定量结构-活性关系预测农药对大夫尼亚大的毒性
Cong Chen1, Bowen Yang1, Mingwang Li1
1Hunan Provincial Key Laboratory of Environmental Catalysis & Waste Regeneration, College of Materials and Chemical Engineering, Hunan Institute of Engineering, Xiangtan, Hunan, 411104, China.
Ecotoxicology (London, England)
|April 9, 2024
概括
全球农药使用威胁水生生物. 这项研究开发了一种可靠的定量结构-活性/毒性关系 (QSAR/QSTR) 模型,使用随机森林来预测Daphnia magna.中的农药毒性.
科学领域:
- 环境化学环境化学
- 毒理学 毒理学 毒理学
- 计算化学的计算化学
背景情况:
- 农药使用量每年超过270万,对非目标水生生物构成重大风险.
- 预测农药对水域的毒性对于环境风险评估至关重要.
- 大是水生有毒性测试的关键指标物种.
研究的目的:
- 开发一个强大的定量结构-活性/毒性关系 (QSAR/QSTR) 模型,用于预测大夫尼亚大的农药毒性.
- 利用随机森林算法和分子描述器进行准确的毒性预测.
- 为评估农药对环境的影响提供可靠的工具.
主要方法:
- 使用随机森林 (RF) 算法.
- 利用十个龙分子描述器来构建QSAR/QSTR模型.
- 开发并验证了模型,使用745个农药毒性pEC50值的数据集对Daphnia magna.
主要成果:
- 最佳射频模型 (射频模型I) 实现了高精度,R2值为0.877 (训练),0.807 (测试) 和0.863 (总组).
- 该模型以低的平均绝对误差 (MAE) 和根平均平方 (rms) 值表现出令人满意的性能.
- 开发的QSTR模型与现有模型可比,但使用较小的描述符集和更大的数据集.
结论:
- 成功开发了一种可靠和适用的QSTR模型,用于预测农药对大夫尼大毒性的毒性.
- 该研究强调了随机森林算法的有效性,用于环境毒理学的QSAR/QSTR建模.
- 这些发现有助于更好地理解和预测农药对水生生态系统的风险.
更多相关视频
06:00Experimental Protocol for Using Drosophila As an Invertebrate Model System for Toxicity Testing in the Laboratory
Published on: July 10, 2018
12.7K
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
