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！

龙图腾网获悉安徽农业大学申请的专利基于层次化表征学习框架的药物-靶点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：CN120431993B 。

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：202510934801.3，技术领域涉及：G16B15/30；该发明授权基于层次化表征学习框架的药物-靶点关联预测方法是由袁洁仪;汤婕;王永梅;杨光;刘瑞宸;范志祥;赵鑫;邓大鹏设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本基于层次化表征学习框架的药物-靶点关联预测方法在说明书摘要公布了：本发明提供了基于层次化表征学习框架的药物‑靶点关联预测方法，在方法中，基于动态波动阈值筛选高信息密度节点，消减低度噪声节点后，按虚拟边权重公式重构拓扑连接；将动态邻域搜索框架提取的药物分子特征与去噪自编码器生成的蛋白质语义特征进行张量级拼接，形成药物‑蛋白质对的联合特征表示；利用多头注意力机制为基于药物‑蛋白质对的多视图特征分配动态权重，拼接多视图特征向量，经注意力机制筛选关键信息后，输入全连接神经网络，基于全连接神经网络输出关联预测值。本申请的关联预测方法解决了模型对复杂生物相互作用的预测精度差、模型对复杂生物网络中多层次特征学习关联的理解能力严重受限的问题。

本发明授权基于层次化表征学习框架的药物-靶点关联预测方法在权利要求书中公布了：1.基于层次化表征学习框架的药物-靶点关联预测方法，其特征在于，包括以下步骤： S101、在构建的包含药物、蛋白质、疾病和副作用的异构图中，依据不同元路径提取药物子图和蛋白质子图，分别对药物子图和蛋白质子图应用动态邻域筛选的层次化特征学习框架MHGIN，学习药物和蛋白质特征；层次化特征学习框架MHGIN的底层构建基于特征密度与功能相关性的动态邻域筛选模块，通过可学习密度感知函数分配邻域权重，抑制低度低密噪声节点、强化高密关键节点聚合；层次化特征学习框架MHGIN的中层引入跨层注意力机制，构建多跳路径语义关联矩阵，通过图扩散或路径权重优化显式建模长程依赖；层次化特征学习框架MHGIN的顶层设计层次化特征融合器，按语义层次自适应融合不同跳数及筛选权重的邻域特征，形成包含局部特性、中程关联、长程依赖的多层次特征表示； S102、在层次化特征学习框架的底层网络中，基于波动阈值筛选高信息密度节点，筛选TOP-K邻居，仅保留经阈值筛选后的高密节点参与计算；消减低度噪声节点后，利用虚拟边重构拓扑连接，遍历所有药物-蛋白质对DPPs； S103、将动态邻域筛选框架MHGIN提取的药物分子特征与去噪自编码器DAE生成的蛋白质语义特征进行张量级拼接，通过可学习权重矩阵压缩维度，形成药物-蛋白质对DDPs的联合特征表示； S104、采用基于多模态特征融合策略，利用多头注意力机制为基于药物-蛋白质对的多视图特征分配动态权重，拼接多视图特征向量，经注意力机制筛选关键信息后，输入全连接神经网络，基于全连接神经网络输出关联预测值。

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安徽农业大学，其通讯地址为：230036 安徽省合肥市蜀山区长江西路130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。