(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111638511.2 (22)申请日 2021.12.2 9 (71)申请人 北京大学 地址 100871 北京市海淀区颐和园路5号 (72)发明人 莫凡洋　徐浩　张东晓　 (74)专利代理 机构 北京万象新悦知识产权代理 有限公司 1 1360 代理人 李稚婷 (51)Int.Cl. G16C 20/30(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 20/00(2019.01) (54)发明名称 一种基于机器学习的比移值预测方法 (57)摘要 本发明公开了一种基于机器学习的比移值 预测方法， 采集化合物、 展 开剂和比移值数据， 通 过机器学习方法建立比移值预测模 型， 能够快速 准确地预测出目标化合物在目标展开剂体系下 的比移值曲线， 并根据曲线 给出最优展开剂配比 方案， 使得 实验获得的比移值不至于过大或者过 小， 极大地减少了薄层色谱分析技术对实验者经 验的依赖， 解决了展开剂选择的问题， 避免了枯 燥的重复实验， 极大地提升了极性测定的效率， 节省了时间和人力成本。 本发明将 机器学习技术 引入实验化学领域， 使 得没有实验 条件的情况下 获取化合物的比移值成为一种可能， 在实验化 学、 药物合成与分析等领域有着广泛应用和重要 意义。 权利要求书2页 说明书5页 附图4页 CN 114171133 A 2022.03.11 CN 114171133 A 1.一种基于 机器学习的比移值预测方法， 包 含如下步骤： 1)数据采集与清洗： 采集化合物、 展开剂和比移植数据并进行数据清洗， 获取完整、 无 重复、 无异常值的极性数据集； 2)数据预处理： 对清洗后的数据进行预处理， 包括： 通过分子指纹、 偶极矩和分子描述 符来表征化合物的分子结构与性质， 使用展开剂配比向量表示展开剂体系及配比； 预处理 后的每条 数据的信息向量包 含多个维度， 由此生成输入信息矩阵； 3)模型训练： 将预处理后的数据划分为训练集和验证集， 分别 使用Sigmoid函数约束的 XGBoost、 LightGBM、 神经网络算法在训练集上进行训练， 将训练好的三个模型集成为一个 集成模型用以预测比移值， 在训练过程中利用验证集采用交叉验证的方法防止过拟合； 4)模型预测： 利用步骤3)训练好的比移值预测模型对目标化合物在目标展开剂体系下 的比移值曲线 进行预测。 2.如权利要求1所述的比移值预测方法， 其特征在于， 步骤1)采集的数据包括化合物的 化学分子式， 所使用的展开剂体系及配比， 以及化合物在该展开剂体系和配比下的比移 值； 数据清洗包括： a)如果化合物的化学分子式， 所使用的展开剂 体系及配比， 以及在该展开剂 体系和配比下的比移值中有任意一个缺失， 则去除该条数据； b)去除实验测定的比移值不 合法的数据， 即比移值大于1或者小于0的数据； c)去除重复数据， 只保留其中一条或保留重 复数据的均值。 3.如权利要求1所述的比移值预测方法， 其特征在于， 步骤2)中所述分子指纹使用 MACCSkeys指纹和/或Morgan指纹； 所述分子描述符包含分子量、 拓扑极性表 面积、 可旋转键 的个数、 氢键供体个数、 氢键受体个数、 脂水分配系数值； 所述偶极矩是正、 负电荷中心间的 距离和电荷中心所带电量的乘积； 所述展开剂体系 涉及N种展开剂， 则使用一个N维的向量 表示展开剂体系及配比。 4.如权利要求1所述的比移值预测方法， 其特征在于， 步骤3)中所述Sigmoid函数为： Sigmoid函数的值域为(0,1)； XGBoost、 LightGBM和神经网络算法通过python实现， 设 训练好的模型分别为gXGB， gLGB和gANN， 则集成模型表示 为： 5.如权利要求1所述的比移值预测方法， 其特征在于， 在步骤3)中， 随机选取一些数据 作为测试集， 模型的预测能力由模型在测试集上的决定系数R2衡量， 其计算公式如下： 其中N是测试集中样 本的个数， yi是真实的比移值, 是真实比移值的均值， 是预测的 比移值； R2越接近1代表模型的预测能力越强。 6.如权利要求1所述的比移值预测方法， 其特征在于， 步骤4)对于要预测的目标化合物权　利　要　求　书 1/2 页 2 CN 114171133 A 2和目标展开剂体系及配比， 先将其转化为输入信息矩阵， 直接输入到训练好的集成模型中， 即可得到预测的比移值。 7.如权利要求1所述的比移值预测方法， 其特征在于， 步骤4)在利用训练好的比移值预 测模型预测出比移值曲线后， 根据比移值曲线给 出最优展开剂配比方案 。 8.如权利要求1所述的比移值预测方法， 其特征在于， 所述比移值预测方法还包括步骤 5)反馈更新： 根据实验反馈的数据自动更新和修 正比移值预测模型。权　利　要　求　书 2/2 页 3 CN 114171133 A 3