本专利主要描述了一种适用于器官芯片数据库向量化的方法。器官芯片数据库中包含着生物支架材料、试剂、细胞系、药物、器官芯片型号、器官芯片配置参数(试剂和药物浓度、细胞类型等)，以及作为标签数据的时间信息和实验结果(细胞代谢物浓度、细胞的数量和存活率、芯片内微环境的PH、温度、氧气浓度、二氧化碳浓度、TEER、气压、是否加入药物、药物的释放速度、降解速率)，经过这些数据的训练可以得到深度学习模型权重矩阵，当输入如上的这些信息后模型会自动预测出标签数据。而对于数据库中的数据要输入到模型之中首先要做的就是数据的格式转换，因为器官芯片数据库中存储的数据类型和格式不统一，有文本信息和数字信息，甚至图像信息，这些信息需要转换为机器学习算法所能识别的向量信息。本专利正是为了解决此问题而设计——如何将器官芯片的数据向量化。