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！

申请/专利权人：上海大学

摘要：本发明公开了一种基于SHAP值构建可解释的XGBoost回归模型加速发现高PCE的N‑P类有机敏化剂的QSPR方法及系统，建立数据集样本；切分分子片段；Chem3D优化分子；生成描述符；随机划分训练集和测试集；利用SHAP嵌套XGBoost筛选变量，选出XGBoost建模的最优变量子集；用XGBoost回归建立N‑P类有机敏化剂的快速预报模型；根据建立的模型，快速预报测试集染料分子的PCE。根据SHAP反馈的对目标特征的影响和参考文献解释描述符，对应分子片段的结构，构建QSPR模型；python生成大量虚拟样本，利用建好的XGBoost模型进行预报。本发明基于可靠的文献真实值和建模方法，所建的N‑P类有机敏化剂的XGBoost预报模型具有方便快捷，无化学污染的优点。

主权项：1.一种基于SHAP值构建可解释的XGBoost回归模型预测PCE的QSPR方法，其特征在于，包括以下步骤：1利用计算机系统查找文献，从文献中搜索N-P类染料分子的结构、电解质条件及其对应的PCE值；2将收集到的染料分子分成三个片段，前两个片段为DsDonerSpace和DcDonerCore，前两个片段为具有推电子基的供体，最后一个片段为AAccepter，具有吸电子基的受体，最后一个片段为后续解释片段作用和高通量筛选做准备；3用ChemDraw画出染料分子的片段结构，在chem3D中通过MM2-Minimizeenergy优化分子，再用Dragon软件生成描述符；4以PCE值为目标变量，Dragon生成的描述符为自变量，进行数据预处理，将预处理后的数据集样本作为后续建模的数据集样本；5对初步筛选的数据集，随机划分训练集和测试集，测试集的比例占整个数据集的15％，其中电解质条件在测试集和训练集中分布相同；6利用SHAP嵌套XGBoost方法根据目标变量的“贡献值”筛选变量，XGBoost建模的最优变量子集选择通过比较留一法交叉验证得到；7用XGBoost回归建立N-P类有机敏化剂PCE的快速预报模型；8根据建立的N-P类有机敏化剂PCE的快速预报模型，预报待检测分子的功率转化效率PCE；9根据SHAP值的正负影响进一步得到变量与目标变量的关系；10查阅文献，利用参考文献中对于特征的解释，结合在步骤9中的根据SHAP值的正负影响进一步得到的变量，构建QSPR模型；11查阅文献参考性能优异分子，通过编程自动生成大量的虚拟样本，将这些虚拟样本投入到构建好的QSPR模型中，进行高通量筛选，快速预报出N-P类有机敏化剂的功率转化效率PCE值。

全文数据：

权利要求：

百度查询： 上海大学 基于SHAP值构建可解释的XGBoost回归模型预测PCE的QSPR方法及其系统