买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京工业大学;生态环境部南京环境科学研究所申请的专利有机化学品的低营养级食物链生物放大预测模型构建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118800357B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410895638.X，技术领域涉及：G16C20/20；该发明授权有机化学品的低营养级食物链生物放大预测模型构建方法是由范德玲;王蕾;汪贞;孙帅;张冰;梁梦园;邢维龙;方正设计研发完成，并于2024-07-05向国家知识产权局提交的专利申请。

本有机化学品的低营养级食物链生物放大预测模型构建方法在说明书摘要公布了：本发明公开了一种有机化学品的低营养级食物链生物放大预测模型，该模型为首次基于QSAR模型构建的PBDEs和HBCDs的低营养级食物链生物放大预测模型。所述模型通过样本采集及筛选、分子描述符计算、模型构建、模型验证等步骤获得。利用本方法构建出的有机化学品的低营养级食物链生物放大预测模型能准确预测出PBDEs和HBCDs类化学品有机污染物生物放大因子，提高了预测结果的准确率，节省了人力、物力和时间，简单、快速有效，并且严格按照OECD规定的QSAR模型使用规则，从分子描述符结构上解释影响生物放大因子的关键因素，对PBDEs和HBCDs等毒害化学物质的风险管控和环境安全具有重要意义。

本发明授权有机化学品的低营养级食物链生物放大预测模型构建方法在权利要求书中公布了：1.一种有机化学品的低营养级食物链生物放大预测模型的构建方法，其特征在于，所述低营养级食物链生物放大预测模型如下： PECoral,predator＝PECwater*BCFfish*BMF1 BMF＝-5.04472+0.8374*GGI3-35.46426*Mor21v2 其中，PECoral,predator指低营养级捕食者体内浓度，mg·kgwetfish -1；PECwater指水中预测浓度，mgL；BCFfish指鱼的生物富集因子，L·kgwetfish -1；BMF指生物放大因子；GGI3指3阶拓扑电荷指数；Mor21v指3D-MoRSE-加权原子范德华体积； 所述有机化学品的低营养级食物链生物放大预测模型的构建方法，包括以下步骤： 1样本采集及筛选； 2分子描述符计算； 3模型构建； 4模型验证； 步骤1具体为：实验室数据获得包含了9个有机化合物的生物放大因子数据，这些化合物涵盖了PBDEs和HBCDs的有机物，首先把数据集分成训练集和测试集，所用的分组方法是KennardStone方法，划分为6个训练集和3个验证集； 步骤2具体为：首先在ChemDraw软件中构建出9个有机化合物的分子结构，然后导入HyperChem程序对分子进行优化；优化分为两步：首先是MM+分子力场方法进行初步的能量优化，然后使用半经验量子力学AM1方法对结构进行更加准确的构型优化，优化后的结构导入到DRAGON5.4软件中计算1664个不同类型的理论分子描述符；建模前对这些描述符进行预处理，即将常数项、接近常数的项和具有高度相关的分子描述符删除，最终剩余1169个描述符用于后面的变量选择过程； 步骤3具体为：采用遗传算法来选择与生物富集具有高度相关的描述符集，这个过程在MobyDigs中实现；经过遗传算法变量选择后，用多元线性回归MLR方法建立线性QSAR模型，模型评价函数选择留一法交互检验，即当增加一个描述符后模型的性能没有明显变化时，即达到最佳描述符个数；本方法中，最佳描述符个数为7；建模中的相关参数设置为：种群大小populationsize为100，初始模型允许的最大变量数maximumallowedvariables为7，变异均衡值mutationtrade-off，T为0.5，交叉crossover和变异mutation概率均基于T参数； 步骤4具体为：经过遗传算法变量选择后，用多元线性回归方法建立线性QSAR模型，即MLR模型，线性MLR方程如下： BMF＝-5.04472+0.8374*GGI3-35.46426*Mor21v ntr＝6Q2 LOO＝0.9981R2 fitting＝0.9996R2 adj＝0.9994RMSEtr＝0.0665R2 boot＝0.7175 next＝3R2 ext＝0.836，Q2 ext＝0.8662R2 adj＝0.9994RMSEext＝0.0289 其中，GGI3表示3阶拓扑电荷指数，Mor21v表示3D-MoRSE-加权原子范德华体积，GGI3与生物放大因子呈正相关性，Mor21v与生物放大因子呈负相关性，训练集和验证集RMSE分别为0.0665和0.0289；ntr和next分别为训练集和验证集化合物数量；R2 adj为经自由度校正的决定系数；RMSEtr为训练集均方根误差；Q2 LOO为去一法交叉验证系数；R2 boot为Bootstrapping方法验证系数；R2 ext为验证集实验值和预测值之间的决定系数，Q2 ext为外部验证决定系数，RMSEext为验证集均方根误差,SE为标准误差，R2 fitting是训练集实验值和预测值之间的决定系数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京工业大学;生态环境部南京环境科学研究所，其通讯地址为：211816 江苏省南京市浦珠南路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。