发育神经毒性 (DNT) QSAR组合预测模型的建立和结构特征的解释
Lu Zhang1, Min Li1, Dalong Zhang1
1Department of Toxicology, Tianjin Centers for Disease Control and Prevention, Tianjin 300011, China.
Toxicology research
|January 5, 2024
概括
这项研究使用化学品的结构性质开发了发育神经毒性 (DNT) 的预测模型. 结合模型提高了准确性和适用性领域,有助于识别环境风险.
科学领域:
- 环境化学环境化学
- 毒理学 毒理学 毒理学
- 计算化学计算化学
背景情况:
- 神经发育障碍的发病率不断上升,需要对环境化学物质进行发展性神经毒性 (DNT) 的查.
- 了解DNT的机制对于风险评估和缓解至关重要.
研究的目的:
- 根据哺乳动物的数据,对DNT进行第一个定性结构-活性关系 (QSAR) 研究.
- 为了确定与DNT化合物相关的结构特征.
主要方法:
- 利用五种分类算法和两种特征选择方法来构建DNT预测模型.
- 分析了建模描述符和识别的结构警报 (SA).
- 结合了三种不同的模型来增强预测性能和应用领域.
主要成果:
- 最好的单一模型显示出良好的预测能力,但应用领域有限.
- 结合模型改善了马修的相关系数 (MCC) 和应用域 (AD) 值.
- 识别了与DNT相关的电子特性,范德瓦尔斯体积和含有S,Cl或P的子结构.
结论:
- 这项研究提供了一个基本的QSAR模型,用于预测环境化学品的DNT.
- 这些发现有助于更好地了解DNT机制.
- 鉴定的结构特征可以指导未来的DNT评估和化学设计.
更多相关视频
17:28Human Pluripotent Stem Cell Based Developmental Toxicity Assays for Chemical Safety Screening and Systems Biology Data Generation
Published on: June 17, 2015
12.7K
06:25Author Spotlight: High-Throughput Toxicity Screening Using Zebrafish Embryo Startle Response Assay
Published on: January 12, 2024
1.5K
