申请/专利权人：西南石油大学;四川省玉溪河灌区运管中心

申请日：2023-12-27

公开（公告）日：2024-04-02

公开（公告）号：CN117809733A

主分类号：G16B5/00

分类号：G16B5/00;G06F18/213;G06F18/25;G06N3/0464;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明提供了一种蛋白质相互关系预测的解耦图网络算法，涉及蛋白质相互关系预测技术领域，包括如下步骤：构建蛋白质相互作用图，计算在任意一种蛋白质相互关系存在的情况下同时存在另一种相互关系的条件概率以获得条件概率矩阵，对蛋白质节点进行初始词嵌入得到蛋白质向量表征，将蛋白质向量表征分别通过N个多层感知机得到不同蛋白质向量在各个类别的蛋白质向量表征，利用图神经网络在具体类别的蛋白质向量表征上进行更新，将蛋白质对的这N个类别的特征表示进行点积运算得到蛋白质相关关系并用条件概率矩阵进行约束，从而通过边的类别信息做分类预测。本发明将蛋白质的类别信息解耦出来进行分类预测并用条件概率进行约束，提高了预测的效果。

主权项：1.一种用于蛋白质相互作用关系预测的解耦图网络算法，其特征在于，包括如下步骤：构建蛋白质相互作用图；遍历数据集，计算在任意一种蛋白质相互关系存在的情况下同时存在另一种相互关系的条件概率，组成N*N的条件概率矩阵，其中，N为蛋白质的相互作用关系类型数；对蛋白质节点进行初始词嵌入得到蛋白质向量表征；将蛋白质向量表征分别通过N个多层感知机得到不同蛋白质向量在各个类别的特征向量表示，从而将蛋白质向量表征中的N个类别信息解耦出来；利用图神经网络在具体类别的蛋白质向量表征上进行更新；通过边索引提取边对应两端更新后的两个蛋白质节点的N个类别的蛋白质向量表征，分别将两个蛋白质对这N个类别的蛋白质向量表征进行点积运算得到蛋白质相关关系并用条件概率矩阵进行约束，从而通过边的类别信息做分类预测。

全文数据：

权利要求：

百度查询： 西南石油大学;四川省玉溪河灌区运管中心 一种用于蛋白质相互作用关系预测的解耦图网络算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD