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！

龙图腾网获悉武汉理工大学三亚科教创新园;武汉理工大学;琼台师范学院申请的专利一种中草药-基因关联关系预测方法、系统及存储介质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：CN120196962B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510662375.2，技术领域涉及：G06F18/22；该发明授权一种中草药-基因关联关系预测方法、系统及存储介质是由袁景凌;张培良;苟和平;王丝影设计研发完成，并于2025-05-22向国家知识产权局提交的专利申请。

本一种中草药-基因关联关系预测方法、系统及存储介质在说明书摘要公布了：本发明公开了一种中草药‑基因关联关系预测方法、系统及存储介质，涉及生物信息技术领域。将中草药成分转化为分子图，生成初始成分子结构特征；通过子结构感知网络对初始成分子结构特征进行优化，得到目标成分子结构特征；将基因序列分割为若干个子序列，并构建k‑mers图，得到基因子序列特征；通过多层级特征融合，将目标成分子结构特征与基因子序列特征进行聚合；计算成分嵌入表示和基因嵌入表示间的联合概率分布，得到预测关系。本发明基于核心子结构感知的中草药‑基因关联关系预测方法，不仅提取基因序列特征，还提取中草药成分的结构特征，充分考虑了中草药成分和基因的结构信息，关联关系的预测结果更加准确，且具有较高的普适性。

本发明授权一种中草药-基因关联关系预测方法、系统及存储介质在权利要求书中公布了：1.一种中草药-基因关联关系预测方法，其特征在于，包括： 获取中草药成分和基因序列； 将中草药成分转化为分子图，生成初始成分子结构特征； 通过子结构感知网络对初始成分子结构特征进行优化，得到目标成分子结构特征； 将基因序列分割为若干个子序列，并根据基因子序列构建k-mers图，得到基因子序列特征； 通过多层级特征融合，将目标成分子结构特征与基因子序列特征进行聚合，得到成分嵌入表示和基因嵌入表示； 计算成分嵌入表示和基因嵌入表示之间的联合概率分布，得到中草药和基因之间的预测关系； 所述生成初始成分子结构特征的过程，包括： 通过成分子结构自适应提取网络根据分子图生成无向图，得到成分的原子节点； 通过聚合函数将中草药成分分子图中原子的H-hop内所有相邻节点的特征进行聚集，得到初始成分子结构特征； 所述通过聚合函数将中草药成分分子图中原子的H-hop内所有相邻节点的特征进行聚集的过程，包括： 对于成分分子的原子节点，由其邻居节点构成的子结构嵌入表示为： 其中，χsubgNc,G为原子节点Nc的初始成分子结构特征、表示由给定节点的原子节点Nc和H跳内所有相邻节点组成的集合，Nc为成分分子图G的原子节点，LM是成分子结构自适应提取网络MPNN隐藏层的数量，εh表示跳数内节点的系数，为基于不同跳数的中心原子的特征； 其中，为原子Nc在前一层的特征表示，M、Agg和U分别表示消息聚合函数、聚合函数和MPNN的更新操作； 所述通过子结构感知网络对初始成分子结构特征进行优化的过程，包括： 通过子结构感知网络中的自注意力机制对初始成分子结构特征进行整合： 其中，ATTG为成分子结构特征信息，δNc,Nm为以原子节点Nc中心的拓扑感知函数，δNw,Nm是原子节点Nw为中心的拓扑感知函数，γεc为原子节点Nc的邻接线性表示函数组成的图核函数，为原子节点Nc的绝对位置编码的线性变换函数； 通过子结构感知网络中的多头自注意力机制将成分子结构特征信息与原子节点进行聚合，得到聚合特征信息： 其中，为原子节点Nc的聚合特征信息，为自注意力机制中第LG个注意力头的输出； 将原子节点特征与聚合特征信息进行融合，得到原子节点的图注意力特征： 其中，为原子节点Nc第lt层的图注意力特征，lt∈{1,2,…LT}，LT为网络层数，为原子节点特征Nc第lt-1层的图注意力特征，Norm{}表示子结构感知网络中的归一化，表示原子节点Nc第lt层的聚合特征，WV为训练参数，表示节点Nc的特征维度； 通过子结构感知网络中的前馈神经网络根据原子节点特征、初始成分子结构特征和图注意力特征，生成目标成分子结构特征： 其中，WF为前馈神经网络中的权重矩阵，b为前馈神经网络的残差项。

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武汉理工大学三亚科教创新园;武汉理工大学;琼台师范学院，其通讯地址为：572025 海南省三亚市崖州区崖州湾科技城用友产业园9号楼；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”。