从HRMS数据预测未识别化学品在补充生物测试中的活性,以确定潜在的内分泌干扰物

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:

• 非目标高分辨率质谱仪 (HRMS) 在环境样本中检测到许多未识别的化学物质.
• 现有的机器学习 (ML) 模型很难在这些未知的化合物中识别潜在的内分泌干扰物 (ED).
• 精确识别EDs对于环境和人类健康风险评估至关重要.

研究的目的:

• 开发和评估使用HRMS数据预测未识别化学品内分泌干扰活性的ML模型.
• 用蒙特卡洛采样在现实的条件下评估模型性能.
• 调查从HRMS数据中获得的概率指纹特征对毒性预测的有用性.

主要方法:

• 使用各种算法和分子指纹特征训练单个和多输出ML模型.
• 采用蒙特卡洛采样方法,将HRMS数据 (SIRIUS+CSI:FingerID) 的概率指纹特征与对二进制特征进行训练的模型集成在一起.
• 为了模型的可解释性,利用了夏普利添加式解释 (SHAP).

主要成果:

• 在12个ED生物试验中,模型在90%的回忆率下实现了低错误阳性率 (0.251到0.824).
• 从HRMS数据中获得的指纹特征被证明是预测内分泌干扰活动的信息.
• SHAP分析确定了与活性化学物质作用模式相关的结构模式.
• 单个输出模型通常优于多个输出模型,尽管两者都显示出潜力.

结论:

• 源自HRMS的指纹特征可以预测未识别化学物质的内分泌干扰活性.
• 这种方法显著推进了*in silico*毒理学,因为它可以在没有明确的化学物质识别的情况下进行毒性评估.
• 该方法有效地减少了高达75%的非目标HRMS分析后处理工作负载.