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！

龙图腾网获悉广东医科大学申请的专利基于机器学习的药物靶点预测与筛选方法及系统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：CN120998357B 。

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：202511152917.8，技术领域涉及：G16C20/70；该发明授权基于机器学习的药物靶点预测与筛选方法及系统是由杨菊;汤熙翔设计研发完成，并于2025-08-18向国家知识产权局提交的专利申请。

本基于机器学习的药物靶点预测与筛选方法及系统在说明书摘要公布了：本发明公开了基于机器学习的药物靶点预测与筛选方法及系统，涉及精准医疗技术领域，方法包括：获取候选靶点集合和目标患者用药前后的第一特征向量、第二特征向量，计算候选靶点的个体适配指标，并按数值区间划分为第一候选集、第二候选集和第三候选集，对第一候选集通过第一机器学习模型识别有直接干预价值的第一靶点集，对第二候选集基于图向量特征通过第二机器学习模型识别有潜在干预价值的第二靶点集，计算第一靶点集和第二靶点集的比重并按比重合并，得到个体化药物靶点筛选结果；其有益效果为：具有提高个体适配性评估精度、降低联合用药风险并优化用药方案安全性的优点。

本发明授权基于机器学习的药物靶点预测与筛选方法及系统在权利要求书中公布了：1.基于机器学习的药物靶点预测与筛选方法，其特征在于，包括： 获取与目标患者所患疾病相关的候选靶点集合； 获取表示所述目标患者在联合用药前第一时间点生理系统稳态特征的第一特征向量，以及表示在联合用药后第二时间点生理功能偏移特征的第二特征向量； 根据所述第一特征向量与所述第二特征向量，计算所述候选靶点集合中每一候选靶点的适配指标，所述适配指标表示所述候选靶点与所述目标患者的个体适配性； 根据所述适配指标所在的数值区间，由高到低将所述候选靶点集合中的靶点划分为第一候选集、第二候选集和第三候选集； 将所述第一候选集输入第一机器学习模型，得到符合第一预测指标的具有直接干预价值的第一靶点集； 对所述第二候选集中的每一个靶点，生成表示其在预设靶点-蛋白互作网络中结构属性与上下游依赖关系的图向量特征，并输入至第二机器学习模型，得到符合第二预测指标的具有潜在干预价值的第二靶点集； 根据所述第一靶点集与第二靶点集各自对应的适配指标的平均值，通过预设第一映射表提取所述第一靶点集与第二靶点集的输出比重系数； 根据所述比重系数对第一靶点集与第二靶点集进行合并，得到所述目标患者的个体化药物靶点筛选结果； 其中，所述对第一靶点集与第二靶点集进行合并包括：根据预设的承载能力映射表与所述联合用药的药物方案提取所述目标患者的最大允许靶点数；根据所述最大允许靶点数与所述输出比重系数计算从所述第一靶点集中所需提取的第一靶点量以及从所述第二靶点集中所需提取的第二靶点量；根据所述第一靶点量和所述第二靶点量从所述第一靶点集和所述第二靶点集中提取对应数量的候选靶点；合并所有提取出的候选靶点，得到所述个体化药物靶点筛选结果； 所述提取对应数量的候选靶点包括：根据所述联合用药的药物方案以及预设的药物-靶点映射图谱，计算所述第一靶点集与所述第二靶点集中各个所述候选靶点的冗余度，所述冗余度表示所述候选靶点被多个药物共同作用的重合程度；根据所述冗余度由低到高的顺序，从所述第一靶点集与所述第二靶点集中分别提取对应数量的候选靶点； 所述合并所有提取出的候选靶点前还包括：从所述第三候选集中提取适配指标大于预设备选阈值的所有候选靶点，构成备选靶点集；当所述最大允许靶点量大于所述第一靶点集与所述第二靶点集中候选靶点数量之和时，从所述备选靶点集中根据适配指标由高到低依次提取对应的候选靶点进行补充，直至满足所述最大允许靶点量或所述备选靶点集耗尽。

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医科大学，其通讯地址为：524000 广东省湛江市霞山区文明东路2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。