CN114974460B 一种预测消毒副产物细胞毒性的方法 （南京大学）_第1页
CN114974460B 一种预测消毒副产物细胞毒性的方法 （南京大学）_第2页
CN114974460B 一种预测消毒副产物细胞毒性的方法 （南京大学）_第3页
CN114974460B 一种预测消毒副产物细胞毒性的方法 （南京大学）_第4页
CN114974460B 一种预测消毒副产物细胞毒性的方法 （南京大学）_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种预测消毒副产物细胞毒2（2）获取DBPs样本的SMILES，获取DBPs的SMILES表达式的过程中，针对无法转换成选取R2值最接近1和MSE最小的模型为最3[0003]细胞毒性是测定外源化合物或环境中其他因子对细胞结构和功能产生的毒性作用于毒理学研究。半数最大效应浓度(concentrationfor50％ofmaximaleffect,EC50)[0004]公开号为CN114171137的中国专利文献公开了一种基于机器学习预测化合物环境性及毒性)或vPvM属性(高持久性和高迁移性)之间的关系建立预测模型预测化合物的PMT[0007]本发明的目的在于提供一种针对DBPs的CHO细胞毒性预测领域的预测消毒副产物4[0014](4)基于机器学习算法构建毒性预测模型：保留同时具有全部描述符和细胞毒性[0015](5)输入待测DBPs的SMILES表达式后自动计算待测DBPs的分子指纹，再输入至预[0018]已发表的文献，示意性的所述文献可以是如JOURNALOFENVIRONMENTSCIENCES[0021]进一步地，步骤(2)中，获取DBPs的SMILES表达式的过程中，针对无法转换成[0022]进一步地，步骤(3)中，所述的分子指纹需要为MACCS的165构为基础，根据DBPs的分子结构与其细胞毒性之间的关系建立预测模型，以待测分子的[0049](4)基于机器学习算法构建毒性预测模型：保留同时具有全部描述符和细胞毒性[0050](5)输入待测DBPs的SMILES表达式后自动计算待测DBPs的分子指纹，再输入至参即，细胞毒性指CHO细胞的EC50值，其中CHO细胞广泛应用于毒理学研究，EC50是指能引起的结构特征，例如：分子中的甲基数是否大于1；分子是否芳香等。该指纹由MDL公司的分子指纹应用广泛，在相关领域认同度较高。ECFP(扩展连通性指纹Ext6域的技术人员根据本发明的内容做出一些非本质的改进和调整，均属于本发明的保护范技术人员通常理解的含义相同；本文所使用的术语和/或包括一个或多个相关的所列项目[0062]本发明中实施例中基于机器学习预测消毒副产物细胞毒性的方法的流程图如图1[0066]利用ChemDraw等化学专业软件将步骤(1)中找到的所有DBPs样本名称转换为[0068]利用RDKit工具包提取样本的特异性结构特征，以样本的SMILES作为输入，以7[0069](4)基于机器学习算法构建毒性预测模型：保留同时具有全部描述符和细胞毒性[0070]将步骤(3)得到的数据用随机森林法进行回归建模，设置参数(n_estimators=85,random_state＝0)，再用人工神经网络进行回归建模，设置参数(solver＝'lbfgs',[0071](5)输入待测DBPs的SMILES表达式后自动计算待测DBPs的分子指纹，再输入至参[0072]输入待测DBPs的SMILES表达式后，自动调用RDkit

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论