買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國(guó)石油大學(xué)(華東)申請(qǐng)的專(zhuān)利基于矩陣補(bǔ)全和雙策略圖推理的藥物-疾病關(guān)聯(lián)預(yù)測(cè)方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119296637B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202411844496.0，技術(shù)領(lǐng)域涉及：G16B15/30；該發(fā)明授權(quán)基于矩陣補(bǔ)全和雙策略圖推理的藥物-疾病關(guān)聯(lián)預(yù)測(cè)方法是由王淑棟;劉體耀;王爽;吳文浩;張魁杰;趙志遠(yuǎn);王璐琦設(shè)計(jì)研發(fā)完成，并于2024-12-16向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本基于矩陣補(bǔ)全和雙策略圖推理的藥物-疾病關(guān)聯(lián)預(yù)測(cè)方法在說(shuō)明書(shū)摘要公布了：本發(fā)明屬于生物信息和計(jì)算機(jī)技術(shù)領(lǐng)域，特別涉及基于矩陣補(bǔ)全和雙策略圖推理的藥物?疾病關(guān)聯(lián)預(yù)測(cè)方法。該方法首先計(jì)算藥物和疾病的高斯核和拉普拉斯核相似度，然后使用非線性融合技術(shù)對(duì)其進(jìn)行融合。該方法以藥物?疾病異構(gòu)網(wǎng)絡(luò)的鄰接矩陣為目標(biāo)矩陣，通過(guò)截?cái)喾凑兄茸钚』瘉?lái)增強(qiáng)藥物?疾病關(guān)聯(lián)網(wǎng)絡(luò)邊緣的魯棒性和可形成性。該方法主要關(guān)注藥物和疾病的鄰近節(jié)點(diǎn)，過(guò)濾掉更遠(yuǎn)節(jié)點(diǎn)的潛在噪聲。此外，該方法基于藥物?疾病異構(gòu)網(wǎng)絡(luò)采用自上向下和自下向上的策略來(lái)預(yù)測(cè)藥物?疾病關(guān)聯(lián)。雙策略的協(xié)同作用可以增強(qiáng)對(duì)異構(gòu)圖中復(fù)雜結(jié)構(gòu)和跨域關(guān)聯(lián)的綜合處理能力，保證網(wǎng)絡(luò)中豐富的信息得到充分利用。

本發(fā)明授權(quán)基于矩陣補(bǔ)全和雙策略圖推理的藥物-疾病關(guān)聯(lián)預(yù)測(cè)方法在權(quán)利要求書(shū)中公布了：1.基于矩陣補(bǔ)全和雙策略圖推理的藥物-疾病關(guān)聯(lián)預(yù)測(cè)方法，其特征在于，包括以下步驟： S1、計(jì)算藥物和疾病的高斯核和拉普拉斯核相似度，使用非線性融合技術(shù)對(duì)其進(jìn)行融合得到集成的藥物相似性和疾病相似性； S2、使用截?cái)喾凑兄茸钚』椒ㄔ鰪?qiáng)藥物-疾病網(wǎng)絡(luò)邊緣的魯棒性和結(jié)構(gòu)完整性；步驟S2具體包括以下內(nèi)容： S21、將藥物-疾病關(guān)聯(lián)網(wǎng)絡(luò)與相似性網(wǎng)絡(luò)整合，構(gòu)建藥物-疾病異構(gòu)網(wǎng)絡(luò)； S22、將該異構(gòu)網(wǎng)絡(luò)的鄰接矩陣作為截?cái)喾凑兄茸钚』哪繕?biāo)矩陣； S23、然后利用交替方向乘子法求解相應(yīng)的目標(biāo)函數(shù)； S3、設(shè)計(jì)一個(gè)雙策略鄰域約束圖推理完成預(yù)測(cè)； 步驟S3具體包括以下內(nèi)容： S31、基于相鄰節(jié)點(diǎn)計(jì)算藥物和疾病的鄰域相似度； S32、將已建立的藥物和疾病鄰域相似性網(wǎng)絡(luò)和完善的藥物-疾病關(guān)聯(lián)網(wǎng)絡(luò)集成為一個(gè)綜合的異構(gòu)網(wǎng)絡(luò)； S33、使用自上向下和自下向上的方法在該網(wǎng)絡(luò)上執(zhí)行推理，有效地捕獲關(guān)鍵關(guān)聯(lián)； 步驟S21中，構(gòu)建藥物-疾病異構(gòu)網(wǎng)絡(luò)的方式如下： 