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一种基于多层异构图的miRNA靶标预测方法及系统和应用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：CN116631496B 。

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：202310496854.2，技术领域涉及：G16B15/30；该发明授权一种基于多层异构图的miRNA靶标预测方法及系统和应用是由汪涛;肖翼甫;尚学群;邓强;彭佳杰设计研发完成，并于2023-05-05向国家知识产权局提交的专利申请。

本一种基于多层异构图的miRNA靶标预测方法及系统和应用在说明书摘要公布了：本发明涉及一种基于多层异构图的miRNA靶标预测方法及系统和应用，首先在节点表征上，本方案将节点表示做了解耦，分为边嵌入和基础嵌入，每个图层单独维护所有节点在该图层上的边嵌入。第二在图传播上，因为浅层GCN不能大范围的传播特征，而深层GCN容易导致过平滑，因此我们选用了抽样平均聚合来解决这个问题，从节点邻域中抽取固定的k个节点嵌入做平均来表征中心节点。第三在注意力机制上，本方案在前人的基础上略作创新，对于多头注意力机制不是简单的将向量拼接，而是采用了池化层和全连接层，整体实现上更加符合逻辑，实验时参数调整更为简单。

本发明授权一种基于多层异构图的miRNA靶标预测方法及系统和应用在权利要求书中公布了：1.一种基于多层异构图的miRNA靶标预测方法，其特征在于步骤如下： 步骤1：构建由七种RNA网络组成的异质图，其中节点代表三种RNA中的一种：miRNA、lncRNA和mRNA，七种RNA网络反映了七种不同的边类型； 所述七种边类型为： ①miRNA-lncRNA相互作用层代表已知的经验证的LMI， ②miRNA-miRNA序列相似性层测量miRNA之间的序列相似性， ③miRNA-miRNA共表达层测量miRNA之间的共表达关系， ④miRNA-mRNA相互作用层代表miRNA靶向的已知mRNA， ⑤lncRNA-lncRNA序列相似性层测量lncRNA之间的序列相似性， ⑥lncRNA-lncRNA共表达层测量lncRNA之间的表达相似性， ⑦lncRNA-mRNA相互作用层代表lncRNA靶向的已知mRNA； 步骤2：采用基于特定图层的方法来聚合来自不同图层的特征，使用平均池化层进行聚合得到网络层中节点i的k阶特征即得到多层异质图中的每个节点在所在图层中的边嵌入，说明了节点i的第k阶特征取决于节点i以及其邻居的k-1阶特征的平均值： 其中σ·表示sigmoid函数，Wk是一个需要在训练过程中学习的权重矩阵，mean·代表取平均操作，r代表图层编号即代表第r个网络层，Ni,r是一个包含了节点i以及其邻居的节点集合，表示Ni,r集合中节点j的k-1阶特征，其中1≤k≤K，K表示每个网络层的最大特征聚集级别； 步骤3：将节点i的所有图层中的边嵌入记为矩阵Ui＝ui,1,…,ui,l，其中Ui∈Rs×l，即Ui是一个s×l的矩阵，s代表节点的边嵌入维度，l代表图层的总数；使用多头自注意力机制来对节点vi的多个图层的边嵌入进行编码得到Hi,r[k]，为： 其中：k代表注意力头的编号，k∈[1,m]，m代表总注意力头数；Hi,r[k]表示在第r图层中的节点vi的第k头表示；Ai,r的计算公式如下： 其中r代表图层编号，i代表节点编号，softmax·代表softmax函数，和为可学习矩阵，其中m代表总注意力头数，s代表节点的边嵌入维度，da代表变化过程中的中间维度； 步骤4：使用投影方法将将边嵌入投影到任务空间，再提取来自各图层的特征并最终整合到一起； 具体为： 通过以下公式将单个节点的多注意力头的表示从Rs映射到最终的任务空间Rd中： Pi,r[k]＝Hi,r[k]Wp 其中Wp∈Rs×d是要通过训练来学习的矩阵参数，s代表节点经过投影器之前的边嵌入维度，d代表节点经过投影器之后的边嵌入维度，k代表注意力头的编号，Pi,r[k]代表经过投影之后节点的第k头表示； 选择双线性相互作用Bi-pool池进行池化操作来融合节点k个注意力头的表示，得到节点i在r层最终的边嵌入ei,r： 其中：m表示总的注意力头数，j,k都代表注意力头的编号，pi,r[k]表示在第r图层的节点i的第k头表示，pi,r[j]表示在第r图层的节点i的第j头表示，表示两个向量的元素乘积，Wr,pool是要通过训练来学习的矩阵参数； 所述节点vi的基础嵌入在所有图层上共享，作为消息传递介质，融合来自各个图层的边嵌入，在各图层间传递； 步骤5：通过从高斯分布中随机生成一组数值，可以随机初始化得到每一个节点的基础嵌入，采用下式对基础嵌入和边嵌入ei,r进行融合，得到t阶的融合嵌入 代表t-1阶的基础嵌入，代表t阶的边嵌入； 通过上一轮的融合嵌入与边嵌入的混合来实现相邻邻域聚合层次上的信息混合，让不同聚合层与层之间输出的平滑，叠加更多的邻域聚合层，捕捉到更长距离信息，得到任一节点i的最终表示oi； 步骤6：采用如下所示的余弦距离公式来计算靶标的两节点i、j在预测空间中的距离： 其中oi、oj分别代表节点vi、vj的节点最终表示； 所述节点代表mirna，或代表miRNA的靶标即mRNA或者lncRNA，如果一个靶标节点和一个miRNA节点的距离大，则说明该mRNAlncRNA是该miRNA的靶标的可能性就相应较大。

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”。