汕头大学玄萍获国家专利权
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!
龙图腾网获悉汕头大学申请的专利基于多视角变分图自动编码器与多尺度超图卷积的药物-微生物关联预测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:CN119786077B 。
龙图腾网通过国家知识产权局官网在2025-10-17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:202411849104.X,技术领域涉及:G16H70/40;该发明授权基于多视角变分图自动编码器与多尺度超图卷积的药物-微生物关联预测方法是由玄萍;孙凤鲛;张天纲设计研发完成,并于2024-12-16向国家知识产权局提交的专利申请。
本基于多视角变分图自动编码器与多尺度超图卷积的药物-微生物关联预测方法在说明书摘要公布了:本发明公开了基于多视角变分图自动编码器与多尺度超图卷积的药物‑微生物关联预测方法,包括:构建第一、第二药物‑微生物异构图,建立局部邻居增强的属性嵌入;结合多视角变分图自动编码器学习节点的属性分布;结合交叉注意力建立增强的超边属性;构建动态演化的超图拓扑;建立多尺度超图卷积框架,自适应融合多尺度的节点属性,得到节点的动态超图属性表示;通过多个图的对比学习,增强同一节点在多个图中特征间的一致性。该预测方法可以推断实时获取的药物和微生物之间的关联倾向性。综上,本发明能学习多视角的节点属性分布,多尺度邻居拓扑并动态编码超图的多个节点间联系,增强节点表示的一致性,提升药物相关微生物候选预测的性能。
本发明授权基于多视角变分图自动编码器与多尺度超图卷积的药物-微生物关联预测方法在权利要求书中公布了:1.一种基于多视角变分图自动编码器与多尺度超图卷积的药物-微生物关联预测方法,其特征在于,包括: 获取药物-微生物关联数据库; 根据所述药物-微生物关联数据库,构建包含药物和微生物节点的基于药物功能相似性的第一异构图和基于药物属性相似性的第二异构图,建立局部邻居增强的属性嵌入,并基于所述局部邻居增强的属性嵌入和多视角变分图自动编码器,得到节点的异构图属性表示,包括:以局部邻居增强的属性嵌入作为共享参数图卷积编码层的输入,根据所述共享参数图卷积编码层得到共有信息,分别将所述共有信息传播和补充到所述第一异构图和第二异构图中形成属性矩阵;利用变分图自动编码器根据所述属性矩阵对节点特征分布进行建模,并通过重参数化技巧计算得到异构图节点特征分布; 其中,根据所述共享参数图卷积编码层得到共有信息,分别将所述共有信息传播和补充到所述第一异构图和第二异构图中形成属性矩阵具体包括:通过共享参数图卷积网络编码第一异构图和第二异构图共有的拓扑和节点属性,得到共有信息特征图;将第一异构图的药物功能视角下得到的共有信息特征图传播和补充到第二异构图的药物属性视角中,形成第二异构图节点的属性矩阵;将第二异构图的药物属性视角下得到的共有信息特征图传播和补充到第一异构图的药物功能视角中,形成第一异构图节点的属性矩阵; 利用变分图自动编码器根据所述属性矩阵对节点特征分布进行建模,并通过重参数化技巧计算得到异构图节点特征分布,具体包括:利用第一图卷积网络和第二图卷积网络分别计算第一异构图和第二异构图的属性矩阵的均值和方差;基于重参数化技术计算节点的潜在特征分布,其中所述潜在特征分布从正态分布中进行采样;将所述共有信息特征与所述潜在特征分布进行拼接,得到第一异构图和第二异构图中所有节点的异构图属性表示; 根据所述药物-微生物关联数据库生成药物-微生物超图,采用交叉注意力策略,基于所述超图的联合超边属性矩阵和联合节点属性矩阵构建动态超图拓扑; 在所述动态超图拓扑中引入超图拉普拉斯算子,形成多阶的邻居拓扑嵌入,根据所述邻居拓扑嵌入自适应融合得到多尺度节点属性,并在超图卷积层中补充所述多尺度节点属性,得到节点的动态超图属性表示; 根据所述节点的异构图属性表示和动态超图属性表示对所述第一异构图、第二异构图和多尺度拓扑视角的超图中的任意两个图进行图对比学习,训练得到药物-微生物关联预测模型; 实时获取药物和微生物的特征向量,通过所述药物-微生物关联预测模型分析所述药物和微生物之间的关联性。
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汕头大学,其通讯地址为:515063 广东省汕头市大学路汕头大学;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励