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！

龙图腾网恭喜云南师范大学申请的专利一种基于有向图注意力网络的因果基因调控网络推断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：CN119294531B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411821353.8，技术领域涉及：G06N5/04；该发明授权一种基于有向图注意力网络的因果基因调控网络推断方法是由唐明靖;金魁设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本一种基于有向图注意力网络的因果基因调控网络推断方法在说明书摘要公布了：本发明公开一种基于有向图注意力网络的因果基因调控网络推断方法，属于图表示学习、系统生物学技术领域。本发明利用先验调控信息构建初始的有向因果图，并以表达数据作为图中节点的初始特征，然后，利用两个有向图注意力网络分别学习基因在有向因果图中作为源节点和目标节点的嵌入表示，同时使用残差网络学习表达数据中隐含的基因自身的特征信息；最后，基于基因的转录因子嵌入、靶基因嵌入以及自身嵌入来计算潜在有向调控关系的概率。本发明从有向调控关系的角度来学习并建模基因调控网络，提升了潜在有向调控关系的推断准确性。

本发明授权一种基于有向图注意力网络的因果基因调控网络推断方法在权利要求书中公布了：1.一种基于有向图注意力网络的因果基因调控网络推断方法，其特征在于：利用先验调控信息构建初始的有向因果图，并以表达数据作为图中节点的初始特征，然后，利用两个有向图注意力网络分别学习基因在有向因果图中作为源节点和目标节点的嵌入表示，同时使用残差网络学习表达数据中隐含的基因自身的特征信息；最后，基于基因的转录因子嵌入、靶基因嵌入以及自身嵌入来计算潜在有向调控关系的概率；具体步骤如下：Step1、利用先验调控信息构建初始的有向调控网络，并将表达数据作为图中节点的初始特征：、，p为表达数据中初始的基因特征维度；Step2、利用编码器学习基因节点的不同嵌入表示；Step2.1、在有向图中，将节点a作为源节点时的身份定义为调控网络中的转录因子，将其作为目标节点的身份定义为调控网络中的靶基因，根据节点a的不同身份来定义它的两种邻域，一类是，表示a的一阶传出邻域，此时节点作为TF，另一类是，表示a的一阶传入邻域，此时节点作为TG；然后，利用DGAT通过注意力机制来聚合a的邻域信息，每个节点在图中都有两种身份，b到a的注意力分数为： ；其中为连接操作，是节点a两种不同身份的邻域，s表示转录因子，t表示靶基因，为对应身份的权重矩阵，为单层前馈神经网络；最后，a的TF嵌入和TG嵌入由有向图注意力网络DGAT的输出得到，如下： ；其中，，d为DGAT的输出维度；这样就聚合了节点a作为TF的传出邻域信息和TG的传入邻域信息；对于节点b的TF嵌入和TG嵌入，算法与a相同；Step2.2、利用一个残差网络获取表达数据中隐含的基因自身的特征，对于基因a，其自身嵌入的计算公式如下： ；其中，、，n为残差网络的输出维度，L为残差块的数量，为第j层残差块的输出，为第j层权重向量，表示残差块中的非线性变换；基因b自身嵌入的计算方法与a相同；Step3、预测潜在有向调控基因对的调控概率：Step3.1、通过两个项目来判断基因a是否会对基因b产生因果调控作用，包括a的TF嵌入与b的self嵌入一致性、b的TG嵌入与a的self嵌入的一致性；首先，通过对齐矩阵、来将映射到的空间中，采用单层的神经网络来进行对齐，表示为：；之后，通过内积得到基因a调控b的可能性，同时通过内积得到基因b受a调控的可能性；经过以上步骤，通过两个视角衡量了从的有向因果调控作用，采用求和运算来得到a与b之间有向因果调控作用的概率，定义如下： ；其中，是Sigmoid函数，和是线性组合的系数，；Step3.2、将已存在的交互关系对作为正样本，并随机选取不存在的交互关系对作为负样本，利用Adam优化器来训练模型，二元交叉熵作为损失函数，具体如下： ；其中，E是真实的调控边信息集合，表示存在已知的有向因果调控关系，则不存已知的有向因果调控关系；Step3.3、模型性能评价：评价指标：采用受试者工作特征曲线下面积和精确率-召回率曲线下面积作为评估指标。

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师范大学，其通讯地址为：650500 云南省昆明市呈贡区聚贤街768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”。