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！

龙图腾网获悉河南大学申请的专利基于强化对称度量学习和图卷积网络的药物重定位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：CN116364171B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202310200920.7，技术领域涉及：G16B15/30；该发明授权基于强化对称度量学习和图卷积网络的药物重定位方法是由罗慧敏;朱春丽设计研发完成，并于2023-03-03向国家知识产权局提交的专利申请。

本基于强化对称度量学习和图卷积网络的药物重定位方法在说明书摘要公布了：本发明涉及生物信息学技术领域，具体涉及基于强化对称度量学习和图卷积网络的药物重定位方法，该方法包括：通过整合药物和疾病的关联及生物医学信息构建药物‑疾病异构网络。该异构网络包含药物‑药物相似性网络，疾病‑疾病相似性网络和药物‑疾病关联网络。应用图卷积网络学习药物和疾病的节点特征，预测潜在的药物‑疾病关联，以补充缺失的药物‑疾病关联信息。利用带有自适应边际的强化对称度量学习方法，学习药物和疾病的潜在向量表示，考虑了以药物为中心和疾病为中心的对称学习。基于在统一的度量向量空间中学习的潜在向量表示，通过度量函数识别新的药物‑疾病关联。本发明简单有效，在药物重定位预测方面具有较好的性能。

本发明授权基于强化对称度量学习和图卷积网络的药物重定位方法在权利要求书中公布了：1.一种基于强化对称度量学习和图卷积网络的药物重定位方法，其特征在于，包括以下步骤： 利用药物和疾病的生物医学信息，分别计算药物相似性和疾病相似性，通过相似性信息构建药物相似性网络和疾病相似性网络，并且和已知的药物‑疾病关联网络连接构建药物‑疾病异构网络； 基于构建的药物‑疾病异构网络，利用图卷积网络对药物和疾病节点的低维嵌入特征进行编码，通过解码预测药物‑疾病关联分数，对输入的药物‑疾病关联矩阵进行填充，得到改善的药物‑疾病关联矩阵； 基于得到的药物‑疾病关联矩阵，采用对称度量学习算法，以药物为中心和疾病为中心学习药物和疾病在统一度量向量空间的嵌入表示，最终基于欧几里得距离获得潜在的、新的药物‑疾病关联； 所述基于得到的药物‑疾病关联矩阵，采用对称度量学习算法，以药物为中心和疾病为中心学习药物和疾病在统一度量向量空间的嵌入表示，最终基于欧几里得距离获得潜在的、新的药物‑疾病关联，包括： 基于已知的药物‑疾病关联信息，药物‑疾病关联可被表示为，表示已知的药物‑疾病对，表示个药物的集合，表示个疾病的集合，关联矩阵，如果药物和疾病间存在一条边，则矩阵的条目为1，否则=0；表示与药物有关联的疾病集合；表示没有识别到的与药物有关联的疾病集合；分别选取正的药物‑疾病对、负的药物‑疾病对和负的疾病‑药物对； 对于给定的三元组，表示一个已知的药物‑疾病关联，被视为一个正样本，表示一个负样本，是与药物无关联的疾病；以药物为中心进行度量学习，基于推拉机制学习药物与正的疾病间的距离及药物与负的疾病的距离，设置一个边际值，且使，，表示欧几里得距离； 对于给定的三元组，表示一个已知的疾病‑药物关联，被视为一个正样本，表示一个疾病‑药物负样本，是与疾病无关联的药物；根据距离度量相似性的假设，和是不相关的，在以药物为中心学习的基础上，执行以疾病为中心的度量学习，设置一个边际值，并且使，；在以疾病为中心的度量进行学习后，将与疾病有关联和无关联的药物分离； 根据药物‑疾病与疾病‑药物关联强度的不一致性，边际个性化自适应训练学习适应于不同的药物和疾病。

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河南大学，其通讯地址为：450046 河南省郑州市明理路北段379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。