基于NSDRA框架的纳米安全领域的数据可重复使用性评估,其次是探索性定量结构活动关系 (QSAR) 建模,针对细胞活力

科学领域:

• 纳米安全研究研究.
• 计算毒理学计算毒理学
• 数据科学是数据科学.

背景情况:

• 数字化转型需要用于计算工具的可查找,可访问,可互操作和可重复使用 (FAIR) 数据.
• 纳米安全领域缺乏足够的FAIR元数据,阻碍了诸如定量结构活动关系 (QSARs) 等模型的应用.
• 将不同的数据源合并为同质的数字资产对于强大的计算分析至关重要.

研究的目的:

• 通过评估和改进数据集的可重复使用性来解决纳米安全方面的FAIR数据缺乏问题.
• 开发和评估使用合并数据集来预测细胞活力的定量结构活动关系 (QSAR) 模型.
• 为了比较普遍与纳米组特定的QSAR模型和回归与分类机器学习算法的性能.

主要方法:

• 利用纳米安全数据可重复使用性评估 (NSDRA) 框架对34个纳米安全数据集进行注释和评估.
• 选择,处理和合并了8个数据集,目标是细胞生存能力的终点.
• 开发和测试金属氧化物和纳米管的通用和纳米组特定的QSAR模型 (回归和分类).

主要成果:

• 通用QSAR模型实现了回归0.86的R2和分类0.92的准确性.
• 纳米组特定模型显示出更高的性能,纳米管分类达到0.99准确度和金属氧化物0.91.
• 尽管数据合并,但模型无法预测未见的数据集,这表明纳米安全QSAR应用的科学可重复性存在挑战.

结论:

• 纳米安全知识的数字化需要在实际实施方面取得重大进展.
• 开发的工作流程增强了计算研究中的公平性,促进了数据共享,重复使用,透明度和可重复性.
• 采用FAIR数据实践对于开发负责任的QSAR模型和提高纳米安全计算结果可靠性至关重要.