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！

龙图腾网获悉大连大学申请的专利一种融合多视图信息的化合物-蛋白质相互作用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：CN116230113B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310038776.1，技术领域涉及：G16C20/50；该发明授权一种融合多视图信息的化合物-蛋白质相互作用预测方法是由车超;问伯竹设计研发完成，并于2023-01-13向国家知识产权局提交的专利申请。

本一种融合多视图信息的化合物-蛋白质相互作用预测方法在说明书摘要公布了：本发明提供了一种融合多视图信息的化合物‑蛋白质相互作用预测方法；首先，使用RDkit工具包将化合物SMILES字符串转换为分子图结构，使用图注意力网络提取化合物的特征信息；其次，将蛋白质的氨基酸长序列划分为子序列，使用多层Transformer编码器挖掘蛋白质的生物信息；然后，分别从微观和宏观两个视图模拟化合物和蛋白质的相互作用，并融合两个视图的交互信息；最后，将融合的多视图交互信息送入全连接神经网络中，保存模型，并预测化合物和蛋白质的相互作用。本发明深度挖掘了蛋白质的特征信息，有效融合了化合物和蛋白质在多视图中的交互，提高了化合物和蛋白质相互作用的预测准确率，极大提升了新药研发的效率。

本发明授权一种融合多视图信息的化合物-蛋白质相互作用预测方法在权利要求书中公布了：1.一种融合多视图信息的化合物-蛋白质相互作用预测方法，其特征在于，包括： 步骤1：将化合物SMILES字符串表示为分子图结构，使用图注意力网络提取化合物特征信息； 步骤2：将蛋白质序列划分为氨基酸子序列，使用多层Transformer编码器提取蛋白质特征信息； 步骤3：对提取到的化合物特征信息和蛋白质特征信息分别进行微观和宏观交互，并融合多视图交互信息； 步骤4：将融合的化合物蛋白质多视图交互信息送入分类模型中进行训练，然后保存模型； 步骤5：加载所述模型，输入待预测的化合物和蛋白质信息，对化合物和蛋白质相互作用进行预测并输出预测结果； 所述步骤3具体包括： 步骤3.1：在微观视图，提取化合物原子和蛋白质氨基酸的交互特征； 步骤3.2：在宏观视图，提取化合物和蛋白质之间的交互特征； 步骤3.3：将步骤3.1得到的和步骤3.2得到的拼接，得到最终的化合物-蛋白质相互作用特征表示； 所述步骤3.1具体包括： 步骤3.1.1：将化合物和蛋白质的潜在特征和经过多层感知机分离，转化为化合物和蛋白质的微观特征表示和： 9 10 其中，为非线性的激活函数，，为偏差向量； 步骤3.1.2：获取化合物和蛋白质的微观注意力矩阵： 11 其中，为参数矩阵，为偏差向量； 步骤3.1.3：通过不同平均维度，生成化合物和蛋白质的微观Attention矩阵和: 12 13 其中，将在给定维度进行平均操作，为激活函数； 步骤3.1.4：为了保留原子和氨基酸子序列更多的原始特征信息，基于微观的化合物-蛋白质对更新为： 14 15 其中，表示向量元素点乘； 步骤3.1.5：拼接化合物和蛋白质的潜在向量表示，得到微观视图的化合物-蛋白质对表示： 16 其中，表示拼接操作，表示微观视图上的化合物-蛋白质对表示。

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大连大学，其通讯地址为：116622 辽宁省大连市经济技术开发区学府大街10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。