近年来，随着我国数据要素市场化配置改革持续推进，以及医药制造产业高端化、数字化转型需求不断攀升，工业生产场景下的工艺类训练数据已经成为AI赋能制造端提质增效的核心基础资产。数据知识产权登记作为确认数据权属、保障数据要素合规流通的核心制度环节，正在为工业领域数据资产的价值释放提供合规基础。
作为浙江省推进数据要素市场化建设的核心基础设施，浙江省数据知识产权登记平台主要承担数据权属存证、知识产权认定、流通交易备案等公共职能，通过官方登记的数据资产可获得权属认可，后续可依法开展流通交易、质押融资、权益维权等活动，为工业数据资产的价值落地提供了制度化通道。
2026年5月28日，临海市产业大脑有限公司研发的降压药物原料药结晶纯化工艺参数优化训练数据，正式在上述平台完成权属登记，成为医药生产领域为数不多的完成合规确权的工艺类训练数据资产，可广泛应用于药物结晶纯化、工艺参数优化等核心生产环节。
本次登记的训练数据聚焦降压药物原料药结晶与纯化工段的行业痛点，针对晶型稳定控制、成品纯度提升、过滤效率与结晶收率优化等核心生产需求，为降压药精细化生产提供高价值训练数据支撑，可帮助生产企业实现高纯度、高一致性药物原料药的稳定制备。据披露，基于该训练数据优化的工艺模型，可精准调控结晶过程中的温度梯度、搅拌速率、降温速率等关键参数，不仅能够保障晶型均匀性、降低杂质含量、提升过滤效率与结晶收率，还能有效缩小不同生产批次的产品质量差异，完全适配降压药物原料药规模化生产的工艺管控需求。
为适配降压药物原料药结晶纯化过程非线性、多参数耦合的特点，该训练数据配套采用基于LightGBM回归模型的结晶过程预测模型，可精准捕捉温度梯度、搅拌速率、降温速率与晶型粒度、产品纯度的关联规律，实现结晶工艺参数的精准优化与过程管控。在超参数设置上，模型采用0.0003的学习率、64的批量大小、1000次迭代次数，搭配随机梯度下降优化器，充分适配降压药物原料药晶型敏感、工艺参数波动影响大的特点，可大幅提升结晶过程预测精度，确保模型能够精准预测晶型粒度与纯度分布。
整个训练数据的处理与模型构建逻辑分为四大环节：1. 训练数据预处理：对采集的生产训练数据进行清洗、去重、异常值剔除，对缺失值采用多项式插值法补充，从源头保障训练数据质量；2. 特征提取：选取实时反应温度、实时反应压力、搅拌转速、降温速率、晶型粒度等11个核心特征构建特征矩阵，重点突出晶型粒度这一降压药专属特征与结晶工艺的关联关系；3. 模型训练：以晶型粒度、实时产品纯度、结晶收率为目标变量训练LightGBM回归模型，通过持续优化模型参数提升结晶过程预测与工艺优化精度；4. 模型应用：将实时采集的结晶工艺数据输入训练好的模型，即可实时预测晶型质量与收率，输出工艺参数优化建议，保障结晶纯化过程稳定高效。
为保障模型的工业落地可用性，研发团队采用独立生产测试集对模型开展全方位性能评估，核算核心精度指标，同步对接车间实际结晶纯化场景开展落地验证，确保模型在晶型控制、工艺参数微调环节稳定运行，最终形成了企业完全自主可控、无权属争议的专属AI模型资产包。
从行业应用来看，本次登记的训练数据除了可直接应用于降压药物原料药生产环节外，其数据处理逻辑、模型构建思路也可复用至其他存在结晶纯化工艺需求的化学药、生物药生产场景，为医药制造企业的工艺数字化改造提供可参考的落地路径。从产业价值来看，当前我国原料药产业正处于向高端化、国际化升级的关键阶段，生产工艺的一致性、稳定性是决定原料药产品能否通过国际认证、进入全球供应链的核心指标，这类合规工艺训练数据的登记确权，不仅解决了工业生产数据的权属争议问题，也为AI技术在医药制造场景的落地提供了合规、高质量的数据供给，对于推动我国医药制造产业数字化转型、加快数据要素在生物医药领域的价值释放具有重要的示范意义。
登记内容：
_1769672084863.jpg)