广东工业大学郭炜彬获国家专利权
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!
龙图腾网获悉广东工业大学申请的专利一种基于多关联图的微生物和药物关系的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:CN115346688B 。
龙图腾网通过国家知识产权局官网在2026-03-27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:202210973404.3,技术领域涉及:G16H70/40;该发明授权一种基于多关联图的微生物和药物关系的预测方法是由郭炜彬;陈家辉;邓盛永;黄浩楠;叶臻强设计研发完成,并于2022-08-15向国家知识产权局提交的专利申请。
本一种基于多关联图的微生物和药物关系的预测方法在说明书摘要公布了:本发明公开了一种基于多关联图的微生物和药物关系的预测方法,通过过微生物‑药物关联数据库构建微生物‑药物的关联网络,并进一步得到互作用网络Net1、Net2和Net3;建立引入正则化的图神经网络模型,将Net1、Net2、Net3结合微生物‑药物的多模态属性图输入图神经网络模型得到嵌入表示Z1、Z2和Z3,并将嵌入表示Z1、Z2和Z3输入图神经网络中进行训练,得到训练好图神经网络;最后通过训练好的图神经网络模型预测微生物‑药物数据集中微生物‑药物关联作用。本发明构建了生物和药物的可解释的节点特征,并考虑了现有微生物‑药物关联数据集带来的稀疏性问题,大大提高了微生物‑药物关联作用的预测精度。
本发明授权一种基于多关联图的微生物和药物关系的预测方法在权利要求书中公布了:1.一种基于多关联图的微生物和药物关系的预测方法,其特征在于,包括: 通过微生物-药物关联数据库构建微生物-药物的关联网络,将关联网络称为Net1; 通过微生物-药物关联数据库中的微生物数据库检索出微生物-微生物的相关的相互作用,通过微生物-药物关联数据库中的药物数据库检索出药物-药物的相关的相互作用;根据微生物-微生物的相关的相互作用和药物-药物的相关的相互作用构建相互作用网络,将相互作用网络称为Net2; 基于元路径“微生物-疾病-药物”推导出相应的微生物-药物网络Net3; 构建微生物-药物多模态属性图; 根据Net1、Net2、Net3和微生物-药物的多模态属性图,建立引入正则化的图神经网络模型,并训练该图神经网络模型; 通过训练好的图神经网络模型预测微生物-药物数据集中微生物-药物关联作用; 构建微生物-药物多模态属性图,包括: 根据药物数据库中的药物数据、Net1以及Net2,构建药物的相似性特征矩阵和药物的第二属性特征矩阵; 根据微生物数据库中的微生物数据、Net1,构建微生物的相似性特征矩阵和微生物的第二属性特征矩阵; 根据药物的相似性特征矩阵和微生物的相似性特征矩阵,构建微生物-药物相似性特征网络; 根据药物的第二属性特征矩阵和微生物的第二属性特征矩阵,构建微生物-药物第二属性特征网络; 将微生物-药物相似性特征网络和微生物-药物第二属性特征网络结合得到微生物-药物的多模态属性图; 根据药物数据库中的药物数据、Net1以及Net2,构建药物的相似性特征矩阵和药物的第二属性特征矩阵,包括: 使用SIMCOMP2工具,计算药物数据库中药物的分子结构相似性,得到药物的分子结构相似度矩阵DSstructdi,dj,其表示药物di和药物dj之间的分子结构相似度; 用矩阵DIP表示Net2中药物-药物相互作用谱,得到标准化内核带宽: 其中,τ表示标准化内核带宽,τ'为原始带宽,DIPdi表示药物di与其他药物的相互作用,nd表示Net1中药物的数量; 求得药物di和药物dj之间的高斯核相似度DSgaussdi,dj: DSgaussdi,dj=exp-τ||DIPdi-DIPdj||2 DIPdj表示药物dj与其他药物的相互作用; 将药物的相似性特征矩阵表示为Sddi,dj: 通过带重启的随机游走方法构建药物数据库中药物数据的拓扑属性的药物网络,在药物网络上进行随机漂移和重启,直到药物网络收敛,得到每个药物的概率分布向量,构建药物的第二属性特征矩阵Fd∈Rnd×nd; 根据微生物数据库中的微生物数据、Net1,构建微生物的相似性特征矩阵和微生物的第二属性特征矩阵,包括: 使用Kamneva工具计算生物数据库中的微生物数据的功能相似性,得到微生物的相似性特征矩阵Sm∈Rnm×nm,其中,nm表示Net1中微生物的数量;将微生物mi和微生物mj之间的相似性表示为Smmi,mj; 对微生物数据的原始基因序列进行编码; 将所有编码后的序列用零填充,使所有填充后的序列长度相同; 使用主成分分析法对所有填充后的序列进行分析,获得k维矩阵,将微生物的第二属性特征矩阵由k维矩阵表示为Fm∈Rnm×k。
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广东工业大学,其通讯地址为:510062 广东省广州市越秀区东风东路729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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励