知识驱动机器学习筛查化学物质斑马鱼生殖毒性的方法

本发明“知识驱动机器学习筛查化学物质斑马鱼生殖毒性的方法”，属于机器学习和计算毒理学技术领域，其特征在于，包括以下步骤：S1构建生殖毒性预测模型；S1.1构建斑马鱼生殖毒性化合物的体内测试原始数据集和体外测试原始数据集，形成化合物原始数据集；S1.2计算化合物原始数据集的分子特征，形成化合物特征数据集；所述分子特征包括：功能连接性指纹和分子描述符；S1.3将所述化合物特征数据集输入深度神经网络，获得生殖毒性预测模型；S2计算待测样品的分子特征，并将其输入生殖毒性预测模型中获取毒性预测结果。该方法克服了传统依赖低通量动物实验的局限性，显著提高了筛查化合物的效率，同时保持了评估的准确性。