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！

龙图腾网获悉元码基因科技(北京)股份有限公司申请的专利基于双重注意力图卷积预测微生物和药物关联的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：CN116798509B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202310777327.9，技术领域涉及：G16B5/00；该发明授权基于双重注意力图卷积预测微生物和药物关联的方法是由许俊林;楚佳欣;卢长城;孟亚洁;杨家亮;田埂设计研发完成，并于2023-06-28向国家知识产权局提交的专利申请。

本基于双重注意力图卷积预测微生物和药物关联的方法在说明书摘要公布了：本发明公开一种基于双重注意力图卷积预测微生物和药物关联的方法和装置，其中，基于双重注意力图卷积预测微生物和药物关联的方法，包括：基于获取的已知的微生物‑药物关联关系，构建微生物和药物关联网络子图；利用注意力图卷积神经网络学习所述微生物和药物关联网络子图的关联预测图表示；将关联预测图表示传入注意力池化层，从而提取最大化节点表示下的信息，得到微生物‑药物预测模型。基于双重注意力图卷积预测微生物和药物关联的方法，应用注意力图卷积网络和注意力池化层自动捕获特定子图的上下文信息以进行表达特征学习，从而构建预测模型，达到提高预测精度和可靠性的目的。

本发明授权基于双重注意力图卷积预测微生物和药物关联的方法在权利要求书中公布了：1.一种基于双重注意力图卷积预测微生物和药物关联的方法，其特征在于，包括： 基于获取的已知的微生物-药物关联关系，构建微生物和药物关联网络子图； 利用注意力图卷积神经网络学习所述微生物和药物关联网络子图的关联预测图表示； 将关联预测图表示传入注意力池化层，从而提取最大化节点表示下的信息，得到微生物-药物预测模型； 所述基于获取的已知的微生物-药物关联关系，构建微生物和药物关联网络子图，包括： 鉴于已知的微生物-药物关联关系，构建微生物和药物的二分微生物-药物关联网络图； 将微生物-药物关联网络图分为若干个子图，从而将微生物与药物的关联预测转化为通过学习关联网络图中给定中点周围的子图嵌入来诱导每个中点的表示来预测关联关系； 所述利用注意力图卷积神经网络学习所述微生物和药物关联网络子图的关联预测图表示，包括： 注意力图卷积神经网络的卷积结果以层级的方式呈现，形成层次节点表示， ， 其中，为注意力权重，代表节点在k跳中的局部特征，节点为微生物和药物关联网络子图的节点； 获得最优层次节点表示，包括将注意力图卷积神经网络的前一层输出和初始节点特征相加，作为每个注意力卷积层的输入； 所述利用注意力图卷积神经网络学习所述微生物和药物关联网络子图的关联预测图表示，包括： 将子图表示为n×t的矩阵，t为使用残差学习技术堆叠的注意卷积层个数； 所述将关联预测图表示传入注意力池化层，从而提取最大化节点表示下的信息，得到微生物-药物预测模型，包括： 将关联预测图表示输入得到权重向量B， 对B进行加权求和，得到子图的图表示矩阵， 将作为输入完成图分类从而得到最终微生物和药物关联预测结果， ， 其中，W是可训练的权重，C是偏差； 所述得到微生物-药物预测模型的步骤之后还包括： 对微生物-药物预测模型进行优化； 所述对微生物-药物预测模型进行优化，包括： 采用交叉熵损失函数对模型进行训练，数据集中已知的微生物-药物关联被认为是阳性样本，其他被认为是阴性样本，即抽取的正样本周围子图的分类标签为1，否则为0； 所述抽取的正样本周围子图的分类标签的公式为： 其中，i,j为微生物和药物对，为真值标签，为的预测关联概率，为分类标签。

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元码基因科技(北京)股份有限公司，其通讯地址为：102200 北京市昌平区科技园区生命园路29号1幢B316-048室；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。