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！

龙图腾网获悉厦门大学申请的专利基于多层次特征融合图神经网络的化合物脂溶性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：CN121096482B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511649155.2，技术领域涉及：G16C20/30；该发明授权基于多层次特征融合图神经网络的化合物脂溶性预测方法是由张仲楠;陈贵平设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本基于多层次特征融合图神经网络的化合物脂溶性预测方法在说明书摘要公布了：本申请公开了一种基于多层次特征融合图神经网络的化合物脂溶性预测方法，涉及计算药物学与化学信息学领域，其包括获取目标分子化合物的原子级图结构、分子级全局特征和基团级子结构特征；对原子级图结构进行特征提取得到目标分子化合物中每个原子的嵌入表示，对每个原子的嵌入表示进行全局平均池化得到原子向量；对分子级全局特征进行归一化形成分子向量；将原子向量、分子向量和子结构向量进行拼接得到全局向量；根据全局向量预测目标分子化合物的脂溶性；构建了一个“原子‑分子‑子结构”多层次特征体系，并将这些不同粒度、不同性质的特征有机地结合起来进行联合预测，从而实现更全面的分子表征以及更准确分子化合物的脂溶性预测。

本发明授权基于多层次特征融合图神经网络的化合物脂溶性预测方法在权利要求书中公布了：1.一种基于多层次特征融合图神经网络的化合物脂溶性预测方法，所述图神经网络包括图表示学习模块、特征融合模块和预测层，其特征在于，所述化合物脂溶性预测方法包括： 获取目标分子化合物的原子级图结构、分子级全局特征和基团级子结构特征；其中，所述原子级图结构的节点和边分别为所述目标分子化合物的原子和化学键，所述分子级全局特征包括多个分子描述符，所述基团级子结构特征包括子结构向量，所述子结构向量中的每个元素用于表征与其对应的目标子结构在所述目标分子化合物中的出现频率，所述目标子结构为对化合物脂溶性具有影响的子结构； 通过所述图表示学习模块对所述原子级图结构进行特征提取得到所述目标分子化合物中每个所述原子的嵌入表示，对每个所述原子的嵌入表示进行全局平均池化得到原子向量； 对所述分子级全局特征进行归一化形成分子向量； 通过所述特征融合模块将所述原子向量、所述分子向量和所述子结构向量进行拼接得到全局向量； 通过所述预测层根据所述全局向量预测所述目标分子化合物的脂溶性; 所述图表示学习模块包括两层依次堆叠的注意力消息传递层，在所述注意力消息传递层中，每个所述节点的更新公式为： 其中，表示第i个节点的嵌入，mij表示第i个节点和第j个节点之间的消息，表示第i个节点和第j个节点之间的消息传递权重，Qi表示第i个节点的查询，Kj表示第j个节点对应Qi的键向量，d表示投影维度，和分别表示第i个和第j个节点，表示第i个和第j个节点之间的边； 所述图神经网络的损失函数为： 其中，表示预测结果的均方误差损失，表示所述子结构向量的投影层权重。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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。