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！

龙图腾网获悉青岛大学申请的专利基于图正则化矩阵分解的药物疾病关联关系的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：CN115985520B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202211615901.2，技术领域涉及：G16H70/40；该发明授权基于图正则化矩阵分解的药物疾病关联关系的预测方法是由李臻;张元明;赵海光设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本基于图正则化矩阵分解的药物疾病关联关系的预测方法在说明书摘要公布了：本发明公开了一种基于图正则化矩阵分解的药物疾病关联关系的预测方法。本发明方法根据各疾病的向无环图提取各疾病之间的语义相似性，再结合现有数据库中各疾病与药物之间的关联关系，利用图卷积方法提取疾病特征构建疾病特征矩阵，确定各疾病之间的余弦相似性并与语义相似性相融合，得到基于有向无环图的疾病关联关系后，再根据现有数据库中的药物特征构建药物特征矩阵，结合疾病特征矩阵，建立药物分子与疾病之间的关联矩阵，基于图正则化与核方法的矩阵分解算法对关联矩阵进行特征分解，通过构建目标函数，优化药物相似性网络和疾病相似性网络中节点的近邻关系，充分利用了疾病特征和药物特征，实现了对药物与疾病之间关联关系的精确预测。

本发明授权基于图正则化矩阵分解的药物疾病关联关系的预测方法在权利要求书中公布了：1.基于图正则化矩阵分解的药物疾病关联关系的预测方法，其特征在于，包括以下步骤： 步骤1，根据疾病的分类信息，分别针对各疾病构建有向无环图，基于各疾病的有向无环图提取各疾病之间的语义相似性，再结合现有数据库获取各疾病与药物之间的关联关系，利用图卷积方法在各疾病的有向无环图中提取疾病特征，构建疾病特征矩阵，计算各疾病之间的余弦相似性，通过将各疾病之间的语义相似性和余弦相似性相融合，得到基于有向无环图的疾病关联关系； 步骤2，提取现有数据库中各药物分子的药物特征，得到药物特征矩阵，通过计算各药物特征之间的余弦相似性，得到药物分子相似性网络； 步骤3，根据疾病特征矩阵和药物特征矩阵，建立药物分子与疾病之间的关联矩阵； 步骤4，基于图正则化与核方法的矩阵分解算法，对药物分子与疾病之间的关联矩阵进行特征分解，结合现有数据库的药物疾病关系图网络，构建目标函数，优化药物相似性网络和疾病相似性网络中节点的近邻关系，预测药物分子与疾病之间的关联。

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青岛大学，其通讯地址为：266071 山东省青岛市宁夏路308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”。