为推进专利开放许可工作，提升专利转化水平，本期发布5项专利，具体信息如下：

        本发明提供了一种对依托泊苷与卡铂联合耐药的人小细胞肺癌细胞株及其制备方法和应用。所述人小细胞肺癌细胞株保藏在中国典型培养物保藏中心，保藏编号为CCTCC No：C202168。本发明的小细胞肺癌细胞株性状稳定，可稳定多次传代，可用于在哺乳动物中产生人小细胞肺癌，制备人小细胞肺癌模型，并且该细胞对小细胞肺癌一线治疗药物依托泊苷与卡铂联合用药耐受，可用于小细胞肺癌耐药分子机制研究，和筛选治疗耐药型人小细胞肺癌的候选药物，为小细胞肺癌研究提供新的更接近于临床肿瘤生物学特性的实验材料。

        本发明公开了一种蛋白质异构体对相互作用预测方法及装置，所述方法包括以下步骤，首先对于每个蛋白质异构体对，基于其在n个组织中的表达数据的皮尔逊相关系数分别确定其n个特征；然后获取蛋白质相互作用数据，其中包括具有相互作用的蛋白质对，对于这些蛋白质对，筛选出仅对应一个蛋白质异构体对的蛋白质对，令其对应的蛋白质异构体对的标签为1；利用随机采样方法产生不具有相互作用的蛋白质对，令其对应的所有蛋白质异构体对的标签为0；将确定了标签的蛋白质异构体对作为样本，基于样本数据训练预测模型；最后对于待分类的蛋白质异构体对，将其特征数据输入训练好的预测模型，得到其预测结果。本发明能够较准确的预测蛋白质相互作用关系。

        本发明公开了一种基于相似性的病毒受体相互作用关系预测方法和装置，所述方法首先基于已知的病毒受体相互作用关系数据分别构建病毒和受体的高斯核相似性矩阵；利用受体的序列信息构建受体的序列相似性矩阵；并基于受体序列相似性矩阵和高斯核相似性矩阵集成最终的受体相似性。然后根据邻接信息对不存在相互作用关系的病毒和受体的相互作用关系进行初始化处理。最后利用拉普拉斯正则化最小二乘法来计算病毒-受体对的相互作用关系分数。本发明能够对病毒-受体相互作用关系进行有效的预测。

        本发明公开了一种增强语义表示的层次BiLSTM中文电子病历疾病编码标注方法，对输入的电子病历文本进行预处理后，考虑中文词语构成中，单个汉字包含具体语义，利用引入关注机制的BiLSTM提取字符级特征向量表示，获得单个汉字的语义及构词特征；将字符级词向量表示与利用word2vec训练得到的词语级别的向量表示进行拼接，得到字符特征增强的词语向量表示；以特征词向量表示的文本序列作为输入，再次利用BiLSTM学习整个电子病历中的上下文特征，并采用关注机制，计算各个特征词的贡献度，得到上下文特征加权的文本向量表示，提高了预测效果。本发明的方法适用于基于中文电子病历文本的疾病标签分类任务，并有效提高了分类效果。

        本发明公开了一种语篇结构的层次文本摘要获取方法、系统、终端设备及可读存储介质，所述方法包括：步骤1：将待处理的文档中句子的单词编码成词向量，并针对每个句子，利用BiLSTM模型以及自注意力机制构建句子编码器得到句子向量；步骤2：针对待处理的文档，利用BiLSTM模型以及自注意力机制构建篇章编码器得到篇章向量；步骤3：基于所述篇章向量对句子进行分类得到候选句子；步骤4：将候选句子输入基于RST构建的摘要提取器提取出核心EDU，并将所有候选句子的核心EDU拼接为文本摘要；其中，将候选句子分割为文档单元，再利用文本单元构成语篇结构的层次树，层次树的叶子节点EDU表示被分割的文档单元。本发明引入自注意力机制以及语篇结构提高了摘要提取的准确性。