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)申请的专利基于异构网络的癌症驱动基因挖掘和可解释性分析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：CN118280435B 。

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：202410311424.3，技术领域涉及：G16B20/00；该发明授权基于异构网络的癌症驱动基因挖掘和可解释性分析方法是由李君一;王乐翔;邢哲铭;王轩;吴宇琳;蒋琳;王亚东设计研发完成，并于2024-03-19向国家知识产权局提交的专利申请。

本基于异构网络的癌症驱动基因挖掘和可解释性分析方法在说明书摘要公布了：本发明公开了基于异构网络的癌症驱动基因挖掘和可解释性分析方法，方法包括：构建多组学异构网络，并通过所述多组学异构网络提取节点初始特征；通过沿特定元路径随机游走的方式构建信息传递子图，并进行基于元路径的异构网络特征提取，得到基因节点的表示向量；将基因节点的表示向量输入多层线性分类器，利用所述多层线性分类器进行节点分类，输出癌症驱动基因的分析结果。本发明通过包含多头注意力和自注意力机制的网络表征算法计算元路径内部的表示向量，以及通过全局注意力的方式计算每种元路径对于分类问题的贡献权重，可以得到一个鲁棒性更强效果更好的癌症驱动基因预测结果。

本发明授权基于异构网络的癌症驱动基因挖掘和可解释性分析方法在权利要求书中公布了：1.一种基于异构网络的癌症驱动基因挖掘和可解释性分析方法，其特征在于，包括： 构建多组学异构网络，并通过所述多组学异构网络提取节点初始特征； 通过沿特定元路径随机游走的方式构建信息传递子图，并进行基于元路径的异构网络特征提取，得到基因节点的表示向量； 将基因节点的表示向量输入多层线性分类器，利用所述多层线性分类器进行节点分类，输出癌症驱动基因的分析结果； 所述构建多组学异构网络，并通过所述多组学异构网络提取节点初始特征，包括： 基于CPDB-PPI蛋白质相互作用数据，利用基因编码的蛋白质之间的相互关系表示基因间的相互关系，形成基础的同构网络； 保留所述同构网络中存在关系的可能性大于预设值的边，并选择MSigDB数据库中与癌症相关的多组学数据作为节点，将所选节点与基因节点之间的关系作为异构网络中的边，构建所述多组学异构网络； 收集多种癌症类型的基因的临床数据样本，计算每种基因的突变率、甲基化值以及基因的表达情况的数据，得到所述节点初始特征； 所述通过沿特定元路径随机游走的方式构建信息传递子图，并进行基于元路径的异构网络特征提取，包括： 根据定义的元路径，沿着节点的元路径进行基于邻居的限定步长的随机游走采样，得到基因节点之间通过元路径提取出的关系； 根据基因节点之间通过元路径提取出的关系，得到所述信息传递子图； 根据所述信息传递子图，计算节点i与所述信息传递子图中其余节点的相似度，使用softmax函数将其余节点对节点i的贡献进行归一化，得到所述信息传递子图中其余节点对于节点i的贡献权重，得到聚合过程中的注意力分数，将所有其余节点的特征按照注意力分数加权求和得到新的节点i的表示特征； 将得到的节点在某种所述元路径信息传递子图中的表示结果经过一层非线性的激活函数，并基于多头注意力机制进行拼接，将并行的注意力头得到的结果作为单个节点的表示向量，得到最后的基因节点表示向量矩阵； 所述将基因节点的表示向量输入多层线性分类器，利用所述多层线性分类器进行节点分类，包括： 采用全局的注意力机制为每种元路径计算不同的语义权重； 基于计算得到的语义权重，得到所有节点的最终表示向量； 基于所有节点的最终表示向量，采用得分的形式得到节点被分类为正负类分别的概率，根据log-softmax函数将得分转换成概率分布，输出癌症驱动基因的分类结果； 所述采用全局的注意力机制为每种元路径计算不同的语义权重，包括：将得到的M种元路径对应的全部节点的输出展开成2维矩阵，并拼接成矩阵；通过一个两层的MLP计算节点间的语义权重，并通过一个新的线性层模拟简单注意力层的相似度比较向量，将得到的结果经过一个softmax层进行归一化操作，得到不同元路径间的语义权重。

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”。