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！

龙图腾网获悉大连理工大学申请的专利一种预测神经毒物短期暴露致死效应的集成学习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：CN116030905B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310122078.X，技术领域涉及：G16C20/30；该发明授权一种预测神经毒物短期暴露致死效应的集成学习方法是由李雪花;李瑞香;张梦晴;韩佩凌;陈景文设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本一种预测神经毒物短期暴露致死效应的集成学习方法在说明书摘要公布了：本发明公开一种预测神经毒物短期暴露致死效应的集成学习方法。本发明建立了涵盖不同测试动物和多种暴露途径的异源数据集，涉及多种毒性机制。本发明突破了传统机器学习建模中仅考虑分子结构特征，忽略了生物暴露特征的研究范式，综合考虑不同测试动物和多种暴露途径并将其进行独热编码，耦合分子结构特征，开发了基于硬投票组合的集成学习预测模型。本发明建立的神经毒物短期暴露致死效应预测模型具有较高的内部稳健性和外部预测能力，且具有明确的应用域，操作简便，可节省实验测试的时间、成本和动物数量；可作为高效预测神经毒物短期暴露致死效应的有利工具，为化学品的人体健康风险评价和管理提供基础的毒性数据。

本发明授权一种预测神经毒物短期暴露致死效应的集成学习方法在权利要求书中公布了：1.一种预测神经毒物短期暴露致死效应的集成学习方法，其特征在于，步骤如下： 1构建神经毒物短期暴露致死效应数据集 从PubChem数据库中收集并整理神经毒物的短期暴露致死效应数据，毒性终点值为半数致死剂量LD50，将其转换为摩尔浓度，然后转换为负对数pLD50；数据集涵盖了大鼠和小鼠两种测试动物，以及腹腔注射、静脉注射、经口注射和皮下注射四种暴露途径，共计574条毒性测试数据；该数据集包括多种毒性作用机制，具体为α肾上腺素能受体阻断、β肾上腺素能受体阻断、神经节阻滞、乙酰胆碱酯酶抑制；神经毒物包括有机酸、醚、酯、酮、醇、酰胺、苯胺、多环芳烃及其取代物、卤代烷烃、卤代烯烃、杂环化合物及其衍生物； 2神经毒物分子结构特征和生物暴露特征表示 基于PubChem数据库批量获取574条神经毒物的PubChemCID及其对应的2D结构；采用PaDEL-Descriptor软件计算分子1D和2D结构特征；对两种测试动物和四种暴露途径进行独热编码；预处理过程包括先去除方差为0和再去除皮尔逊相关系数大于0.9的特征，采用递归特征消除法进行特征筛选； 3模型训练 将神经毒物的1D和2D分子结构特征与不同测试动物和多种暴露途径实验特征耦合，作为模型的特征输入，pLD50值作为模型的预测终点，构建机器学习回归模型；将数据集按4:1的比例随机拆分为训练集和验证集，采取十折交叉验证进行内部验证，验证集用于模型的外部验证；采用四种机器学习算法，即K近邻、支持向量机、随机森林和梯度提升决策树分别构建模型，将模型性能最优的三种算法作为基回归器，采取硬投票的策略构建集成学习模型，硬投票策略中各个基回归器的权重相同；通过网格搜索确定机器学习算法的最佳超参数，基于最佳超参数构建集成学习模型； 以下为模型优化的超参数，K近邻的最佳超参数：邻近点数为4，权重函数为distance；支持向量机的最佳超参数：径向基作为核函数，正则化参数为200，核系数为0.005，epsilon为0.1；随机森林的最佳超参数：决策树的数目为290，每棵决策树最大特征数为11，随机种子设为86；梯度提升决策树的最佳超参数：决策树的数目为200，每棵决策树最大特征数为20，随机种子设为0； 采用模型性能最优的3种算法，即支持向量机、随机森林、梯度提升决策树作为基回归器，采取硬投票的策略构建集成学习模型； 4模型评估、验证和应用域表征 使用经自由度调整后相关系数的平方R2adj和均方根误差RMSE评价模型的拟合能力、内部十折交叉验证系数Q2CV评价模型的稳健性、外部验证系数Q2ext评价模型的预测能力；使用Williams图表征模型的应用域，其中训练集特征除分子结构特征外，还包括生物暴露特征； 集成学习模型训练集R2adj＝0.863,RMSECV＝0.307,Q2CV＝0.870；验证集RMSEext＝0.344,Q2ext＝0.861；将该模型作为预测神经毒物短期暴露致死效应的最终模型。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。