在HaCaT细胞毒性对皮肤刺激的预测上堆叠集体学习:对二甲的案例研究
Tarapong Srisongkram1, Nur Fadhilah Syahid2, Dheerapat Tookkane3
1Division of Pharmaceutical Chemistry, Faculty of Pharmaceutical Sciences, Khon Kaen University, 40002, Thailand; Human High Performance and Health Promotion Research Institute, Khon Kaen University, Khon Kaen, 40002, Thailand.
概括
这项研究开发了一个机器学习模型来预测皮肤刺激. 该模型准确地评估了天然化合物二甲醇,认为它不刺激,减少了对动物进行测试的需求.
科学领域:
- 毒理学 毒理学 毒理学
- 计算化学的计算化学
- 皮肤病学 皮肤病学
背景情况:
- 皮肤刺激是各种物质常见的不良影响.
- 来自Dipterocarpus alatus的Dipterocarpol具有潜在的益处,但其皮肤刺激潜力是未知的.
- 定量结构-活性关系 (QSAR) 模型提供有效的毒性评估.
研究的目的:
- 开发一种基于机器学习的高精度QSAR模型,用于预测皮肤刺激.
- 通过使用开发的QSAR模型,评估二甲的皮肤刺激潜力.
- 通过基于细胞的试验验证模型的预测.
主要方法:
- 使用堆叠组合学习模型,对1064种化学物质进行训练.
- 遵守经合组织关于QSAR验证的建议.
- 采用基于细胞的测试来确认二甲的细胞毒性对角质细胞.
主要成果:
- 在交叉验证和测试数据集中,QSAR模型表现出高的统计性能 (准确性,精度,回忆).
- 该模型预测二甲是不会刺激皮肤的.
- 实验室试验证实,二甲的皮肤刺激不存在.
结论:
- 开发的机器学习QSAR模型对于预测皮肤刺激是有效的.
- 该模型可用于在其适用范围内的未经测试的化合物的风险评估.
- 预测Dipterocarpol在皮肤刺激方面是安全的,实验数据验证了这一点.
关键词:
这是一种二甲基聚合物 (Dipterocarpol).它们是Dipterocarpus alatus,它们是状的.氨酸细胞 (keratinocyte) 是一种细胞.在QSAR中使用QSAR.皮肤刺激 皮肤刺激堆叠集体学习 堆叠集体学习
