基于高阶过滤图卷积注意力网络的生物分子相互作用预测方法

本发明属于智能细胞生物识别领域，具体涉及基于高阶过滤图卷积注意力网络的生物分子相互作用预测方法。该方法包括生物分子相互作用网络的基础结构特征提取，生物分子相互作用网络的高阶结构特征提取，基础结构特征与高阶结构特征混合，特征过滤网络，链接预测器5个阶段。本方法先分别提取生物分子相互作用网络的基础结构特征和高阶结构特征，再将两种结构特征通过CONCAT机制进行混合，完善了生物分子相互作用网络的结构特征提取。在特征过滤网络中，本方法提出了LN+SE+LSTM(正则化层+注意力层+长短期记忆网络)的特征过滤机制，成功地降低了高阶邻接节点的噪声。

《基于高阶过滤图卷积注意力网络的生物分子相互作用预测方法》是一发明专利，专利号为 202310381106X，当前法律状态为已下证，由江南大学提出申请，发明人为邓赵红;张真;王士同，申请日期为2023-04-11，公开（公告）日期为2025-06-24，国际专利分类号（IPC）为 G16B 40/00 (2019.01)，高新资质：未报高企，所属技术领域包括：图深度学习生物预测、生物分子互作预判、高阶过滤图卷积注意力网络、分子图建模体系、蛋白、小分子互作筛查、高阶图卷积、注意力图网络、分子图特征提取、分子对接辅助预判、药物靶点挖掘、生物分子网络、图特征过滤、分子互作模型、药靶筛选、生物信息预测。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明属于智能细胞生物识别领域，具体涉及基于高阶过滤图卷积注意力网络的生物分子相互作用预测方法。该方法包括生物分子相互作用网络的基础结构特征提取，生物分子相互作用网络的高阶结构特征提取，基础结构特征与高阶结构特征混合，特征过滤网络，链接预测器5个阶段。本方法先分别提取生物分子相互作用网络的基础结构特征和高阶结构特征，再将两种结构特征通过CONCAT机制进行混合，完善了生物分子相互作用网络的结构特征提取。在特征过滤网络中，本方法提出了LN+SE+LSTM(正则化层+注意力层+长短期记忆网络)的特征过滤机制，成功地降低了高阶邻接节点的噪声。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！