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！

龙图腾网恭喜浙江大学申请的专利基于孪生神经网络的多视图分子对活性预测方法及装置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：CN119152986B 。

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：202411646210.8，技术领域涉及：G16C20/70；该发明授权基于孪生神经网络的多视图分子对活性预测方法及装置是由曹戟;张豪;蒋莉;杨波;何俏军;郭越设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本基于孪生神经网络的多视图分子对活性预测方法及装置在说明书摘要公布了：本发明公开了一种基于孪生神经网络的多视图分子对活性预测方法和装置，包括：构建包含蛋白质靶标的分子对活性数据集；分别提取两个分子的初始嵌入表示和蛋白质靶标的初始嵌入表示；构建具有孪生神经网络架构的多视图分子对活性预测模型；利用每对分子对活性数据对多视图分子对活性预测模型进行预训练任务和微调任务的参数优化；使用参数优化后的多视图分子对活性预测模型进行分子对活性预测。该方法和装置通过多视图分子对活性预测模型获取分子内相互作用表征和蛋白质‑配体分子间的相互作用表征，并利用孪生神经网络学习分子对间的活性差异，最终实现对分子活性的高效、精准预测，以用于更好地指导先导化合物优化。

本发明授权基于孪生神经网络的多视图分子对活性预测方法及装置在权利要求书中公布了：1.一种基于孪生神经网络的多视图分子对活性预测方法，其特征在于，包括以下步骤：构建包含蛋白质靶标的分子对活性数据集，每对分子对活性数据包括一分子活性数据、另一分子活性数据、以及蛋白质靶标；分别提取两个分子的初始嵌入表示和蛋白质靶标的初始嵌入表示；构建具有孪生神经网络架构的多视图分子对活性预测模型，包括多视图特征增强提取模块，活性预测模块，其中，多视图特征增强提取模块用于基于每个分子的初始嵌入表示和蛋白质靶标的初始嵌入表示进行局部视图和全局视图的特征增强提取得到每个分子对应的局部特征和全局特征，活性预测模块用于基于两个分子对应的局部特征和全局特征预测两个分子的活性差值，或者在已知一分子活性时预测另一分子活性；其中，多视图特征提取模块包括局部视图模块和全局视图模块，其中，局部视图模块用于基于每个分子的初始嵌入表示提取分子内相互作用的局部特征，全局视图模块用于基于每个分子的初始嵌入表示和蛋白质靶标的初始嵌入表示提取分子与蛋白质间相互作用的全局特征；利用每对分子对活性数据对多视图分子对活性预测模型进行预训练任务和微调任务的参数优化，其中，预训练任务为预测两个分子的活性差值，微调任务包括基于已知一分子活性预测另一分子活性；使用参数优化后的多视图分子对活性预测模型进行分子对活性预测。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。