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！

龙图腾网获悉南华大学申请的专利一种用于DTA预测的多模态信息融合模型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：CN116206688B 。

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：202310188140.5，技术领域涉及：G16B40/00；该发明授权一种用于DTA预测的多模态信息融合模型及方法是由欧阳纯萍;刘永彬;张琳琳;万亚平;田纹龙;余颖设计研发完成，并于2023-03-02向国家知识产权局提交的专利申请。

本一种用于DTA预测的多模态信息融合模型及方法在说明书摘要公布了：本发明提供了一种用于DTA预测的多模态信息融合模型及方法，该模型包括药物分子结构信息编码器、靶标结构信息编码器、多模态平衡模块和药物靶标融合模块；药物分子结构信息编码器使用Transformer模型对药物字符串模态信息进行编码，并使用GIN模型提取药物图模态信息特征；靶标结构信息编码器使用Transformer模型对靶标字符串模态信息进行编码，并使用GCN模型提取药物图模态信息特征；多模态平衡模块使用对比学习的方法将药物字符串和图模态信息进行平衡与整合，以及将靶标字符串和图模态信息进行平衡与整合；药物靶标融合模块将多模态平衡模块得到的药物和靶标的两种模态特征连接起来，用于DTA预测。

本发明授权一种用于DTA预测的多模态信息融合模型及方法在权利要求书中公布了：1.一种用于DTA预测的多模态信息融合方法，其特征在于，包括： 步骤S1，字符串模态的嵌入； 将药物SMILES代码视为字符串，对其进行整数编码，融入该编码的位置编码得到向量表示，通过Transformer模型对该向量进行特征提取得到SMILES字符串的最终向量表示； 将靶标序列视为字符串，对其进行整数编码，融入该编码的位置编码得到向量表示，通过Transformer模型对该向量进行特征提取得到靶标字符串的最终向量表示； 步骤S2，图模态的嵌入； 将每个原子作为药物分子图中的节点，原子间的联系作为药物分子图的邻接矩阵，并将原子的属性作为药物分子图节点的属性特征；将药物分子图和其节点的特征向量作为输入，通过GIN模型进行节点嵌入，得到药物分子图的表示向量； 将每个残基作为靶标结构图中的节点，残基对间是否接触的概率作为靶标结构图的邻接矩阵，并将每个残基位置通过序列比对结果进行评分，作为靶标结构图节点的属性特征；将靶标结构图和其节点的特征向量作为输入，通过GCN模型进行节点嵌入，得到靶标结构图的表示向量； 步骤S3，多模态表示的对比学习和表示的融合； 通过最大化字符串模态和图模态的一致性来学习特征表示，分别得到药物和靶标的两种模态最终的表示之后，将其进行拼接，得到用于DTA预测的药物和靶标模态信息； 在通过最大化字符串模态和图模态的一致性来学习特征表示时，将任意一药物或靶标自身固定为锚点A，得到一组由该药物或靶标自身的多种模态组成的正样本P，将其它药物或靶标的所有模态的表示均视为负样本N，生成每个正对A,P和负对A,N，采用对比学习强制锚点A的所有模态表示一致，并且与负样本的所有模态表示区别开来，其中，Loss的计算如下所示： 其中，对于每个样本i，Pi是其正样本集合，|Pi|是正样本个数，p是其中一个正样本，Ni是负样本集合，n是其中一个负样本，T是温度系数。

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南华大学，其通讯地址为：421001 湖南省衡阳市蒸湘区常胜西路28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。