使用可解释图形神经网络识别植物性杀菌剂配方的协同组件
Oliver Snow1, Amirreza Kazemi2, Forum Bhanshali1
1Terramera, Vancouver, British Columbia V5Y 1K3, Canada.
Journal of chemical information and modeling
|July 20, 2024
概括
这项研究引入了一种深度学习方法,用于预测植物生物杀虫剂和透增强剂的协同作用组合. 这种方法加速了新的,环保的作物保护解决方案的发现.
科学领域:
- 农业科学 农业科学
- 计算生物学 计算生物学
- 生物化学 生化学
背景情况:
- 植物配方提供环保的生物杀虫剂潜力.
- 通过透增强剂提高生物杀虫剂的有效性至关重要,但由于复杂的化学相互作用,这是一项挑战.
- 发现协同效应组合需要有效的预测方法.
研究的目的:
- 开发一种新的深度学习方法,用于预测植物产品和透增强剂之间的协同作用.
- 为了能够有效地识别有效的生物农药配方.
- 提供关于协同作用相互作用机制的见解.
主要方法:
- 一个深度学习模型使用加权组件特征向量来表示化学混合物.
- 处理可变数量的组件,并解释每个组件对协同效应的贡献.
- 汇集解释方法以阐明潜在的协同作用机制.
主要成果:
- 深度学习方法准确地预测了植物生物杀虫剂和透增强剂的协同组合.
- 湿实验室验证证实了新型和有效的生物农药配方的发现.
- 这种方法证明了除了生物农药应用之外的通用性.
结论:
- 拟议的深度学习方法显著提高了协同作用的化学混合物的发现.
- 这种方法促进了有效和环境可持续的生物农药的开发.
- 该方法可用于预测各种化学化合物混合应用中的协同效应.
更多相关视频
相关概念视频
01:27Chemical Agents for Microbial Control
Chemicals play important roles in controlling microbial growth by targeting microbial structures and functions as sanitizers, antiseptics, disinfectants, and sterilants.Alcohols are commonly used sanitizers, effectively disrupting lipid membranes, which compromises cell integrity. They are also used as antiseptics and disinfectants due to their rapid action and versatility.Phenols and their derivatives phenolics , known for denaturing proteins and disrupting cell membranes, are particularly...
01:25Rapid Identification of Pathogens
MALDI-TOF MS has transformed clinical microbiology by offering a rapid and reliable method for pathogen identification. The traditional approach to microbial identification typically involves time-consuming culture techniques and biochemical tests, which can delay the initiation of appropriate antimicrobial therapy. MALDI-TOF MS avoids these delays by using characteristic ribosomal protein mass patterns of microbial cells, enabling accurate species-level identification within minutes.Principle...