简介： 一种化学品雌激素受体激活活性的预测模型及筛查方法，该化学品雌激素受体激活活性预测模型的建立方法包括获取已知雌激素受体激活活性的化学品数据，其中，所述化学品数据包括化学品的SMILES编码；将SMILES编码转换得到M×N的数字矩阵；将获得的已知化学品的数据分为训练集和验证集，构建以SMILES数字矩阵为输入的卷积神经网络模型；使用训练集训练卷积神经网络模型，使用验证集确定卷积神经网络模型的最优超参数，得到最优卷积神经网络模型。本发明适用于大规模化学品雌激素激活活性的筛查，方法简单快速，效率高，该方法在化学品风险评价、环境安全性评估等领域具有广阔的应用前景。