一种基于机器学习预测化合物环境危害性的方法

摘要

本发明公开了一种基于机器学习预测化合物环境危害性的方法，所述的化合物环境危害性是指化合物的持久性和迁移性及毒性，或化合物的高持久性和高迁移性，包括以下步骤：(1)建立化合物环境危害性筛选标准；(2)采集样本标签和样本数据，对样本数据进行预处理；(3)基于机器学习算法构建预测模型，利用预处理后的样本数据优化预测模型参数；(4)预测待测化合物是否具有环境危害性。本发明方法是以化合物的分子结构为基础，根据化合物结构与其PMT属性或vPvM属性之间的关系建立预测模型，填补了当前技术在PMT物质和vPvM物质预测领域内的空白，具有批量、快速、精准的优点，可为化合物风险评价与管控提供指导。