随着我国数据要素市场化配置改革持续推进，生物医药作为数据密集型创新赛道，研发类数据的资产确权、合规流通正成为行业数字化转型的核心方向。作为国内率先落地的数据知识产权公共服务载体，浙江省数据知识产权登记平台主要承担数据资产确权存证、流通交易前置审核、权益保护等职能，是浙江省推进数据要素价值释放的重要基础设施。2026年5月19日，浙江司太立制药股份有限公司旗下的碘美普尔结构小分子渗透性预测评价数据，正式在该平台完成知识产权登记，成为国内造影剂研发领域首批完成合规确权的垂直类高价值数据集。
从行业共性痛点来看，造影剂普遍具有分子量500～1500 g/mol、极性表面积（TPSA）超140 Ų的理化特征，整体性质远超传统药物研发通用的Lipinski五规则适用范围，导致市面通用ADMET预测工具对该类分子的渗透性预测精度严重不足。而细胞膜渗透性是限制造影剂口服吸收及组织分布的核心瓶颈，现有公开Caco-2渗透性数据库对造影剂母核结构及其药典法定杂质的覆盖极为有限，研发团队在早期筛选阶段只能依赖耗时耗力的体外Caco-2细胞实验逐一评估，大幅抬高了造影剂的研发成本与周期门槛。
本次登记的碘美普尔结构小分子渗透性预测评价数据，正是针对上述行业痛点定向研发的垂直类数据集。该数据集以公开Caco-2渗透性数据集（caco2_wang.csv）为基础，专项补充纳入碘美普尔母核原料药及主要国家药典收载的法定杂质渗透性数据，构建面向该特定化学空间的专属训练数据集，训练图卷积神经网络（GCN）预测模型，实现对碘美普尔结构域内候选分子渗透性的高精度预测。具体研发流程分为四个核心环节：1.数据收集与特征加工：以公开Caco-2渗透性数据集为基础，专项补充碘美普尔母核及各国药典收载的法定杂质（含脱碘降解产物、碘代苯环酰胺水解中间体等）的化合物名称、分子结构（SMILES字符串）与实验logPapp值，该补充数据仅覆盖碘美普尔碘代三碘苯环类化学空间，与线性开链型DTPA螯合物或大环型钆螯合物杂质空间不重叠。对每条SMILES通过RDKit计算MW（分子量）、LogP（脂水分配系数）、TPSA（极性表面积）、HBD（氢键供体数）、HBA（氢键受体数）、RotBonds（可旋转键数）、QED（类药性评分）七项理化参数并记录为数据字段。2.特征工程与模型构建：（1）特征工程：通过DeepChem的ConvMolFeaturizer将SMILES转换为含原子特征向量和邻接列表的图结构数据作为输入X；以logPapp实验值（均值-标准差归一化）作为预测目标Y，按8:1:1划分训练/验证/测试集。（2）模型构建：图卷积网络含多层图卷积层提取局部化学环境特征及图池化层聚合全局分子特征；Dropout=0.2，训练50个epoch，Pearson R²为监控指标。碘美普尔结构域图特征呈三碘苯环刚性核心、多羟基侧链节点，与线性开链型DTPA螯合物或大环型钆螯合物骨架在特征空间分布显著不同，需独立训练模型权重。（3）预测规则：权重固定后，新分子SMILES转图特征输入模型，经图卷积与全连接层非线性映射获取标准化预测值，再经归一化逆变换还原为预测LogPapp。3.分类判定规则：预测LogPapp>-4.7标记为"高(High)"，易穿透细胞膜，组织分布潜力较高；在[-5.2,-4.7]范围内标记为"中(Medium)"，跨膜能力尚可，可能需辅以制剂优化；<-5.2标记为"低(Low)"，难穿透生物膜，存在较高跨膜障碍。4.备注字段规则：依据TPSA≥140Ų标记"高极性"、MW≥800g/mol标记"大分子"、LogP≤-3标记"强亲水"，不满足条件不备注，全不满足标记"性质适中"，多条件满足以";"分隔组合，用于快速定位渗透性受限的主要理化原因，指导结构优化方向。
该预测评价数据可直接用于候选化合物虚拟筛选与结构优化、合成杂质渗透性风险评估及新药申报辅助支撑，填补了现有通用数据集在造影剂专属结构域的预测空白，相关模型及数据亦可授权给其他医学影像、生物材料企业或CRO研发机构使用。本次登记不仅意味着司太立制药的研发数据资产获得了官方确权保护，为后续的数据流通、交易、权益维护奠定了基础，也为生物医药细分领域高价值研发数据的资产化探索提供了可参考的落地样本，对推动数据要素在创新药研发赛道的价值释放具有典型示范意义。
登记内容：
_1769672084863.jpg)