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！

龙图腾网获悉云南大学申请的专利可信的药物-靶点关联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：CN116884474B 。

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：202310720153.2，技术领域涉及：G16B15/30；该发明授权可信的药物-靶点关联性预测方法是由李劲;文超宇;熊嫱微;汤应春;谢星燃;李灿鹏设计研发完成，并于2023-06-18向国家知识产权局提交的专利申请。

本可信的药物-靶点关联性预测方法在说明书摘要公布了：本发明公开了一种可信的药物‑靶点关联性预测方法，包括：药物‑靶点的结构特征表示，根据药物‑靶点的初始字符序列，利用卷积表示学习模块，获取其结构特征相关的特征向量；利用深度证据模块，对药物‑靶点关联性系数进行可信预测。本发明可以基于大量化学实验结果所形成的庞大的药物‑靶点关联对数据库，训练稳定的可信预测模型。在进入药物实验之前对药物‑靶点对进行筛选，提前发现“可靠”活性关联对，缩短药物的研发周期。同时，筛选出大量“可靠”的非活性关联对，从而极大程度上降低在这些非活性关联对上的实验成本。

本发明授权可信的药物-靶点关联性预测方法在权利要求书中公布了：1.一种可信的药物-靶点关联性预测方法，其特征在于，包括以下步骤： 1获取表示药物-靶点结构特征的特征向量 在步骤1中，获取表示药物-靶点结构特征的特征向量具体包括以下步骤： 1-1使用Morgan指纹生成算法对药物原始结构序列进行扫描，获得其SMILES序列的二进制向量的分子指纹；然后收集所有分子指纹向量编码为“1”的索引，从而组成该药物Ci的编码向量；将该药物Ci的编码向量送入药物结构信息查询矩阵选择矩阵EC的不同行，组成药物的特征图矩阵； 1-2将药物Ci的特征图矩阵送入卷积神经网络CC，最终，该卷积神经网络CC的输出将被展平为一个列向量，并由一个全连接层进行维度转化，作为该药物的结构特征的特征向量 在步骤1中，获取表示药物-靶点结构特征的特征向量具体包括以下步骤： 1-3使用字符编码表，对初始蛋白质氨基酸序列的靶点Pi进行扫描，获得其初始编码向量；将靶点的初始编码向量送入结构信息查询矩阵中，根据编码向量的索引，选择矩阵EP的不同行，用于获取该靶点初始的特征图矩阵； 1-4将靶点Pi的特征图矩阵送入卷积神经网络CP，输出的特征图将被展平，并由全连接层进行维度转化，作为该靶点Pi的特征向量 2融合特征向量，作为深度证据分类模型的输入，输出药物-靶点对的证据向量ei，用于确定其预测的迪利克雷分布Betapi|αi，βi的参数αi，βi，根据该迪利克雷分布，构建损失优化函数并以最小化损失优化函数为目标，更新深度证据分类模型的参数，其中，yi作为预测的二项分布的随机变量，描述预测标签，pi作为二项分布上的迪利克雷分布的随机变量，描述预测不确定性，BCE·表示交叉熵函数； 3将要预测的新药物-靶点对，再次输入所述深度证据分类模型，使用步骤1进行特征提取、融合，然后使用步骤2获得该药物-靶点对的预测迪利克雷分布Betapi|αi，βi，进行可信的关联性预测，并将该药物-靶点对的关联性系数以及该预测的不确定性系数作为预测结果，返回给用户。

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云南大学，其通讯地址为：650000 云南省昆明市翠湖北路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。