基于计数的摩根指纹:在开发基于机器学习的预测回归模型的水污染物的活动和特性方面,更有效和更易于解释的分子表示
1Department of Environmental Science, School of Ecological and Environmental Sciences, East China Normal University, Shanghai 200241, P. R. China.
基于计数的摩根指纹 (C-MF) 增强了机器学习模型,用于预测化学污染物的特性,在大多数情况下优于二进制指纹. C-MF提供了更好的模型解释和类似的适用性域,可通过ContaminaNET平台访问.
科学领域:
- * 化学信息学和计算毒理学
- * 化学中的机器学习
背景情况:
- * 传统的二进制摩根指纹 (B-MF) 代表化学基层结构的存在/不存在.
- * B-MF能够捕获关于子结构事件的定量信息存在局限性.
- *准确预测污染物的活性和特性对于环境和健康风险评估至关重要.
研究的目的:
- * 引入和评估基于计数的摩根指纹 (C-MF) 来表示化学结构.
- * 开发和比较机器学习 (ML) 模型,使用C-MF与B-MF来预测污染物的活动和特性.
- * 评估C-MF对模型性能,可解释性和适用性领域 (AD) 的影响.
主要方法:
- * 开发C-MF以量化化学结构中的原子组数.
- * 应用六个ML算法 (回归,SVM,KNN,RF,XGBoost,CatBoost) 使用C-MF和B-MF.
- *对10个污染物相关数据集的模型评估,比较预测性能,解释 (SHAP值) 和AD.
- * 创建ContaminaNET平台用于模型部署.
主要成果:
- *在10个数据集中,C-MF在9个数据集的预测性能上显著超过B-MF.
- *性能增长取决于ML算法和指纹之间的化学多样性差异.
- *基于C-MF的模型通过阐明原子组计数的影响,提供了增强的解释性.
- *基于C-MF的模型显示了与基于B-MF的模型可比的适用性领域.
结论:
- *与B-MF相比,C-MF在ML任务中对化学结构提供了更好的表示.
- *C-MF的增强可解释性有助于理解结构-活动关系.
- *基于C-MF的模型是强大的,并保持可靠的适用性领域.
- * ContaminaNET平台为污染物提供可访问的基于C-MF的预测工具.
更多相关视频
10:37Procedure to Evaluate the Efficiency of Flocculants for the Removal of Dispersed Particles from Plant Extracts
Published on: April 9, 2016
12:50Colorimetric Paper-based Detection of Escherichia coli, Salmonella spp., and Listeria monocytogenes from Large Volumes of Agricultural Water
Published on: June 9, 2014
相关概念视频
Mechanistic Models: Compartment Models in Individual and Population Analysis
Multiple Regression
Farmers can use multiple regression to determine the crop yield based on more than one factor, such as water availability, fertilizer, soil properties, etc. Here, the crop yield is the response or dependent variable as it depends on the other independent variables. The analysis requires the construction of a scatter plot...
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
