关于2697种化学品的水生生态毒性预测数据集,使用三个定量结构-活性关系平台
Patrik Svedberg1, Pedro A Inostroza1,2, Mikael Gustavsson1,3
1Department of Biological and Environmental Sciences, University of Gothenburg, PO Box 463, SE-405 30 Gothenburg, Sweden.
Data in brief
|November 15, 2023
概括
这项研究收集了2697种化学品的水生生态毒理学数据,以评估定量结构活动关系 (QSAR) 模型. 该数据集有助于评估用于环境风险评估的计算毒理学工具的预测准确性.
科学领域:
- 环境化学环境化学
- 生态毒理学 生态毒理学
- 计算毒理学计算毒理学
背景情况:
- 定量结构活动关系 (QSAR) 模型对于预测化学毒性至关重要.
- 评估现有的QSAR模型的预测能力需要全面的,精心策划的数据集.
- 目前的QSAR平台需要根据经验生态毒理学数据进行验证.
研究的目的:
- 为2697种有机化学品创建一个强大的水生生态毒理学数据集.
- 评估领先的QSAR模型和软件的预测性能.
- 为改善计算毒理学评估提供资源.
主要方法:
- 从美国EPA ECOTOX知识库和EFSA农药报告中收集经验性生态毒性数据.
- 过了数据,只包括经合组织推的藻类,藻和鱼类.
- 通过使用ECOSAR,VEGA和T.E.S.T.生成的in silico QSAR预测. 六个终点的平台.
- 增强了数据集的化学标识符 (SMILES,InChIKey) 和物理化学特性 (pKa,logP) 来自webchem和PubChem.
主要成果:
- 建立了2697种有机化学品的综合数据集,包括经验和in silico生态毒性数据.
- 针对三个不同的软件平台的多个终点生成了QSAR预测.
- 该数据集包括必要的化学标识符和物理化学特性,用于高级分析.
结论:
- 汇编的数据集是验证和改进水生生态毒理学QSAR模型的宝贵资源.
- 这项工作有助于更好地了解当前计算毒理学工具的预测能力.
- 这些发现支持开发更准确的环境风险评估策略.
更多相关视频
16:02Demonstration of the Sequence Alignment to Predict Across Species Susceptibility Tool for Rapid Assessment of Protein Conservation
Published on: February 10, 2023
2.7K
08:00Screening for Endocrine Activity in Water Using Commercially-available In Vitro Transactivation Bioassays
Published on: December 4, 2016
7.6K
