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一种基于对比融合图特征的药物靶点亲和活性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：CN120089191B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202510572473.7，技术领域涉及：G16B15/30；该发明授权一种基于对比融合图特征的药物靶点亲和活性预测方法是由李臻;魏志强;张贝祎设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本一种基于对比融合图特征的药物靶点亲和活性预测方法在说明书摘要公布了：本发明提供了一种基于对比融合图特征的药物靶点亲和活性预测方法，涉及药物靶点亲和活性预测领域，具体包括如下步骤：利用图卷积网络对药物的SMILES字符串进行特征提取，得到药物特征；用双向LSTM对靶点序列进行特征提取，得到靶点特征；设计对比融合图模块，基于对比融合图模块，提取对比融合图特征；将药物特征、靶点特征和对比融合图特征进行拼接并降维，得到预测分数。本发明的技术方案克服现有技术中不能够有效效地利用大规模、多样化的数据、捕捉药物和靶点之间的深层交互信息关系的问题。

本发明授权一种基于对比融合图特征的药物靶点亲和活性预测方法在权利要求书中公布了：1.一种基于对比融合图特征的药物靶点亲和活性预测方法，其特征在于，具体包括如下步骤： S1，利用图卷积网络对药物的SMILES字符串进行特征提取，得到药物特征； S2，利用双向LSTM对靶点序列进行特征提取，得到靶点特征； S3，设计对比融合图模块，基于对比融合图模块，提取对比融合图特征； S4，将药物特征、靶点特征和对比融合图特征进行拼接并降维，得到预测分数； 步骤S3具体包括如下步骤： S3.1，计算两个氨基酸之间的欧几里得距离，判断两个氨基酸是否存在接触，生成靶点图邻接矩阵； S3.2，通过中心节点创建药物与靶点的融合图； S3.3，基于图同构网络GIN对融合图进行自监督学习，提取对比融合图特征； 步骤S3.2具体包括如下步骤： S3.2.1，通过线性层将药物图维度和靶点图维度统一： ； 其中，和分别是药物和靶点经过线性变换后的特征，维度均为，和分别为药物图和靶点图的权重矩阵，和分别为药物和靶点的初始特征矩阵，和分别为药物和靶点的偏置向量； S3.2.2，初始化中心节点，作为连接药物图和靶点图的桥梁，中心节点表示为：； S3.2.3，更新融合图的邻接矩阵： ； 其中，和分别为药物图和靶点图的邻接矩阵； 中心节点分别随机连接药物和靶点图中的若干节点，且连接边的数量相同，融合图的节点总数为，其中，和分别表示药物图和靶点图的节点数量； 步骤S3.3具体包括如下步骤： S3.3.1，随机遮蔽每个融合图中的部分边，得到掩蔽图； S3.3.2，对于每个融合图和掩蔽图，利用图同构网络GIN提取融合图和掩蔽图中的节点特征； 定义正样本对的特征为融合图特征和正样本对的掩蔽图特征，负样本对的特征为融合图特征和负样本对的掩蔽图特征，采用对比损失进行优化。

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 山东省青岛市市南区宁夏路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”。