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！

龙图腾网获悉电子科技大学申请的专利一种基于网络嵌套结构的药物靶标相互作用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：CN121662142B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610163750.3，技术领域涉及：G16B15/30；该发明授权一种基于网络嵌套结构的药物靶标相互作用预测方法是由黄羿炜;吕琳媛;徐舒琪设计研发完成，并于2026-02-05向国家知识产权局提交的专利申请。

本一种基于网络嵌套结构的药物靶标相互作用预测方法在说明书摘要公布了：本发明公开了一种基于网络嵌套结构的药物靶标相互作用预测方法，属于生物信息技术与机器学习技术。所述方法首先构建药物靶标二分网络，然后量化网络嵌套性；该量化过程引入概率零模型计算期望违背量以校正节点度差异，并结合节点对的局部相似度作为加权因子。预测时，计算候选药物靶标连边加入前后所引起的网络嵌套性变化量，并依此对所有候选相互作用进行评分与排序。本发明能够有效利用网络的全局嵌套结构，克服度异质性导致的偏差，提升预测的准确性与鲁棒性，可用于药物再利用与实验验证的优先级排序。

本发明授权一种基于网络嵌套结构的药物靶标相互作用预测方法在权利要求书中公布了：1.一种基于网络嵌套结构的药物靶标相互作用预测方法，其特征在于，包括以下步骤： S1、构建药物靶标二分网络：根据已知的药物靶标相互作用数据，构建由药物节点集合D、靶标节点集合T和连边集合E构成的药物靶标二分网络G=D,T,E，并生成其邻接矩阵A； S2、计算药物靶标二分网络的嵌套性指标：基于当前药物靶标二分网络G中的药物节点和靶标节点的节点度与邻居集合计算同类节点间的实际违背量，结合概率零模型计算的期望违背量进行校正，并引入药物节点对和靶标节点节点对的局部相似度作为权重，计算得到当前药物靶标二分网络的嵌套性指标； S3、计算候选连边的嵌套性提升量：针对任一未经验证的候选药物靶标节点对，将其作为虚拟连边加入当前药物靶标二分网络，形成新的药物靶标二分网络，并按照步骤S2所述方法重新计算新药物靶标二分网络的嵌套性指标；计算所述嵌套性提升量； S4、生成预测排序列表：重复步骤S3，计算所有候选药物靶标节点对的嵌套性提升量F，并按照F值由高到低的顺序进行排序，生成候选相互作用的优先级列表，优先级列表用于指导药物再利用或候选相互作用的验证排序指标； 步骤S1中，所述药物节点集合D={d1,d2,…,dND}，靶标节点集合T={t1,t2,…,tNT}；药物节点表示为di，i为药物索引，i=1,…,ND，靶标节点表示为tα，α为均靶标索引，α=1,…,NT，ND为药物节点总数，NT为靶标节点总数；邻接矩阵A中，若药物节点dᵢ与靶标节点tα存在已知相互作用，则第i行第α列的元素Aiα=1，否则Aiα=0； 步骤S2中，所述实际违背量的计算方法为： 对于药物节点对di,dj，i与j均为药物索引，当其度满足kikj时，其实际违背量Vij=∣Yj∖Yi∣，其中Yi、Yj分别为药物节点di、dj的邻居集合，符号∖表示集合差运算，∣∣表示取集合个数，ki表示药物节点di的度； 对于靶标节点对dα,dβ，α与β均为靶标索引，当其度满足kαkβ时，其实际违背量Vαβ=∣Yβ∖Yα∣； 步骤S2中，所述期望违背量的计算方法为： 对药物节点对di,dj，当ki≥kj时，药物节点对的期望违背量为： ； 对靶标节点对dα,dβ，当kα≥kβ时，靶标节点对的期望违背量为： ； 所述局部相似度为节点对邻居集合的交并比： 药物节点对的局部相似度； 靶标节点对的局部相似度； 所述网络的嵌套性指标η为： ； 其中，为阶跃函数：当kikj时值为1，当ki=kj时值为12，当kikj时值为0。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。