一种预测有机化学品的皮肤渗透系数的方法
专利汇可以提供一种预测有机化学品的皮肤渗透系数的方法专利检索，专利查询，专利分析的服务。并且本 发明 涉及健康 风 险评估测试策略领域，具体来说，涉及一种预测 有机化学 品的 皮肤 渗透 系数方法。在获得化合物分子结构的 基础 上，通过计算表征结构特征的描述符，应用定量结构活性关系QSAR构建 预测模型 ，与传统试验方法测定皮肤渗透参数相比，符合动物福利保护，减少了测试时间和成本，能够快速有效的预测皮肤渗透系数。本发明严格按照经济合作与发展组织(OECD)提出QSAR模型构建和使用准则规定的5个标准，通过计算化合物物理化学、电性能、拓扑和 量子化学 参数作为预测描述符，利用K-S分组将原始数据进行分类，筛选出7种最优描述符，运用清晰、简单、快速、透明的GA-MLR 算法 ，模型应用域明确，具有良好的拟合效果、稳健性和预测能 力 。皮肤渗透系数预测模型能够准确、高效地完成化合物皮肤渗透系数的预测，为有机化合物健康危害评价提供有效方法。，下面是一种预测有机化学品的皮肤渗透系数的方法专利的具体信息内容。
1.一种预测有机化学品的皮肤渗透系数的方法，其特征在于：
步骤一、从收集132个化合物的皮肤渗透系数数据；
步骤二、按照K-S分组方法将步骤一的样本数据集进行分组，其中训练集共选取92个样本化合物，验证集共选取40个样本化合物；所述训练集用于构建预测模型，验证集数据用于外部验证，内部验证采用留一法交互验证；分组后的数据如下：
皮肤渗透性模型化合物信息
步骤三、建立模型：采用遗传算法进行变量选择，所使用的相关参数为：种群数100，变异概率0.5，模型中允许的最大特征个数10，其他参数均为默认值；当增加变量数目对模型结果影响不大时，筛选出影响皮肤渗透性的7个最优描述符数，采用多元线性回归方法建立了线性模型；
筛选出7种分子描述符及模型如下：
GLA-MLR线性方程:
Log Fl＝–0.323–0.510BEHm8–0.316GGI2–0.064RDF030u–2.173Mor17v–
0.446G2s+1.587H5m+2.546RTu+
2 2
(ntr＝92 Rtr＝0.862 RMSEtr＝0.290 ntr＝40 Rtst＝0.614
2 2
RMSEtst＝0.290 Qloo＝0.835 Qext＝0.705)；
所述BEHm8表示Burden特征值，GGI2表示拓扑电荷指数，RDF030u表示分子体积，Mor17v表示分子的3D结构和大小，G2s属于WHIM描述符，H5m表示分子的大小和原子的性质，RTu+表示化合物结构片段的相关信息；
所述训练集和验证集实验值和预测值的相关系数分别达到0.862和0.614；
2 2
其中，n为样本化合物的数目，R 为内部检验的相关系数，RMSE为均方根误差，Q 为外部检验的相关系数；
步骤四、预测未知化合物的皮肤渗透系数，未知化合物经过分子结构的输入和结构优化过程，通过Dragon软件计算7种描述符，分别为上述BEHm8、GGI2、RDF030v、Mor17v、G2s、H5m、RTu+，利用步骤三的预测模型得到未知化合物预测值。
2.根据权利要求1所述的预测有机化学品的皮肤渗透系数的方法，其特征在于：所述方法用于化合物6-氯-N2-乙基-N4-异丙基-1,3,5-三嗪-2,4-二胺、1,1,1-三氯乙烷、O，O-二甲基-O-(2，4，5-三氯苯基)硫逐磷酸酯的皮肤渗透系数的预测。
一种预测有机化学品的皮肤渗透系数的方法
技术领域
数预测模型，后经修正、引入分子质量参数后，模型的R 达到了0.67；文献“Chemical research in toxicology 1998,11(8),902-908”利用正辛醇/水分配系数、分子体积
2
和熔点完成了皮肤渗透系数的预测，模型的R 最高可达0.765。文献“Toxicology in Vitro 1995,9(1),27-37”采用多元回归分析法建立了简单快速的皮肤渗透系数QSPR模型。由于上世纪90年代中期文献报道皮肤致敏度预测研究引入的结构参数较少，预测准确度低。进入21世纪后，文献“Quantitative Structure‐Activity Relationships
