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！

龙图腾网获悉华东理工大学申请的专利整合药理学和毒理学谱预测内分泌干扰物的模型及其构建方法和应用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：CN116246718B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202211414808.5，技术领域涉及：G16C10/00；该发明授权整合药理学和毒理学谱预测内分泌干扰物的模型及其构建方法和应用是由唐贇;吴曾睿;俞卓杭;刘桂霞;李卫华设计研发完成，并于2022-11-11向国家知识产权局提交的专利申请。

本整合药理学和毒理学谱预测内分泌干扰物的模型及其构建方法和应用在说明书摘要公布了：本发明提供了整合药理学和毒理学谱预测内分泌干扰物的模型及其构建方法和应用。具体地，本发明基于药理学和毒理学数据，结合化合物子结构的分子指纹，构建了一种内分泌干扰物预测模型。本发明的内分泌干扰物预测模型，可更准确高效地评估某一待测化合物是否为内分泌干扰物。本发明还开发了基于内分泌干扰物预测模型的内分泌干扰物预测系统。

本发明授权整合药理学和毒理学谱预测内分泌干扰物的模型及其构建方法和应用在权利要求书中公布了：1.一种内分泌干扰物预测模型的构建方法，其特征在于，包括以下步骤： S1提供第一数据集，所述第一数据集包含已确定的内分泌干扰物和已确定的非内分泌干扰物的数据信息，并且所述数据信息包括对应于所述内分泌干扰物和非内分泌干扰物的化合物的i结构信息以及ii分子指纹信息；其中，所述的分子指纹是基于所述化合物的子结构的分子指纹； S2构建子结构‑药物‑靶标网络，再基于所述子结构‑药物‑靶标网络根据网络推理算法构建网络预测模型，并将第一数据集中的内分泌干扰物和非内分泌干扰物输入所述预测模型，从而得到所述化合物的基于所述网络的靶标谱，即NBTP； 其中，包括以下子步骤： S2a利用已知的药物‑靶标相互作用数据，即DTI数据，构建DTI网络；基于DTI网络中药物的化学结构信息，计算化合物的MACCS指纹、PubChem指纹、KR指纹、FP4指纹和FCFP4指纹，再根据所述化合物的分子指纹得到药物‑子结构相关关联，从而构建子结构‑药物相互关联网络；整合DTI网络和子结构‑药物相互关联网络，构建子结构‑药物‑靶标网络； S2b基于网络推理算法构建网络预测模型：根据子结构‑药物‑靶标网络，对于任意一个药物，给与之连接的靶标节点和子结构节点各自分配一定权重的初始资源，构建基于网络推理算法的初始资源矩阵；然后在每一步资源扩散过程中，网络中拥有初始资源的子结构节点和靶标节点，把节点已有的资源平均分配给与之相连接的邻居节点，再根据资源扩散的次数构建基于网络推理算法的转移矩阵；基于所述转移矩阵和所述子结构‑药物‑靶标网络，构建网络预测模型； S2c基于内分泌干扰物和非内分泌干扰物的分子指纹构建子结构‑化合物网络；将所述网络输入所述网络预测模型中，从而获得内分泌干扰物和非内分泌干扰物与DTI网络中所有蛋白质靶标的预测分数，作为基于网络的靶标谱，即NBTP； S3提供与内分泌相关的毒理学相关的靶标活性数据；基于所述靶标活性数据，使用机器学习方法构建基于机器学习的预测模型；并将第一数据集中的内分泌干扰物和非内分泌干扰物输入所述的基于机器学习的预测模型，得到所述化合物的基于机器学习的靶标谱，即MBTP； S4将基于网络的靶标谱和基于机器学习的靶标谱进行组合，从而生成组合靶标谱，即CTP；和S5针对所述组合靶标谱，使用机器学习方法来构建内分泌干扰物预测模型，所述内分泌干扰物预测模型用于评估某一待测化合物是否是内分泌干扰物。

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华东理工大学，其通讯地址为：200237 上海市徐汇区梅陇路130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。