使用系统参数化和机器学习预测土壤和沉积物系统中的碳化合物初级生物降解
Craig W Davis1, David M Brown2, Chesney Swansborough2
1ExxonMobil Biomedical Sciences, Annandale, New Jersey, USA.
Environmental toxicology and chemistry
|March 28, 2024
概括
碳化合物生物降解系统综合模型 (HC-BioSIM) 对土壤和沉积物进行了增强,显著改善了对石油碳化合物的生物降解预测. 这种新模型比现有方法更准确,有助于环境持久性评估.
科学领域:
- 环境化学环境化学
- 生态毒理学 生态毒理学
- 计算化学计算化学
背景情况:
- 对像石油碳化合物 (HCs) 这样的复杂物质进行生物降解测试具有挑战性.
- 现有的HC生物降解量的定量结构-属性关系 (QSPR) 模型在捕捉环境变化方面存在局限性.
- 碳化合物生物降解系统综合模型 (HC-BioSIM) 之前是为水生系统开发的.
研究的目的:
- 将HC-BioSIM方法扩展到土壤和沉积物环境中.
- 提高预测土壤和沉积物中碳化合物的生物降解率 (DT50) 的准确性.
- 提高碳化合物环境持久性分类的可靠性.
主要方法:
- 开发了HC-BioSIM土壤和沉积物的模型,使用HC半衰期记录的2195个数据库.
- 根据标准生物降解测试指南应用相关性和可靠性标准.
- 将HC-BioSIM性能与现有的BioHCWin和VEGA QSPR模型进行比较.
主要成果:
- 对于土壤和沉积物的HC-BioSIM模型的表现明显优于BioHCWin和VEGA.
- 预测DT50的平均误差在土壤中减少了6.3倍,在沉积物中减少了8.7倍.
- HC-BioSIM实现了高的持久性正确分类率:83.9% (土壤) 和90.6% (沉积物).
结论:
- 扩展的HC-BioSIM为评估土壤和沉积物的碳化合物生物降解提供了更准确,更可靠的工具.
- 该模型展示了对外部数据集的应用的概括性和稳定性.
- 与现有的模型相比,HC-BioSIM显著改善了环境持久性分类.
更多相关视频
08:21Isolation and Screening from Soil Biodiversity for Fungi Involved in the Degradation of Recalcitrant Materials
Published on: May 16, 2022
4.8K
10:03Isolation, Propagation, and Identification of Bacterial Species with Hydrocarbon Metabolizing Properties from Aquatic Habitats
Published on: December 7, 2021
4.3K
