Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽大学孙战里获国家专利权

安徽大学孙战里获国家专利权

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!

龙图腾网获悉安徽大学申请的专利药物靶点亲和力预测交互和扩张因果卷积增强网络及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:CN119851748B

龙图腾网通过国家知识产权局官网在2026-04-28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:202411610599.0,技术领域涉及:G16B15/30;该发明授权药物靶点亲和力预测交互和扩张因果卷积增强网络及方法是由孙战里;王宝海设计研发完成,并于2024-11-12向国家知识产权局提交的专利申请。

药物靶点亲和力预测交互和扩张因果卷积增强网络及方法在说明书摘要公布了:本发明提供药物靶点亲和力预测交互和扩张因果卷积增强网络及方法,网络包括:基于知识启发的子结构分解模块来挖掘子结构的特征;构建了一个增强transformer编码器模块以有效地挖掘从大量未标记的药物数据中提取子结构之间的语义关系;构造了一个交互模块来更好地捕获药物信息以实现更准确和可解释的DTA预测;通过扩张因果卷积模块来捕获时序关系,并提供复杂的特征表示以处理长期依赖性,以提高预测精度。本发明解决了结果不准确且难以解释、忽略未标记分子数据以及未考虑时间依赖关系的技术问题。

本发明授权药物靶点亲和力预测交互和扩张因果卷积增强网络及方法在权利要求书中公布了:1.药物靶点亲和力预测交互和扩张因果卷积增强系统,其特征在于,所述网络的ETID2C-DTA结构包括: 下结构分解模块SDM,用以将药物、蛋白质以及未标记数据作为输入,基于数据驱动序列模式,分解处理所述蛋白质、所述药物以及所述未标记数据的分子序列,得到成子结构序列,得到分解子结构; 在所述下结构分解模块SDM中,初始化词汇集;并根据所述词汇集对预置的药物蛋白质语料库进行令牌化操作,得到令牌化集合; 扫描所述令牌化集合,找出最频繁连续令牌; 使用新令牌更新所述令牌化集合中,每个所述最频繁连续令牌,并将所述最频繁连续令牌添加到所述词汇集中; 持续进行扫描、识别以及更新操作,直至没有所述最频繁连续令牌满足预置更新停止条件,将频繁的所述子结构序列合并为频繁令牌,将其余所述子结构序列分解为预置长度令牌; 利用下述逻辑,表达所述药物、所述蛋白质的所述子结构序列: 式中,为所述子结构序列的大小; 增强型transformer嵌入模块ETEM,用以接收所述分解子结构,挖掘所述分解子结构的子结构间语义关系,所述增强型transformer嵌入模块ETEM嵌入可学习子结构查找字典,学习同一分子的所有所述分解子结构,以修改嵌入输入子结构,其中,所述增强型transformer嵌入模块ETEM还包括:transformer编码器,用以增强嵌入上下文子结构信息,所述增强型transformer嵌入模块ETEM与所述下结构分解模块SDM连接; 在所述增强型transformer嵌入模块ETEM中,对每个输入的药物-靶标对,将相应的子结构序列、转换为矩阵、,分别对应蛋白质序列的第个子结构和药物序列的第个子结构的子结构索引; 利用可学习查找矩阵、,生成蛋白质和药物的上下文嵌入和: 1 2; 使用查找矩阵、构建位置嵌入、: 3 4 式中,和是one-hot向量; 对所述上下文嵌入及所述位置嵌入求和,得到独立嵌入和: 5 6 使用Transformer编码器层,对所述独立嵌入和进行增强嵌入: 7 8 交互模块IM,用以根据所述子结构间语义关系中的子结构间相互作用,进行学习、建模操作,模拟成对子结构的交互并提取邻域交互信息,以捕获高阶相互作用,提取药物、靶标结构特征,所述交互模块IM与所述增强型transformer嵌入模块ETEM连接; 扩张因果卷积模块DCCM,用以通过扩张卷积层,扩展感受野,捕获所述药物、所述靶标之间的时序信息,利用所述扩张因果卷积模块DCCM进行非递归并行计算,以检测并提取氨基酸特征。

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安徽大学,其通讯地址为:230601 安徽省合肥市经济技术开发区九龙路111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。

免责声明
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。