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！

龙图腾网获悉新余学院申请的专利一种基于拓扑信息和生化信息的药物重定位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：CN119339782B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202411337472.6，技术领域涉及：G16B15/30；该发明授权一种基于拓扑信息和生化信息的药物重定位方法是由吴光生;黄建秋;李舒亮;黄玉龙;刘凯设计研发完成，并于2024-09-25向国家知识产权局提交的专利申请。

本一种基于拓扑信息和生化信息的药物重定位方法在说明书摘要公布了：本申请涉及一种基于拓扑信息和生化信息的药物重定位方法，它包括如下步骤：获取数据集构建异构网络；计算并得到药物的综合拓扑信息矩阵和生化亲近度矩阵、疾病的综合拓扑信息矩阵和生化亲近度矩阵、药物特征矩阵以及疾病特征矩阵；对异构网络中的元路径进行扩展，筛选出更加合理的负样本；使用集成学习分类器进行预测，输出药物‑疾病对有治疗关系的概率作为预测结果。本发明克服了现有药物重定位技术对于异构网络信息利用不够充分的局限性，使用多种视角下的生化信息并进行优化，从而获得更加全面的特征信息表示；同时针对缺乏药物‑疾病确定性负样本的事实，充分考虑了药物‑疾病的各种交互可能性，筛选出可靠的负样本，提高预测的准确率。

本发明授权一种基于拓扑信息和生化信息的药物重定位方法在权利要求书中公布了：1.一种基于拓扑信息和生化信息的药物重定位方法，其特征在于，包括如下步骤： S1：获取数据集构建异构网络；所述数据集包括药物-疾病治疗关系数据集、药物-蛋白质交互关系数据集和疾病-蛋白质交互关系数据集；根据所述数据集获取药物的5种相似度矩阵和疾病的2种相似度矩阵，所述药物的5种相似度矩阵包括化学结构相似度矩阵、ATC编码相似度矩阵、副作用相似度矩阵、药物-药物相互作用相似度矩阵和靶标谱相似度矩阵，所述疾病的2种相似度矩阵包括疾病表型相似度矩阵和疾病本体相似度矩阵； S2：以药物或疾病的一步邻居数作为相应节点拓扑学信息的度量依据，计算药物与其他药物之间以及疾病与其他疾病之间的公共一步异构邻居数量，构建药物-药物公共一步邻居矩阵以及疾病-疾病公共一步邻居矩阵，并利用余弦相似性计算两个节点之间的相似性，构建药物节点间的公共一步邻居相似性矩阵和疾病节点间的公共一步邻居相似性矩阵，并得到药物的综合拓扑信息矩阵和疾病的综合拓扑信息矩阵； S3：对步骤S1中多种生化视角下的药物的5种相似度矩阵和疾病的2种相似度矩阵分别求平均值，得到整合后的药物相似度矩阵和疾病相似度矩阵，根据剪枝算法对整合后的药物相似度矩阵和疾病相似度矩阵进行调整，得到药物的生化亲近度矩阵和疾病的生化亲近度矩阵； S4：对药物和疾病的拓扑信息和生化信息进行特征提取并整合，去除数据的噪音，并得到药物和疾病的低维特征表示，得到药物特征矩阵和疾病特征矩阵；具体步骤为：分别对药物的综合拓扑信息矩阵Td、药物的生化亲近度矩阵Bd、疾病的综合拓扑信息矩阵Ts和疾病的生化亲近度矩阵Bd进行奇异值分解，并对分解后得到的矩阵进行整合，得到药物特征矩阵Fd和疾病特征矩阵Fs，具体计算公式为： Fd＝[UTd,UBd]； Fs＝[UTs,UBs]； 其中，UTd为药物的综合拓扑信息矩阵Td经过奇异值分解后的特征矩阵，UBd为药物的生化亲近度矩阵Bd经过奇异值分解后的特征矩阵，UTs为疾病的综合拓扑信息矩阵Ts经过奇异值分解后的特征矩阵，UBs为疾病的生化亲近度矩阵Bs经过奇异值分解后的特征矩阵； S5：将异构网络中的元路径中的“蛋白质”扩展为“蛋白质→药物→蛋白质”或“蛋白质→疾病→蛋白质”，筛选出更加合理的负样本，所述负样本为没有治疗关系的药物-疾病对； S6：将S4中得到的药物特征和疾病特征串联后，得到的药物-疾病对的特征向量作为输入，使用集成学习分类器XGBoost进行预测，输出药物-疾病对有治疗关系的概率作为预测结果。

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新余学院，其通讯地址为：338004 江西省新余市高新区阳光大道2666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”。

以上内容由龙图腾AI智能生成。