一种基于大语言模型预测新污染物PFAS对人体健康危害的方法

本发明公开了一种基于大语言模型预测新污染物PFAS对人体健康危害的方法，旨在解决现有技术中结构特征表达单一、缺乏毒理学语义融合、多器官毒性预测能力不足等问题。该方法通过图神经网络与分子指纹结合提取PFAS多维结构特征，基于大语言模型挖掘毒理学文献语义证据，采用Transformer多任务框架融合结构与语义证据向量，构建覆盖肝、肾、神经等六大器官系统的多标签分类模型，输出各器官毒性概率，划分五级风险等级，并结合结构片段和文献证据提供可解释结果。本发明提升了毒性预测的准确性与稳定性，助力PFAS替代物筛选及健康风险管控。