数据集 构建和开发QSAR模型,用于预测微核在体外和体外检测结果

科学领域:

• 计算毒理学计算毒理学
• 药品化学 药品化学 是一个
• 药理学 药理学是指药理学的学科.

背景情况:

• 在的定量结构-活性关系 (QSAR) 建模提供了一种快速和经济的方法来评估化学基因毒性.
• 在开发强大的QSAR模型方面,一个关键的挑战是,全面的实验数据集的可用性有限.
• 这项研究解决了对综合数据的需求,以增强基因毒性预测模型.

研究的目的:

• 策划和扩展体外和体内微核测试的实验数据集.
• 为了确定与基因毒性相关的常见和终点特定的化学型.
• 开发和验证高性能整体QSAR模型,用于预测遗传毒性潜力.

主要方法:

• 通过数据库挖掘和PubMed搜索收集数据,并通过BioBERT文本挖掘进行增强.
• 化学型丰富分析以确定重要的结构特征.
• 使用分子描述符和指纹开发单个机器学习模型,然后进行集体构建.
• 应用数据平衡技术来处理数据集不平衡.

主要成果:

• 创建精心策划的数据集:981种化学物质用于体外微核,1309种用于体内小鼠微核.
• 在体外丰富的18种中,确定了7种适用于体内预测的相关化学型.
• 最终组合模型在外部体外试验数据上表现出高准确度和灵敏度.
• 该模型还为体内微核终点实现了平衡的预测性能.

结论:

• 开发的整体QSAR模型为评估化学基因毒性提供了可靠的工具.
• 该研究强调了策划数据集和化学型分析在预测毒理学中的重要性.
• 这种方法有助于更快,更具成本效益的化学品安全评估.