一种基于生成拓扑映射的分子结构表征及毒性分类方法

发明名称：一种基于生成拓扑映射的分子结构表征及毒性预测方法摘要：本发明涉及一种基于生成拓扑映射（generative topographic mapping,GTM）的分子结构表征及毒性预测方法。首先，收集化合物的分子结构信息和毒理信息；根据化合物的SMILES结构式，基于Morgan指纹计算原子特征，构建原子特征集；然后通过GTM模型将原子特征矩阵转化成责任值矩阵；加和分子内所有原子责任值矩阵组成分子的责任值矩阵，将责任值矩阵以热图形式表示为分子2D图像；最后将2D分子图像输入深度学习模型进行毒性预测。该方法通过将分子转化为2D图像并使用深度学习模型进行毒性预测，揭示分子结构与毒性之间的潜在关联，对于化学品安全评估与风险评价具有重要的指导与实践意义。