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！

龙图腾网恭喜中国科学院新疆理化技术研究所申请的专利一种基于异构生物信息网络的药物重定位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：CN117198383B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202310994556.6，技术领域涉及：G16B5/00；该发明授权一种基于异构生物信息网络的药物重定位方法及系统是由胡伦;赵博伟;胡鹏伟;马玉鹏;周喜设计研发完成，并于2023-08-08向国家知识产权局提交的专利申请。

本一种基于异构生物信息网络的药物重定位方法及系统在说明书摘要公布了：本发明属于计算机数据处理技术领域，具体涉及一种基于异构生物信息网络的药物重定位方法及系统，所述方法包括：将疾病和候选药物的关系对输入训练好的药物重定位模型，获得该疾病的候选药物的预测分数；所述药物重定位模型的训练过程包括：将药物、蛋白质、疾病的生物关联网络和生物知识构建成为一个异构生物信息网络，对得到的异构生物信息网络进行特征学习，得到药物和疾病的生物属性矩阵和图表示特征矩阵，训练出药物重定位模型。本发明的优势在于：本发明直接作用于包含有生物知识的生物网络数据集合，能够针对异构生物关联数据进行药物重定位，效果准确度高，能够有效挖掘已知药物的新用途。

本发明授权一种基于异构生物信息网络的药物重定位方法及系统在权利要求书中公布了：1.一种基于异构生物信息网络的药物重定位方法，所述方法包括： 将疾病和候选药物名称输入训练好的药物重定位模型，获得该疾病的候选药物的预测分数，根据预测分数完成对药物的重定位；其中， 所述药物重定位模型为图表示学习模型，其训练时建立训练数据集的过程包括： 基于现有已知的药物和疾病的关联关系数据、药物和蛋白质的关联关系数据、蛋白质和疾病的关联关系数据、药物的化学结构信息、疾病的生物语义信息和蛋白质的碱基序列信息构建异构生物信息网络； 对异构生物信息网络进行特征学习，分别得到药物、蛋白质和疾病的生物属性矩阵； 对异构生物信息网络中药物和疾病的多级子图进行提取； 根据药物、蛋白质和疾病的生物属性矩阵和多级子图，得到药物和疾病的图表示特征矩阵即训练数据集； 所述得到药物和疾病的图表示特征矩阵，为：应用多级子图表示学习策略计算出药物和疾病的图表示特征，得到药物和疾病的图表示特征矩阵，具体包括： 步骤B1：定义三个基于生物分子间作用机制的多级子图模式MP： MP＝{MP1,MP2,MP3} 其中MP1:{药物→蛋白质→疾病}；MP2:{药物→蛋白质→药物→疾病}；MP3:{药物→蛋白质→疾病→蛋白质→疾病}； 定义每种子图有G条路径，对于任意一条路径Pr是由L个节点构成，即v1→…→vi→vi+1→vL；其中，路径模式r∈MP，节点v∈V，V表示异构生物信息网络所有节点构成的集合；第i个节点vi到第i+1个节点vi+1转移概率为probvi,vi+1： 其中，t∈{药物，蛋白质，疾病}，ti为第i个节点的类型，表示药物、蛋白质和疾病的类型集合；Φti-1表示当前节点类型为ti-1时候，下一个节点的类型；Nvi,Φti-1表示节点vi的邻居节点类型为ti-1的集合；E表示异构生物信息网络所有边构成的集合； 步骤B2：由根据步骤B1得到基于多级子图模式的路径得到多层次子图GP： GP＝[Pr]r∈MP 步骤B3：由多层次子图GP得到药物和疾病的图表示特征矩阵采用图神经网络学习每级子图中节点的特征表示矩阵X： Xk＝σDα-1AD-αXk-1Wk-1 其中，Xk表示神经网络层数为k时节点的表示，D是GP的对角线节点度矩阵，α∈[0,1]是卷积系数，是k-1层的可训练权值矩阵，σ·是激活函数，当k＝0时，X0为生物属性矩阵C，A是GP的一个|V|×|V|邻接矩阵； 根据Xk能够组成三个|V|×d矩阵来表示GP上所有节点的不同表示；定义一个特征张量来收集上述三个不同的节点的表示矩阵Xk； 步骤B4：采用注意力机制，得到药物和疾病的图表示特征矩阵H，具体来说，根据每个节点v的所有子图级表示X，构建药物和疾病的图表示特征矩阵 ep＝qT·tP 其中，ep表示节点v在所有子图模式中的图表示特征，表示节点v在子图模式为r时的图表示特征，T表示转置，tP表示节点v的子图特征归一化后的表示，v∈V，表示子图GP中所有节点变换后的表示，和是可训练的参数；是参数化的注意力权值，βP为路径实例Pr相对于GP的相对重要性； 根据每个节点v的所有子图级表示X，构建药物和疾病的图表示特征矩阵

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中国科学院新疆理化技术研究所，其通讯地址为：830011 新疆维吾尔自治区乌鲁木齐市北京南路40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”。