整合相似矩陣和關(guān)聯(lián)矩陣來(lái)構(gòu)建一個(gè)富含生物信息的藥物-疾病異構(gòu)網(wǎng)絡(luò)，該網(wǎng)絡(luò)包括兩種類(lèi)型的節(jié)點(diǎn)：藥物節(jié)點(diǎn)和疾病節(jié)點(diǎn)，讓?zhuān)韒個(gè)藥物節(jié)點(diǎn)，代表n個(gè)疾病節(jié)點(diǎn)，藥物之間和疾病之間的相似度得分，分別用作藥物和疾病相似度網(wǎng)絡(luò)中的邊緣權(quán)重，當(dāng)數(shù)據(jù)集中存在藥物-疾病關(guān)聯(lián)時(shí)，在相應(yīng)的藥物和疾病節(jié)點(diǎn)之間建立一條邊，以關(guān)聯(lián)得分作為該邊的權(quán)重，將分別定義為代表藥物-藥物、疾病-疾病和藥物-疾病關(guān)系的邊集，這些邊上的權(quán)重用、和表示，分別對(duì)應(yīng)藥物-藥物、疾病-疾病和藥物-疾病網(wǎng)絡(luò)，藥物疾病異構(gòu)網(wǎng)絡(luò)可以表示成； 該異構(gòu)網(wǎng)絡(luò)的鄰接矩陣的構(gòu)造形式如下所示； ； 其中，RR表示集成的藥物相似性矩陣，DD表示集成的疾病相似性矩陣，表示藥物-疾病關(guān)聯(lián)矩陣，表示藥物疾病關(guān)聯(lián)矩陣的轉(zhuǎn)置； 步驟S22中，構(gòu)建截?cái)喾凑兄茸钚』繕?biāo)矩陣的方式如下： 矩陣補(bǔ)全的底層模型總結(jié)如下： ； 其中，表示秩函數(shù)，Ω表示L中元素的坐標(biāo)索引集，運(yùn)算符表示應(yīng)用于Ω的正交投影算子； ； 最小化秩函數(shù)是一個(gè)NP-hard問(wèn)題，基于核范數(shù)近似秩函數(shù)能夠解決這一問(wèn)題，公式如下： ； ，表示矩陣X的核范數(shù)； 使用反正切函數(shù)代替秩函數(shù)； ； 其中，為矩陣X的第i個(gè)奇異值，在[0,1]上是可微的、凹的、單調(diào)遞增的、酉不變的； ； 其中，，和表示單位矩陣，表示矩陣X應(yīng)用于Ω的投影矩陣，表示矩陣L應(yīng)用于Ω的投影矩陣,表示截?cái)嘈再|(zhì)，，表示矩陣A是正交矩陣，表示矩陣B是正交矩陣； ； 其中，若為平衡參數(shù)，且表示X中的所有元素都在[0,1]范圍內(nèi)； 步驟S23中，利用交替方向乘子法高效求解截?cái)喾凑兄茸钚』姆绞饺缦拢?在每次迭代中交替更新方向，具體如下： ； 增廣拉格朗日形式可表示為： ； 其中，Z表示拉格朗日乘子，β表示懲罰參數(shù)，表示最小化的目標(biāo)函數(shù)，表示截?cái)嘈再|(zhì)，表示拉格朗日參數(shù)項(xiàng)，表示懲罰項(xiàng)，將所有矩陣初始化為L(zhǎng)矩陣，在k次迭代期間，依次計(jì)算； 步驟S31中，計(jì)算藥物和疾病的鄰域相似度的方式如下： 假設(shè)疾病和藥物之間的關(guān)聯(lián)可能性應(yīng)該與和相鄰的關(guān)聯(lián)評(píng)分緊密對(duì)應(yīng)，對(duì)于一個(gè)給定的藥物，選擇最相似藥物的基礎(chǔ)上，綜合藥物相似，表示這個(gè)鄰居集，定義鄰域相似矩陣，其計(jì)算如下所示： ； 疾病的最近鄰居構(gòu)成鄰居集，表示為，疾病鄰域相似矩陣以類(lèi)似的方式計(jì)算； ； 步驟S32和步驟S33中，基于異構(gòu)網(wǎng)絡(luò)進(jìn)行雙策略鄰域約束圖推理的方式如下： 自上向下圖推理策略： ； 自下向上圖推理策略： ； 其中，和分別表示自頂向下和自底向上圖推理策略的預(yù)測(cè)結(jié)果，其中，和分別對(duì)應(yīng)自頂向下和自底向上策略的權(quán)重，在開(kāi)始推理過(guò)程之前，必須對(duì)鄰域相似矩陣和進(jìn)行歸一化； ； ； 最終的預(yù)測(cè)評(píng)分矩陣： ； 和分別表示自頂向下和自底向上圖推理策略的預(yù)測(cè)結(jié)果。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)石油大學(xué)(華東)，其通訊地址為：266400 山東省青島市黃島區(qū)長(zhǎng)江西路66號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。