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！

龙图腾网恭喜湖南师范大学申请的专利基于知识图谱的药物组合协同作用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：CN119742088B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202510245187.X，技术领域涉及：G16H70/40；该发明授权基于知识图谱的药物组合协同作用预测方法及系统是由肖球;左瑛;张艳;余建平设计研发完成，并于2025-03-04向国家知识产权局提交的专利申请。

本基于知识图谱的药物组合协同作用预测方法及系统在说明书摘要公布了：本发明公开了一种基于知识图谱的药物组合协同作用预测方法及系统，该方法利用蛋白质、药物、细胞系和组织之间的关系构建大规模知识图谱。将药物和细胞系的邻居节点嵌入与自身嵌入相结合，得到药物和细胞系的全局表示。采用RDkit来计算每个药物的指纹和基于SMILES表达式的描述符，得到药物的局部表示。利用自动编码器对细胞系的基因表达数据进行降维，获得细胞系的局部表示。融合药物和细胞系的局部表示，利用深度神经网络来预测药物组合的协同分数。本发明充分挖掘知识图谱中复杂语义关系，提升模型对潜在药物组合的理解能力；同时引入局部分子特性和全局网络拓扑信息，提供更全面的药物和细胞系表征，增强了预测模型的鲁棒性。

本发明授权基于知识图谱的药物组合协同作用预测方法及系统在权利要求书中公布了：1.一种基于知识图谱的药物组合协同作用预测方法，其特征在于，包括以下步骤：步骤S1：利用药物-蛋白质、蛋白质-蛋白质、细胞系-蛋白质、细胞系-组织之间的关联性，构建一个包含药物、细胞系、蛋白质和组织的大规模知识图谱；步骤S2：利用所述大规模知识图谱的邻域采样和信息传播获取知识图谱每一层的药物和细胞系特征表示，与药物和细胞系的初始嵌入表示拼接后得到最终的药物和细胞系的全局特征；步骤S3：采用RDkit来计算每个药物基于SMILES表达式的指纹和描述符，拼接两者后进行归一化，得到药物的局部特征；步骤S4：利用自动编码器对细胞系的基因表达数据进行降维，获得细胞系的局部特征；步骤S5：基于知识图谱学习到的药物和细胞系的全局特征，融合药物和细胞系的局部特征，利用深度神经网络来预测药物组合的协同分数；所述步骤S3包括以下具体步骤：1）利用RDkit为每种药物的SMILES表示生成摩尔根指纹图谱，并将摩尔根指纹图谱表示为二值向量；2）利用RDkit对药物SMILES表示进行处理，得到每个药物的描述符，将所有药物的描述符组成一个实值向量；3）将药物的摩尔根指纹图谱的二值向量和实值向量进行拼接，并对拼接后的特征向量进行筛选，筛掉方差为零的特征向量；4）使用z-score标准化方法对经过筛选后的药物拼接特征进行预处理，得到药物局部特征；所述步骤S5包括以下具体步骤：1）将药物和药物的局部和全局特征分别表示为，将细胞系的局部和全局特征表示为和，基于加权进行特征融合，得到融合向量： ；其中，表示基于加权的融合向量，为全局特征的权重，为局部特征的权重，初始值设置为0.5；2）将药物和细胞系的融合向量输入到深度神经网络中，进行药物组合协同效应分数的预测；所述深度神经网络在训练时，采用已知的药物和细胞系的药物组合协同效应分数作为深度神经网络的输出，输入采用药物和细胞系的融合向量，以药物组合协同效应分数的预测值和已知值之间的误差最小为训练目标，迭代训练中，不断调整深度神经网络的参数，最终得到基于深度神经网络的药物组合协同效应分数预测模型。

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湖南师范大学，其通讯地址为：410081 湖南省长沙市岳麓区麓山路36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”。