Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东北林业大学滕志霞获国家专利权

东北林业大学滕志霞获国家专利权

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!

龙图腾网获悉东北林业大学申请的专利一种基于知识图谱的癌症药物反应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:CN118866109B

龙图腾网通过国家知识产权局官网在2025-10-28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:202410820585.5,技术领域涉及:G16B40/00;该发明授权一种基于知识图谱的癌症药物反应预测方法是由滕志霞;尹铭鑫;董本志;汪国华设计研发完成,并于2024-06-24向国家知识产权局提交的专利申请。

一种基于知识图谱的癌症药物反应预测方法在说明书摘要公布了:一种基于知识图谱的癌症药物反应预测方法,属于生物信息技术领域。为了解决现有癌症药物反应预测准确率低且不具备可解释性的问题,本发明基于细胞系、药物、组织与蛋白质关系的异构数据构建知识图谱,再利用元路径生成了多个子知识图谱,然后采用基于多水平注意力机制的层次传播策略在子知识图谱上提取和融合高阶邻居信息,以更新药物和细胞系的嵌入表示;最后通过对比学习引入药物细胞系对相似性信息后,再利用习得的细胞系药物嵌入预测癌症细胞系对药物的敏感程度。本发明用于癌症药物反应预测。

本发明授权一种基于知识图谱的癌症药物反应预测方法在权利要求书中公布了:1.一种基于知识图谱的癌症药物反应预测方法,其特征在于,包括: S100、获取细胞系-药物反应数据、药物-蛋白质关联数据、细胞系-组织关联数据、蛋白质-蛋白质关联数据药物分子指纹数据,以及细胞系的基因突变MUT、拷贝数变异CNV、基因表达EXP组学数据; S200、计算药物分子指纹的Jaccard相似性,Jaccard相似性构成药物相似性网络; 计算细胞系的EXP、MUT和CNV数据之间相关性度量,对EXP、MUT和CNV数据之间相关性度量进行融合得到细胞系之间的相似性,细胞系之间的相似性构成细胞系相似性网络; 利用KNN分别重构药物相似性网络和细胞系相似性网络,将重构后的药物相似性网络和细胞系相似性网络作为细胞系与药物的相似性信息; S300、利用得到的细胞系-药物反应数据、药物-蛋白质关联数据、细胞系-蛋白质关联数据、细胞系-组织关联数据、蛋白质-蛋白质关联数据、细胞系相似性信息、药物相似性信息,构建知识图谱KG; 基于细胞系-药物反应数据、药物-蛋白质关联数据、细胞系-蛋白质关联数据、细胞系-组织关联数据、蛋白质-蛋白质关联数据、细胞系相似性信息、药物相似性信息确定多条细胞、药物表示为、蛋白质、组织相互表达的关系链作为元路径;利用元路径对知识图谱KG进行采样,每个元路径得到对应的子知识图谱; S400、初始化每个子知识图谱中实体和关系的嵌入;在每个子知识图谱中通过迭代层次传播获得细胞系或药物的多层邻居信息,利用多头注意力机制为每一层中不同类型的实体和关系赋予权重,进而聚合子知识图谱中各层邻居实体信息; 在每个子知识图谱中将每层的细胞系或药物实体嵌入以层级注意力机制进行聚合,再将聚合后的细胞系与药物嵌入表示进行拼接得到每个子知识图谱下的细胞系药物嵌入表示; 最后采用元路径级注意力机制加权聚合每个子知识图谱下的细胞系药物反应关系嵌入表示,得到最终的细胞系药物反应关系嵌入表示ec,d: S500、基于细胞系药物反应关系DCP,也就是ec,d,采用机器学习的方式预测得到的细胞系药物敏感反应概率。

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东北林业大学,其通讯地址为:150040 黑龙江省哈尔滨市香坊区和兴路26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。

免责声明
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。