買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國石油大學(華東)申請的專利多特征融合減少特征冗余的藥物靶標結合親和力預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120375914B 。

龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510865172.3，技術領域涉及：G16B15/30；該發明授權多特征融合減少特征冗余的藥物靶標結合親和力預測方法是由王爽;李茂;馬俊騰;馬天樂;宋弢;龐善臣;廣紅設計研發完成，并于2025-06-26向國家知識產權局提交的專利申請。

本多特征融合減少特征冗余的藥物靶標結合親和力預測方法在說明書摘要公布了：本發明屬于生物信息學技術領域，特別涉及多特征融合減少特征冗余的藥物靶標結合親和力預測方法。PSDTA模型在初始特征中融合了理化性質，同時顯式地引入了氨基酸的結構信息，以提升模型的泛化性能。該模型采用主鄰域聚合網絡對分子內部相互作用進行建模并傳播特征。此外，模型設計了兩個獨立通道，用于減少冗余的節點特征，并預測在結合過程中更為關鍵的氨基酸，從而使模型能夠提取更準確的信息。通過在三個基準數據集上與其他藥物靶標結合親和力方法的比較，該模型在均方誤差、平均絕對誤差、一致性指數、調整后的決定系數、皮爾遜相關系數等所有評估指標上都達到了最優效果。

本發明授權多特征融合減少特征冗余的藥物靶標結合親和力預測方法在權利要求書中公布了：1.多特征融合減少特征冗余的藥物靶標結合親和力預測方法，其特征在于，利用PSDTA模型進行預測，PSDTA模型包括多特征融合初始化模塊、多層次分子交互學習模塊和雙通道子圖提取模塊； 預測的步驟如下： S1、多特征融合初始化模塊在將蛋白質和藥物的特征進行初始化后，利用能夠捕捉蛋白質結構特征的模型，生成氨基酸表示和結構感知信息，并融合理化性質，構建氨基酸的多特征初始化表示； S2、多層次分子交互學習模塊采用主鄰域聚合網絡對蛋白質和藥物分子內部的相互作用進行建模，同時引入注意力機制，捕捉藥物與蛋白質簇群之間的交互模式； S3、雙通道子圖提取模塊從注意力機制和信息瓶頸原理兩個角度出發，提取關鍵蛋白質子圖，以減少冗余特征信息； S4、使用雙通道子圖提取模塊得到的兩個蛋白質子圖特征與藥物表示進行拼接，形成一個統一的復合表示向量，該復合向量被送入一個全連接神經網絡層，作為最終的預測模塊，用于回歸輸出藥物與靶標之間的結合親和力。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國石油大學(華東)，其通訊地址為：266400 山東省青島市黃島區長江西路66號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。