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！

龙图腾网获悉东北林业大学申请的专利基于暹罗结构与图对比学习的DDI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：CN116543852B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202310317847.1，技术领域涉及：G16C20/50；该发明授权基于暹罗结构与图对比学习的DDI预测方法是由滕志霞;王云泽;董本志;汪国华设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。

本基于暹罗结构与图对比学习的DDI预测方法在说明书摘要公布了：本发明公开了一种基于暹罗结构与图对比学习的DDI预测方法，包括：收集药物‑药物相互作用文本数据以及药物的理化性质数据文件和靶向关系数据文件；提取药物的理化性质特征以及靶向关系特征，进行融合后获取基于药物理化性质与靶向关系的初始特征；计算药物‑药物相互作用邻接矩阵，结合初始特征构建药物‑药物相互作用异构图；将异构图输入到基于暹罗结构的图对比学习模型中，学习获得药物节点的嵌入特征；利用链路预测方法计算任意两个药物节点之间边的得分。本发明能够缓解当药物靶向关系特征和药物‑药物相互作用文本数据稀疏时难以单独使用、对模型性能产生影响的问题，提高了药物‑药物相互作用预测的准确率，可应用于识别药物之间潜在的相互作用。

本发明授权基于暹罗结构与图对比学习的DDI预测方法在权利要求书中公布了：1.一种基于暹罗结构与图对比学习的DDI预测方法，其特征在于，包括如下步骤： S1：收集药物-药物相互作用文本数据以及药物的理化性质数据文件和靶向关系数据文件，对收集的数据进行筛选预处理，获取待处理的药物-药物相互作用原始数据集合； S2：提取所述待处理的药物的理化性质数据文件中基于药物SMILES分子格式字符串的理化性质特征以及基于靶点，酶，通路的靶向关系特征，再将所述理化性质特征和靶向关系特征进行融合后获取基于药物的初始特征； S3：根据药物-药物相互作用文本数据得到药物-药物相互作用邻接矩阵，所述药物-药物相互作用邻接矩阵结合S2中获得的基于药物理化性质与靶向关系的初始特征构建药物-药物相互作用异构图； S4：将所述药物-药物相互作用异构图输入到基于暹罗结构的图对比学习模型中，从图拓扑结构中学习获得药物节点的嵌入特征；图对比学习模型为图同构网络，图同构网络中的节点为药物节点，节点特征为所述节点的属性； 药物节点的嵌入特征学习步骤包括： S41：从包含多种DDI关系的异构图结构中提取同一边类型，且节点属性不同的两张同构子图； S42：将所述两张同构子图作为共享权重暹罗结构的图同构网络的输入对象输入至基于暹罗结构的图同构网络对比模型中； S43：对所述图同构网络中的节点特征进行更新迭代，其中，在每层图同构网络中，每个药物节点的下一层的节点特征由该药物节点的当前层节点特征以及当前层中其他药物节点的节点特征聚合而成； S44：迭代完成后得到经过压缩后的药物嵌入向量； S5：以所述药物节点的嵌入特征为输入，利用链路预测方法计算任意两个药物节点之间边的得分。

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东北林业大学，其通讯地址为：150040 黑龙江省哈尔滨市香坊区和兴路26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。