基于多任务图神经网络模型的化学品皮肤和眼毒性筛查方法

摘要: 本发明属于化学品毒性预测,涉及一种基于多任务图神经网络模型的化学品皮肤和眼毒性筛查方法。背景技术:1、化学品是支撑现代社会运行和经济发展的重要物质基础。然而,部...
基于多任务图神经网络模型的化学品皮肤和眼毒性筛查方法

本发明属于化学品毒性预测,涉及一种基于多任务图神经网络模型的化学品皮肤和眼毒性筛查方法。

背景技术:

1、化学品是支撑现代社会运行和经济发展的重要物质基础。然而,部分化学品与人体皮肤、眼部组织直接接触后,可能引发皮肤腐蚀刺激性、皮肤致敏以及眼腐蚀刺激。其中,皮肤腐蚀刺激性是指化学品接触皮肤后造成不可逆性损伤/可逆性炎症反应的能力;皮肤致敏性是指化学品经皮肤接触后诱导机体免疫应答,并在再次接触时引发过敏性皮肤反应的能力;眼腐蚀刺激性是指化学品接触眼表组织后,对角膜、结膜或虹膜造成不可逆/可逆损伤的能力。已发布的相关测试指南(oecd 404, oecd 429与oecd 405),用于化学品皮肤腐蚀刺激性、皮肤致敏及眼腐蚀刺激毒性测试,但这些传统动物实验存在试验周期较长、成本高、通量低以及受到动物伦理约束等问题,难以满足大量化学品快速筛查的需求。

2、融合机器学习算法的计算毒理学技术,为化学品毒性预测提供了有效途径。其中,定量构效关系(qsar)模型可通过建立化学品分子结构与毒性之间的关联,在不开展动物实验的情况下实现高通量筛查。传统qsar模型通常依赖预定义的分子指纹或描述符,难以表征分子中的原子连接关系和局部化学环境。相比之下,图神经网络模型以分子图为输入,将原子和化学键分别表示为节点和边,可直接学习分子拓扑结构信息,更适合表征复杂分子结构与毒性效应之间的关系。同时,多任务学习(mtl)可在同一模型中共享底层分子表示,并针对不同终点设置独立预测输出,从而在保留终点差异的同时利用相关任务信息,提高化学品眼腐蚀刺激性、皮肤致敏及眼腐蚀/刺激预测准确性。

3、目前,已有研究分别针对皮肤腐蚀刺激性、皮肤致敏性或眼腐蚀刺激性构建了预测模型。例如,文献“toxicol. res., 2023, 39, 295-305”基于545种液体化学品,采用22个理化描述符和极端梯度提升算法构建皮肤腐蚀刺激性二分类模型;模型准确性()为0.734,召回率()为0.821,特异性()为0.516;但其建模数据仅限于液体化学品,模型适用范围有限。文献“toxicol. lett., 2025, 408, 1-12”基于3316条眼腐蚀刺激性实验数据,采用分子访问系统指纹(maccs)和随机森林(rf)算法构建二分类模型;其最优模型在测试集上的受试者工作特征曲线下面积()为0.804,为0.730。文献“environ.health perspect., 2022, 130(2): 027012”收集了1000种化学品皮肤致敏性数据,采用rf算法,结合morgan指纹、maccs指纹和mordred描述符构建皮肤致敏性二分类预测模型;该模型经五折交叉验证后,为0.700,为0.660,表明该类基于传统分子指纹和描述符的单任务模型泛化能力有限,预测性能仍有提升空间。

4、现有技术通常针对皮肤腐蚀刺激性、皮肤致敏性和眼腐蚀刺激性分别构建单任务预测模型,难以充分利用不同毒性终点之间潜在的关联信息。同时,现有模型多依赖理化描述符、结构片段或分子指纹等预定义分子表征,对分子中原子连接关系和局部化学环境的利用仍不充分,模型预测性能和泛化能力仍有提高空间。

技术实现思路

1、为解决上述问题,本发明提供一种基于多任务图神经网络模型的化学品皮肤和眼毒性筛查方法,以化学品分子图作为输入,通过共享分子图编码过程学习化学品分子结构表征,并结合各终点独立输出层分别完成预测,从而在保留不同终点判定差异的同时利用终点间关联,提高化学品皮肤腐蚀刺激性、皮肤致敏性和眼腐蚀刺激性预测的准确性。

2、为实现上述目的,本发明采用如下技术方案:

3、一种基于多任务图神经网络模型的化学品皮肤和眼毒性筛查方法,具体步骤如下:

4、步骤1、构建多任务建模数据集;

5、针对皮肤腐蚀刺激性、皮肤致敏性和眼腐蚀刺激性三个终点,搜集整理化学品皮肤腐蚀刺激性、皮肤致敏性和眼腐蚀刺激性数据,然后对数据进行结构标准化、重复记录合并、标签统一和多任务数据整合,构建多任务建模数据集。具体步骤如下:

6、步骤1.1、从公开的数据中搜集整理化学品皮肤腐蚀刺激性、皮肤致敏性和眼腐蚀刺激性数据,获得原始数据集;

