基于多靶点绿色低毒驱虫剂配方优化系统的制作方法

摘要: 本发明涉及驱虫剂配方优化,具体为基于多靶点绿色低毒驱虫剂配方优化系统。背景技术:1、驱虫剂配方设计中,针对多种靶点苍蝇、蚊虫和蟑螂的广谱驱避能力与哺乳动物毒性、...
基于多靶点绿色低毒驱虫剂配方优化系统的制作方法

本发明涉及驱虫剂配方优化,具体为基于多靶点绿色低毒驱虫剂配方优化系统。

背景技术:

1、驱虫剂配方设计中,针对多种靶点苍蝇、蚊虫和蟑螂的广谱驱避能力与哺乳动物毒性、环境降解特性之间的平衡是配方优化的难点。现有的驱虫剂配方筛选方法多依赖单一靶点苍蝇、蚊虫和蟑螂的驱避活性测试数据,通过对不同活性成分的简单复配和共毒系数测定来评价协同效应。这类方法在多靶点场景下,难以系统量化某一活性成分对多个靶点苍蝇、蚊虫和蟑螂的整体覆盖程度,也无法直观反映成分在由多种靶点苍蝇、蚊虫和蟑螂构成的多维空间中的驱避分布特征,导致高广谱潜力成分的识别缺乏定量依据。在协同效应判定环节,现有方法通常需要逐一测定大量二元及多元组合在各靶点上的驱避活性,筛选过程盲目性大、试验负担重。在低毒筛选方面,现有技术大多仅设定单一毒性阈值剔除高毒成分,未能将不同成分在环境中的降解半衰期差异纳入系统匹配,造成降解过快与降解过慢的成分同时进入同一配方,影响制剂的环境相容性与持效期的协调性。配方寻优时,现有方法的目标函数多仅关注最大驱避活性或最低毒性,缺乏将多靶点驱避广谱性指标与毒性综合评分融合到一个适应度函数中、并利用迭代寻优自动搜索最优配比方案的技术手段。面对绿色低毒驱虫剂的开发需求,如何精确构建驱虫活性成分在多靶点空间中的广谱驱避响应表征,并以此为基础实现协同组合的高效筛选,以及如何在配方优化中同步驱动多靶点广谱性、低毒性和降解一致性这三种约束条件,成为配方优化系统亟需解决的问题。

技术实现思路

1、提供一种基于多靶点绿色低毒驱虫剂配方优化系统,通过在多靶点空间内构建连续驱避响应曲面并提取靶向覆盖度指数,定量表征各活性成分的广谱驱避能力,并依据该指数高效判定多靶点协同效应,同时结合哺乳动物毒性数据与环境降解半衰期数据进行低毒筛选与降解匹配,最终利用由多靶点驱避广谱性指数和毒性综合评分构成的适应度函数进行迭代寻优,输出驱避广谱性、哺乳动物低毒性和环境降解协调性综合最优的驱虫剂配比方案。

2、为了实现上述目的,本发明提供如下技术方案:本发明提供一种基于多靶点绿色低毒驱虫剂配方优化系统,该系统通过特定的功能模块协同工作,旨在解决现有驱虫剂配方筛选效率低、毒性评价不全面及环境友好性难以兼顾的技术问题。

3、在本发明的一个技术方案中,所述系统包括数据获取模块,用于获取多种驱虫活性成分对多个靶点苍蝇、蚊虫和蟑螂的驱避活性数据,以及各驱虫活性成分的哺乳动物经口毒性数据和环境降解半衰期数据。优选的,在获取驱避活性数据时,通过将各靶点苍蝇、蚊虫和蟑螂分别置于具有浓度梯度分布的测试环境中,记录各浓度梯度下的驱避反应率,并以驱避反应率达到预设驱避率阈值时所对应的浓度值作为驱避活性数据。对获取的驱避活性数据进行离群值检测和平滑滤波处理,以提升数据质量。哺乳动物经口毒性数据和环境降解半衰期数据则从相应的专业数据库中检索获取,并与预设的可信度阈值进行比对,剔除低可信度数据后,与驱虫活性成分名称关联存储,为后续处理提供可靠的数据基础。

4、所述系统还包括曲面构建模块,该模块根据所获取的驱避活性数据,构建各驱虫活性成分在靶点苍蝇、蚊虫和蟑螂多维空间中的驱避响应曲面。作为优选的构建方式,将多种靶点苍蝇、蚊虫和蟑螂各自的驱避响应浓度阈值作为多维空间的各维度坐标轴,并在多维空间中标注各驱虫活性成分的活性响应点位。通过对这些活性响应点位进行径向基函数插值处理,生成连续且平滑的驱避响应曲面。该插值处理优选的采用高斯核函数作为径向基函数,各中心节点的宽度参数与其到最近邻中心节点的空间距离呈正相关。在生成曲面的基础上,提取各驱虫活性成分的靶向覆盖度指数,该指数被定义为驱避响应曲面在预设驱避活性阈值以上的体积占多维空间总体积的比例值。

