针对麦和玉米中多种农业化学植物毒性的综合预测QSAR,阅读和q-RASAR分析:基于共识的风险评估和优先级的方法
Nilesh Kumar Pandey1, Anjali Murmu1, Purusottam Banjare2
1Department of Pharmacy, Guru Ghasidas Vishwavidyalaya (A Central University), Bilaspur, 495009, India.
Environmental science and pollution research international
|January 16, 2024
概括
本研究使用QSAR和q-RASAR模型评估玉米和麦中农业化学品的植物毒性. 它确定了15种高度有毒的化合物,有助于更安全的农业实践.
科学领域:
- 农业化学 农业化学
- 环境毒理学环境毒理学
- 计算化学计算化学
背景情况:
- 对玉米和麦的需求增加导致对农业化学品的依赖.
- 粮食作物中的农业化学残留物对健康构成潜在风险.
- 了解植物毒性对于作物安全和可持续农业至关重要.
研究的目的:
- 量化评估和预测玉米和麦中农业化学品的植物毒性.
- 开发强大的预测模型,用于识别有害化合物.
- 为了降低风险,优先考虑最有毒的物质.
主要方法:
- 定量结构-活动关系 (QSAR) 建模.
- 定量阅读交叉和定量RASAR (q-RASAR) 方法.
- 使用适用性域 (AD) 和外部预测 (PRI) 的模型验证.
主要成果:
- 开发了强大的QSAR和q-RASAR模型,具有高预测精度 (R2=0.680-0.762,Q2=0.593-0.860).
- 机械学的见解表明,电子负性和极性群体影响化合物毒性.
- 通过共识方法确定了15种对玉米和麦物种最有毒的化合物.
结论:
- 开发的模型准确地预测了玉米和麦的植物毒性.
- 了解分子结构-毒性关系有助于农业化学品安全性评估.
- 这项研究为选择更安全的农业化学品和保护作物健康提供了基础.
更多相关视频
00:05In Silico Modeling Method for Computational Aquatic Toxicology of Endocrine Disruptors: A Software-Based Approach Using QSAR Toolbox
Published on: August 28, 2019
14.0K
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