2000,19(5),467-474.”和“Toxicological Sciences 2000,55(1),215-222”引入了电性能和空间参数完成了对42种酯类的皮肤刺激性预测研究。文献“QSAR&Combinatorial Science 2008,27(1),49-59”研究发现化合物皮肤刺激性与分子体系、分子折射率、分子形状、空间效应、偶极矩、解离常数pKa、正辛醇/水分配系数logKow等物理化学性质密切相关，其中logKow对皮肤渗透系数的影响最大。紧接着，文献“Journal of pharmaceutical sciences 2009,98(11),4069-4084”进一步改进了皮肤渗透系数QSAR预测模型，利用CODESSA和Dragon两种软件计算了构成、拓扑、几何、热力学、量子化学、静电、官能团组和其他描述符，他们采用神经网络算法构建了非线性的皮肤渗透系数系数的定量构效关系，
2
最后所得的相关系数R 为0.93。但是神经网络属于黑箱子操作，无法提取预测规则，预测能力和训练能力可能会出现过拟合的矛盾问题，可理解性差，不利于模型应用和机理解释。
因此，亟需建立一个涵盖多种类化合物、模型结构简单、预测规则透明、易于理解、精确、快速有效的QSAR模型，并且能够节约时间、人力、物力，符合动物保护原则，同时按照OECD导则进行模型的应用域表征和机理解释的皮肤渗透系数QSAR模型，为化学品的接触风险评估提供重要数据支持。
发明内容
Qloo＝0.835 Qext＝0.705)；
分子复杂性等。模型中Q 都大于0.7，均方根误差为0.290，通过内部验证和外部验证评价参数可得模型具有较好的拟合能力、稳健性和预测能力。
5/weighted by atomic masses)描述符。
们用MLR方法进行建模，得到挥发性化学物质预测模型QMLR达到0.786，非挥发性化学物质
2
预测模型QMLR达到0.639。本发明将两种类型的化合物都集中在一起，然后进行训练集和验证集分组，由DRAGON计算描述符，并且通过GA算法进行描述符筛选，利用MLR方法进行
2 2
建模，得到的结果为训练集的R ＝0.86和验证集的R ＝0.61。通过比较可得，本发明的总体结果要好，由此可以看出DRAGON计算得到的描述符能有效地提高模型的预测能力。总之本发明所采用的描述符以及建模方法可以有效地提高模型的预测能力，并且通过模型的验证参数可知该模型的可靠性和鲁棒性都很好。
附图说明：
具体实施方式
训练集样本中化合物20、化合物62和化合物63是X例外点，且超出了应用范围。由附图
2可以看出，标记的点是远远超出了模型的应用范围，从例外点的结构信息可以看出，它们的结构都比较复杂，化合物20和63是多元环状化合物，化合物62(O，O-二甲基-O-(2，4，
5-三氯苯基)硫逐磷酸酯)在应用域外，不能用模型预测。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 大环内酯通过人皮肤渗透的增强 | 2020-05-12 | 440 |
| 增强皮肤渗透的组合物 | 2020-05-11 | 781 |
| 改善药物局部输送增强的皮肤渗透体系 | 2020-05-14 | 133 |
| 一种经皮肤渗透的消毒杀菌的中药配方 | 2020-05-13 | 222 |
| 一种预测有机化学品的皮肤渗透系数的方法 | 2020-05-13 | 584 |
| 一种皮肤外用贴膜及其密集渗透生产技术 | 2020-05-13 | 20 |
| 使用渗透促进剂促进药物渗透皮肤的方法和组合物 | 2020-05-12 | 397 |
| 一种高渗透性植物型皮肤消毒剂及其制备方法 | 2020-05-13 | 644 |
| 用于分析物感测或经皮给药的皮肤渗透装置 | 2020-05-13 | 251 |
| 快速渗透的软皮肤护理霜剂 | 2020-05-11 | 942 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
