本发明属于生态风险评价测试策略领域,公开一种通过机器学习算法预测化学品致突变性的方法。在已知化合物分子结构的基础上,通过计算分子指纹,应用所构建的方法,即能快速、高效的预测化合物的致突变性。该方法简单快捷、成本低廉,且能节省实验测试所需的人力、物力、财力。方法的构建过程如下:搜集化学品致突变性数据;数据预处理;计算分子指纹;选择机器学习算法并训练模型;选用准确度等指标对模型进行评价;表征应用域;在构建的方法中,输入待测分子,输出待测分子的致突变性。本发明建立的预测模型具有良好的拟合能力、稳健性和预测能力,能够有效地预测化学品的致突变性,为化学品的风险评价和管理提供必要的基础数据,具有重要意义。
声明:
“通过机器学习算法预测化学品致突变性的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)