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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利基于图卷积神经网络的合成致死基因对预测方法、装置、终端及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：CN119889451B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202411684130.1，技术领域涉及：G16B40/00；该发明授权基于图卷积神经网络的合成致死基因对预测方法、装置、终端及介质是由李君一;袁汝喆;黄雨锐;李亚轩;肖皓匀;王轩设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本基于图卷积神经网络的合成致死基因对预测方法、装置、终端及介质在说明书摘要公布了：本发明公开了基于图卷积神经网络的合成致死基因对预测方法、装置、终端及介质。合成致死基因对预测方法包括：基于蛋白质结构数据获取蛋白质的结构特征；基于蛋白质序列数据获取蛋白质的序列特征；基于蛋白质‑蛋白质相互作用网络获取蛋白质的功能特征；将蛋白质的结构特征、序列特征和功能特征进行合并与标准化，获得蛋白质的主要生成基因的基因特征；获取基因间的相互作用，以基因间的相互作用和基因特征训练基于图卷积神经网络的合成致死基因对预测模型；基于训练好的合成致死基因对预测模型获得每个基因的最终特征表示，根据最终特征表示预测两个基因是否为合成致死基因对。该方法提高了特征提取的效率和对基因相互作用的预测能力。

本发明授权基于图卷积神经网络的合成致死基因对预测方法、装置、终端及介质在权利要求书中公布了：1.一种基于图卷积神经网络的合成致死基因对预测方法，其特征在于，包括： 基于蛋白质结构数据获取蛋白质的结构特征； 基于蛋白质序列数据获取蛋白质的序列特征； 基于蛋白质-蛋白质相互作用网络获取蛋白质的功能特征； 将蛋白质的结构特征、序列特征和功能特征进行合并与标准化，获得蛋白质的主要生成基因的基因特征； 获取基因间的相互作用，以基因间的相互作用和基因特征训练基于图卷积神经网络的合成致死基因对预测模型； 基于训练好的合成致死基因对预测模型获得每个基因的最终特征表示，根据最终特征表示预测两个基因是否为合成致死基因对； 所述获取基因间的相互作用，具体包括： 在SynlethDB数据库中获取基因间的相互作用，基因对具有合成致死关系作为正样本，基因对不具有合成致死关系作为负样本；由于负样本少于采用正样本，采用生成对抗网络生成负样本，使正负样本比为1:1； 所述以基因间的相互作用和基因特征训练基于图卷积神经网络的合成致死基因对预测模型，具体包括： 以基因为节点，基因间的相互作用为节点之间的边，基因特征为节点特征； 设为节点的初始特征向量，为图的邻接矩阵，为度矩阵，为单位矩阵，基于图卷积神经网络的合成致死基因对预测模型的图卷积操作表示为： ； 其中，是在原始邻接矩阵的基础上添加自连接得到的，是的度矩阵，是第层的权重矩阵，是非线性激活函数。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。