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 > 华中科技大学李明慧获国家专利权

华中科技大学李明慧获国家专利权

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!

龙图腾网获悉华中科技大学申请的专利一种基于虚拟图和多尺度特征的抗体偶联药物活性预测方法和系统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:CN120148681B

龙图腾网通过国家知识产权局官网在2025-12-12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:202510168639.9,技术领域涉及:G16C20/30;该发明授权一种基于虚拟图和多尺度特征的抗体偶联药物活性预测方法和系统是由李明慧;郭子康;吴阳;郭培金;胡胜山设计研发完成,并于2025-02-17向国家知识产权局提交的专利申请。

一种基于虚拟图和多尺度特征的抗体偶联药物活性预测方法和系统在说明书摘要公布了:本发明公开了一种基于虚拟图和多尺度特征的抗体偶联药物结合预测方法,其提出了药物载体、连接子、抗体重链和轻链、抗原靶蛋白初始特征构建方法,提出用1DCNN提取药物序列特征,设计了基于图虚拟节点的药物特征提取方法,在分子结构图引入了虚拟节点和虚拟边,以GraphTransformer作为图特征提取器,以虚拟节点特征作为药物表示,然后将蛋白质与药物特征输入到特征融合模块,特征融合中加入了注意力机制与门控跳跃连接机制,捕捉潜在交互作用的同时融合不同隐藏层的特征信息,实现更高精度亲和力预测。本发明能够解决现有方法抗体偶联药物结构特征难以提取的技术问题、以及不同组件的特征难以融合的技术问题。

本发明授权一种基于虚拟图和多尺度特征的抗体偶联药物活性预测方法和系统在权利要求书中公布了:1.一种基于虚拟图和多尺度特征的抗体偶联药物结合预测方法,其特征在于,包括以下步骤: 1获取待预测的抗体偶联药物对,对该待预测的抗体偶联药物数据对进行预处理,以得到预处理后的抗体偶联药物数据对,其包括药物载体和连接子的简化分子线性输入规范SMILES序列、抗体重链的氨基酸序列、抗体轻链的氨基酸序列、抗原的氨基酸序列、抗体药物比DAR值以及抗体偶联药物的标签; 2针对步骤1得到的预处理后的抗体偶联药物数据对中的每条抗体重链的氨基酸序列、每条抗体轻链的氨基酸序列、以及每条抗原的氨基酸序列而言,将该抗体重链的氨基酸序列、该抗体轻链的氨基酸序列、以及该抗原的氨基酸序列输入蛋白质大模型ESM-2中,以分别得到该抗体重链的氨基酸序列、该抗体轻链的氨基酸序列、以及该抗原的氨基酸序列对应的特征向量; 3针对步骤1得到的预处理后的抗体偶联药物数据对中的每条药物载体和连接子的SMILES序列而言,将该SMILES序列转换为分子结构图,并在该分子结构图中添加虚拟节点和特征编码,以得到该SMILES序列对应的分子结构图; 4针对步骤1得到的预处理后的抗体偶联药物数据对中的每条药物载体和连接子的SMILES序列而言,使用开源化学库RDKit将该SMILES序列转换为分子指纹特征,作为该SMILES序列对应的摩根特征向量; 5将步骤2得到的抗体偶联药物数据对中所有抗体重链的氨基酸序列、所有抗体轻链的氨基酸序列、以及所有抗原的氨基酸序列对应的特征向量,步骤3得到的所有药物载体和连接子的SMILES序列对应的分子结构图,以及步骤4得到的所有药物载体和连接子的SMILES序列对应的摩根特征向量,输入预先训练好的抗体偶联药物活性预测模型中,以得到该抗体偶联药物数据对的活性预测结果;抗体偶联药物活性预测模型包括基于图变换器的虚拟图结构特征提取模块,基于图变换器的虚拟图结构特征提取模块包括虚拟图构建层; 虚拟图构建层的输入是抗体重链的氨基酸序列、抗体轻链的氨基酸序列、以及抗原的氨基酸序列对应的1280维特征向量,以及基于图变换器的编码器特征提取模块输出的药物载体特征向量和连接子特征向量,其首先使用开源库DGL进行虚拟图构建操作,以得到一个虚拟ADC图G’=V’,E’,其中V’表示虚拟ADC图中所有节点构成的集合,E’表示虚拟ADC图中节点之间相连的边集合;然后,在得到的虚拟ADC图中添加一个虚拟节点vn,使该虚拟节点与虚拟ADC图中的所有节点相连并形成虚拟边;随后,对添加了虚拟节点后的虚拟ADC图进行特征编码操作,将1280维的抗体重链的氨基酸序列、抗体轻链的氨基酸序列与抗原的氨基酸序列所对应的特征向量以及128维的药物载体和连接子的药物特征向量插入到虚拟ADC图中的对应节点位置,以得到虚拟ADC图的节点特征向量,对不同类型的边进行0-1编码,并为连接子和抗体重链轻链之间的边特征添加DAR值,以得到虚拟ADC图的7维的边特征向量,最终输出是该抗体偶联药物对应的虚拟ADC图及其7维的边特征向量。

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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037号华中科技大学;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。

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。