7、步骤1.2、整理原始数据集中的化学品结构信息和各终点原始毒性标签;按照毒性终点分别整理皮肤腐蚀刺激性、皮肤致敏性和眼腐蚀刺激性的原始实验标签;其中,皮肤腐蚀刺激性终点的实验标签包括皮肤腐蚀性、皮肤刺激性和无皮肤腐蚀刺激性;皮肤致敏性终点的实验标签包括无致敏性、弱致敏性、中等致敏性、强致敏性和极强致敏性;眼腐蚀刺激性终点的实验标签包括眼腐蚀性、眼刺激性和无眼腐蚀刺激性;保留具有明确简化分子线性输入规范(smiles)结构和对应毒性终点实验标签的记录;

8、步骤1.3、对化学品smiles结构进行标准化处理,包括去除盐、溶剂、混合物和无机物;对于含有多个有机分子片段的结构,保留重原子数最多的有机分子片段;并进行电荷中和、同位素信息移除、显式氢移除、结构有效性检查和自由基分子剔除,并输出标准化smiles结构;

9、步骤1.4、以标准化smiles结构作为统一分子标识,对同一化学品的重复记录进行合并。对于同一化学品在同一毒性终点下原始实验标签一致的重复记录,保留其中一条记录;对于同一化学品在同一毒性终点下原始实验标签不一致的重复记录,优先保留危害程度较高的实验标签,并作为该化学品在对应毒性终点下合并后的毒性终点标签;

10、步骤1.5、根据皮肤腐蚀刺激性、皮肤致敏性和眼腐蚀刺激性的危害类别定义,将合并后毒性终点标签分别转换为二分类毒性标签;对于皮肤腐蚀刺激性终点,将皮肤腐蚀性和皮肤刺激性标签归为阳性标签,将无皮肤腐蚀刺激性标签归为阴性标签;对于皮肤致敏性终点,将弱致敏性、中等致敏性、强致敏性和极强致敏性标签归为阳性标签,将无致敏性标签归为阴性标签;对于眼腐蚀刺激性终点,将眼腐蚀性和眼刺激性标签归为阳性标签,将无眼腐蚀刺激性标签归为阴性标签;

11、步骤1.6、以标准化smiles结构作为统一分子标识,对步骤1.5得到的三个毒性终点二分类数据集进行整合;将同一化学品在皮肤腐蚀刺激性、皮肤致敏性和眼腐蚀刺激性终点下的二分类毒性标签合并到同一条记录中;对于仅具有部分毒性标签的化学品,保留其已有标签,并将缺失终点标签记录为空值,最终构建多任务建模数据集。

12、步骤2、构建化学品分子图;

13、基于标准化的smiles结构,将化学品分子转换为化学品分子图;其中,原子作为节点,化学键作为边;节点特征包括原子类型、原子邻接度、形式电荷、自由基电子数、杂化类型、芳香性、总氢原子数和手性信息;边特征由键类型、共轭情况、成环情况、键立体化学和原子对类型共同编码,最终获得用于mtl-gnn模型输入的化学品分子图。

14、步骤3、mtl-gnn模型构建;

15、构建mtl-gnn模型,以化学品分子图作为mtl-gnn模型输入,皮肤腐蚀刺激性、皮肤致敏性和眼腐蚀刺激性作为预测终点;

16、所述mtl-gnn模型包括分子图编码模块、任务特异性特征生成模块和任务预测模块。

17、所述分子图编码模块用于提取供三个毒性终点共同使用的分子结构表征;该模块以化学品分子图作为输入,其中原子作为节点,化学键作为边,并以节点特征和边特征编码作为初始特征;采用关系图卷积网络(rgcn)对分子图进行编码,并根据边特征聚合相邻原子的结构信息,更新节点表示,获得共享原子表征;所述共享原子表征作为三个毒性终点共同使用的底层分子结构信息,用于在模型中利用不同毒性终点之间可能存在的结构关联,并作为后续任务特异性特征生成模块的输入;

18、所述任务特异性特征生成模块针对三个毒性终点分别进行特征生成;以共享原子表征作为输入,通过线性变换和sigmoid函数计算不同原子对相应毒性终点的权重,并对共享原子表征加权求和,得到对应终点的任务相关分子表征;

19、所述任务预测模块针对三个毒性终点分别设置独立的多层感知机分类头,以各毒性终点的任务相关分子表征作为输入,分别输出对应毒性终点的预测结果。

20、步骤4、mtl-gnn模型训练;

21、采用步骤1中的多任务建模数据集和步骤2获得的化学品分子图对步骤3构建的mtl-gnn模型进行训练。训练后的mtl-gnn模型用于化学品的皮肤腐蚀刺激性、皮肤致敏性和眼腐蚀刺激性三个毒性终点的预测,实现化学品皮肤和眼毒性筛查。

22、本发明的有益效果如下:

23、本发明通过汇集多源数据,构建了皮肤腐蚀刺激性、皮肤致敏性和眼腐蚀刺激性数据集。在此基础上,本发明构建mtl-gnn模型,在同一模型框架下实现三个终点的同步预测,使模型能够在学习各终点差异特征的同时,利用不同终点之间可能存在的结构关联信息,从而提高化学品皮肤和眼相关毒性预测的可靠性和筛查效率。该方法简便高效,可以在皮肤腐蚀刺激性、皮肤致敏性和眼腐蚀刺激性化学品的高通量筛查方面发挥作用,为健全化学品管理提供基础工具,服务于化学品风险管控和新污染物治理。