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 > 西北工业大学施建宇获国家专利权

西北工业大学施建宇获国家专利权

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!

龙图腾网获悉西北工业大学申请的专利基于链路符号预测的分子毒性通路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:CN115831262B

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:202211470870.6,技术领域涉及:G16C20/50;该发明授权基于链路符号预测的分子毒性通路预测方法是由施建宇;秦媛;杜冰雪;朱蓓;徐意;杨光;余皓洋;李嘉宁;赵鹏程;胡朋振;韦学鑫设计研发完成,并于2022-11-23向国家知识产权局提交的专利申请。

基于链路符号预测的分子毒性通路预测方法在说明书摘要公布了:本发明公开了一种基于链路符号预测的分子毒性通路预测方法,利用分子‑毒性通路网络的拓扑关系,设计节点嵌入特征的计算方法以进行分子毒性预测,探索网络拓扑结构进行辅助药物设计的可能性。

本发明授权基于链路符号预测的分子毒性通路预测方法在权利要求书中公布了:1.基于链路符号预测的分子毒性通路预测方法,其特征在于,包括以下步骤: 1将tox21分子毒性通路的数据格式转化成链路符号预测所需的文件格式“分子节点毒性通路节点节点对标签”;其中,有毒的标签为1,无毒的标签为0; 将毒性链路预测数据的正样本和负样本分别以相同的比例分为训练集和测试集,并合并正样本和负样本,形成训练集和测试集; 2提取并计算步骤1中每个节点及节点对的特征向量 2.1对于每个分子-毒性节点对u,v,为u、v节点分别随机生成k1维向量Up、Vp和k2维向量UN、VN; 将Up、Vp映射到正空间,分别作为u、v节点的正空间向量; 将UN、VN映射到负空间,分别作为u、v节点的负空间向量; 2.2对于每一个节点u,分别计算与其有连边的节点v形成的节点对u,v的正空间向量和负空间向量的余弦相似度z+、z-,使用LeakReLU激活函数进行非线性计算得到处理后的余弦相似度p+、p-,其中: 式中,α为常数; 每次计算的p+、p-分别对应与节点u的正空间向量Up和负空间向量UN相乘,得到的向量分别对应与Up和UN进行加和运算从而得到更新的Up和UN; 对所有的节点v执行与节点u相同的计算,以得到更新的Vp和VN; 计算完所有u,v节点对,得到每个节点更新的最后的正空间向量和负空间向量; 2.3将每个节点更新的最后的k1维正空间向量和k2维负空间向量进行横向拼接,得到k1+k2维的向量,以此作为该节点的嵌入特征; 将每个节点对中各个节点的嵌入特征进行横向拼接作为该节点对的嵌入特征,得到k1+k2*2维的拼接向量x; 3利用步骤2得到节点对的拼接向量x训练并验证分类器 利用训练集数据对分类器进行训练,采用逻辑回归函数hθx对得到的训练集中节点对的拼接向量x进行二分类,得到每一对节点连边的毒性得分,其中: 式中,θT为训练得到的逻辑回归函数hθx的参数; 利用损失函数对逻辑回归函数hθx的参数进行更新,使其预测值与真实值之间的差距尽量小; 利用测试集对分类器进行验证,用更新过参数的逻辑回归函数hθx对测试集中节点对的拼接向量x进行二分类,得到测试集的毒性通路预测效果,对分类器的效果进行验证; 4利用步骤3训练且验证过的分类器进行分子毒性通路预测。

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西北工业大学,其通讯地址为:710072 陕西省西安市友谊西路127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。