一种基于有害结局路径的化学品生殖毒性迁移学习模型预测方法

本发明提供一种基于有害结局路径的化学品生殖毒性迁移学习模型预测方法，包括：收集化学品男女生殖毒性在有害结局路径中不同层级的测试数据，并对测试数据进行预处理；将预处理后的测试数据随机拆分为训练集、验证集和测试集，利用深度神经网络训练源模型，经过迁移后得到目标模型；以曲线下面积、F1得分和平衡准确率为指标评价目标模型的预测性能；根据指标相似性密度和加权崎岖性表征目标模型的应用域；利用目标模型预测应用域内化学品对活体是否存在生殖毒性。本发明中的迁移学习模型，充分融合了化学品由分子起始事件到产生有害结局的多层级离体测试毒性数据，可准确预测活体生殖毒性。