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！

龙图腾网获悉南开大学申请的专利基于图因果学习的单细胞多组学三元组预测方法及系统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：CN121281633B 。

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：202511851788.1，技术领域涉及：G16B20/30；该发明授权基于图因果学习的单细胞多组学三元组预测方法及系统是由张瀚;刘奕杭;韩明静;康传泽;全雄文设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本基于图因果学习的单细胞多组学三元组预测方法及系统在说明书摘要公布了：本发明涉及生物信息学与人工智能技术领域，提供一种基于图因果学习的单细胞多组学三元组预测方法及系统，方法包括获取多组学原始数据并进行预处理，构建异构图，根据异构图生成单细胞多组学三元组节点；通过图神经网络对三元组节点进行多层传播与特征聚合并拼接获得拼接向量；通过整体语义模块获得整体语义特征；通过方向性因果模块获得方向性表征，融合整体语义特征和方向性表征，获得三元组预测向量；将三元组预测向量输入分类器，获得分类概率向量。本发明实现对多种细胞基因染色质开放区三元结构的准确预测，能够融合多组学信息、区分多种三元组模式，并具备因果推理与泛化能力，提高模型的生物学解释性和泛化能力。

本发明授权基于图因果学习的单细胞多组学三元组预测方法及系统在权利要求书中公布了：1.一种基于图因果学习的单细胞多组学三元组预测方法，其特征在于，包括： S1：获取包含单细胞转录组测序与单细胞染色质可及性测序的多组学原始数据并进行预处理，获得预处理后的细胞节点、峰节点以及基因节点； S2：根据预处理后的细胞节点、峰节点以及基因节点构建异构图，根据异构图生成单细胞多组学三元组节点； S3：通过图神经网络对异构图上的单细胞多组学三元组节点进行多层传播与特征聚合，获得节点嵌入特征，将节点嵌入特征进行拼接获得拼接向量； S4：构建因果预测模型并通过双重对比学习以及因果反事实训练因果预测模型，所述因果预测模型包括整体语义模块以及方向性因果模块； 所述双重对比学习包括节点一致性约束和结构模式级语义聚合； 所述节点一致性约束包括： S411：随机掩蔽异构图的部分边，获得扰动图； S412：通过共享参数的图卷积神经网络提取异构图的节点嵌入，获得异构图节点嵌入，通过共享参数的图卷积神经网络提取扰动图的节点嵌入，获得扰动图节点嵌入； S413：计算异构图节点嵌入和扰动图节点嵌入的余弦相似度，获得节点一致性对比损失； 所述结构模式级语义聚合包括： S421：计算异构图的三元组样本的节点嵌入均值，获得异构图原型向量，计算扰动图的三元组样本的节点嵌入均值，获得扰动图原型向量； S422：根据异构图原型向量和扰动图原型向量计算原型一致性损失； S423：通过计算三元组和异构图原型向量的相似度以及三元组和扰动图原型向量的相似度，获得多类概率分布； S424：根据多类概率分布计算交叉熵损失； 因果反事实包括： S431：对边集合的部分边的目标节点进行替换，生成反事实三元组； S432：以KL散度度量反事实三元组与三元组的嵌入分布差异，生成反事实损失； 通过节点一致性对比损失、原型一致性损失、交叉熵损失以及反事实损失联合优化因果预测模型； S5：通过整体语义模块融合拼接向量的全局语义特征，获得整体语义特征；通过方向性因果模块提取单细胞多组学三元组的方向特征，获得方向性表征，融合整体语义特征和方向性表征，获得三元组预测向量； S6：将三元组预测向量输入分类器，获得单细胞多组学三元组分类概率向量。

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开大学，其通讯地址为：300071 天津市南开区卫津路94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。