5、协同判定模块根据所提取的靶向覆盖度指数,对各驱虫活性成分进行多靶点协同驱避效应判定,以生成符合多靶点协同条件的候选成分组合集。在本发明的一个优选方案中,将靶向覆盖度指数与预设覆盖阈值进行比较,区分高覆盖成分与低覆盖成分。以高覆盖成分为基准,与各低覆盖成分组成二元复配组合,并测定各组合在多个靶点苍蝇、蚊虫和蟑螂上的协同驱避系数。协同驱避系数的测定考虑了单靶点协同系数,并依据各靶点苍蝇、蚊虫和蟑螂的经济危害等级进行加权平均处理。将协同驱避系数大于预设协同阈值的组合标记为协同有效组合,并将其中涉及的所有驱虫活性成分进行并集合并,从而形成协同候选成分组合集。

6、低毒筛选模块接收候选成分组合集,并基于各成分的哺乳动物经口毒性数据和环境降解半衰期数据进行双重筛选。该模块将各候选组合中驱虫活性成分的毒性数据最大值作为该组合的毒性代表值,筛除毒性代表值超过预设毒性阈值的组合。对被保留的组合,进一步计算组合内各成分环境降解半衰期数据之间的最大差值,并将最大半衰期差值小于或等于预设半衰期差异阈值的组合保留,从而得到在生态毒理与环境归趋方面表现均衡的绿色低毒候选配比方案集。

7、迭代寻优模块则负责从绿色低毒候选配比方案集中,通过寻优计算输出最优的驱虫剂配比方案。该模块首先构建配方优化适应度函数,该函数以各方案的多靶点驱避广谱性指数作为正向激励因子,该指数由方案内各成分的靶向覆盖度指数加权求和确定。同时,将各方案的综合毒性评分的倒数作为负向约束因子,该评分由各成分的哺乳动物经口毒性数据归一化累加处理得到。适应度函数值即为正向激励因子与负向约束因子的乘积。在进行迭代寻优时,以各方案中驱虫活性成分的质量百分比作为寻优变量,并以田间推荐使用浓度范围作为边界约束。采用多起点搜索方式初始化种群,在每次迭代中对个体进行交叉变异处理,通过对比连续多代的目标函数值变化,当最优个体的变化量小于预设收敛阈值时,即输出该个体所对应的驱虫活性成分质量百分比,作为最终的最优驱虫剂配比方案。

8、在上述技术方案中,本发明提供的技术效果和优点:

9、在多靶点驱虫剂配方优化中,采用径向基函数插值方法,将各驱虫活性成分对多种靶点苍蝇、蚊虫和蟑螂的离散驱避活性数据构建为靶点苍蝇、蚊虫和蟑螂多维空间中的连续驱避响应曲面,并提取该曲面在预设驱避活性阈值以上的体积占比作为靶向覆盖度指数。该指数将成分对多个靶点的驱避效能凝聚为单一量值,直观反映出成分在多靶点空间内的广谱覆盖程度。以此为基础,将靶向覆盖度指数高于预设覆盖阈值的成分标记为高覆盖成分,低于阈值的标记为低覆盖成分,进而从高覆盖成分中选取基准成分,与各低覆盖成分构建有限的二元复配组合,仅需测定这些组合在多靶点上的协同驱避系数,便可识别出具备显著多靶点协同效应的有效组合,并据此生成候选成分组合集。相较于对所有可能组合进行穷举测试的方式,该过程大幅降低了协同筛选的试验规模,同时保证了对多靶点协同潜力组合的系统捕获,避免遗漏具有互补覆盖特性的成分配对。

10、在获得绿色低毒候选配比方案集后,以各方案的多靶点驱避广谱性指数和毒性综合评分构建配方优化适应度函数。多靶点驱避广谱性指数通过对方案内各驱虫活性成分的靶向覆盖度指数进行加权求和得到,反映配方的整体多靶点覆盖能力;毒性综合评分为方案内各成分哺乳动物经口毒性数据的归一化累加结果。适应度函数将多靶点驱避广谱性指数作为正向激励因子,毒性综合评分的倒数作为负向约束因子,二者乘积使得优化过程中同时放大广谱驱避效能并抑制高毒性成分的权重。通过多起点搜索、交叉变异和基于目标函数值比对的种群迭代,在田间推荐浓度范围的边界约束下自动搜索适应度最高的成分质量百分比组合。优化过程中叠加了由最大半衰期差值与预设半衰期差异阈值比对构成的降解匹配筛选机制,排除了降解速率差异过大的组合,使得最终输出的最优配比方案不仅在宽谱驱避活性和哺乳动物低毒性方面取得平衡,同时内部各成分的环境降解半衰期趋于一致,有利于制剂在田间施用后的整体降解节奏协调,减少环境残留风险。