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！

龙图腾网获悉湖南师范大学申请的专利一种基于多模态特征的药物靶标相互作用多任务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：CN121528293B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610067808.4，技术领域涉及：G16B15/30；该发明授权一种基于多模态特征的药物靶标相互作用多任务预测方法是由陈明;李海柯;唐志鹏设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本一种基于多模态特征的药物靶标相互作用多任务预测方法在说明书摘要公布了：本发明公开了一种基于多模态特征的药物靶标相互作用多任务预测方法。该方法综合利用药物多维结构特征及药物靶标文本语义特征，构建多模态特征嵌入框架。通过设计多核磁性关系卷积层，引入磁性拉普拉斯矩阵与频域图滤波器，构建基于图卷积神经网络的DTI多分类预测模型MFFGCN。并进一步提出DTI自然语言解释文本生成任务，利用DTI自然语言解释文本生成模型EXDTI将药物靶标相互作用预测形式化为自然语言解释文本生成，生成可读性的机制说明与关系解释。本方法在DTI多任务联合预测中表现优异，具备良好的冷启动适应性，为新药研发及候选筛选提供高效可靠的计算工具。

本发明授权一种基于多模态特征的药物靶标相互作用多任务预测方法在权利要求书中公布了：1.一种基于多模态特征的药物靶标相互作用多任务预测方法，其特征在于，包括以下步骤： S1：DTI数据预处理，为实现冷启动场景，将收集到的两个DTI数据集按照设定比例划分为训练集和测试集；并根据DTI数据集中的药物靶标节点信息从DrugBank、PubChem、UniPort3等数据库中获取特征及文本语义等数据信息； S2：模型构建，构建初始的DTI多分类预测模型MFFGCN、DTI自然语言解释文本生成模型EXDTI，以及提取药物与靶标多模态特征的模型，包括VideoMol、BGE； 其中，DTI多分类预测模型MFFGCN的构建过程如下: S20：将训练集中的药物靶标节点特征及DTI输入初始化DTI图神经卷积网络； S21：输入的DTI作为图卷积神经网络中的边，从而将DTI网络建模为DTI符号异质图，构建DTI多分类预测模型MFFGCN； S24：将DTI符号异质图分成正负两个符号异质子图； S26：定义DTI多分类预测模型MFFGCN的磁性图卷积核MKConv； 其中，DTI自然语言解释文本生成模型EXDTI的构建过程如下: S36：从DrugBank中分别收集训练集和测试集中的药物与靶点相互作用机制描述的范式数据及一维特征，即药物SMILES和靶标SEQUENCE； S37：构建DTI自然语言解释文本生成模型EXDTI，使用分子-文本预训练模型MolT5和蛋白语言模型ProtBERT对一维特征，即药物SMILES和靶标SEQUENCE进行编码，实现模型从“SMILES+SEQUENCE”到“自然语言解释”的映射； S3：模型训练，利用训练集对两个初始化DTI预测模型进行训练，得到训练好的DTI预测模型； S4：DTI多任务预测，在训练好的DTI预测模型上进行测试，得到测试集的DTI预测结果并输出相应的评价指标。

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湖南师范大学，其通讯地址为：410081 湖南省长沙市岳麓区麓山路36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”。

以上内容由龙图腾AI智能生成。