和配体蛋白质之间的残基的信息； S5，生成蛋白质相互作用预测的分类器； S3的具体过程为，以配体蛋白质内特征向量为例，将配体蛋白质序列输入自注意力模型，以此获得每一个残基的上下文表示： ； ； 其中、和表示配体蛋白的查询、键和值向量，，，分别表示神经网络初始化的相应权重，表示特征向量的维数； 受体蛋白质的残基上下文表示采用相同方式获得； 对偶的交互图模块包括归一层、多头交叉注意力模块、残差连接和前馈神经网络层，多头交叉注意力模块如下： ； ； 是受体蛋白的查询向量，，是配体蛋白的键、值向量，是交叉注意力模块的数量； 然后使用前馈神经网络学习序列特征得到受体蛋白特征向量和配体蛋白特征向量，其中配体蛋白特征向量的获得方式如下: ； 其中表示通蛋白质交互模块生成的配体蛋白质的特征，表示通过蛋白质间表征学习模块学习的特征信息； 同理，将受体蛋白质内特征向量输入前馈神经网络进行学习，得到受体蛋白特征向量。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道200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”。