化学NTP:使用罗神经网络对环境化学品的神经毒性目标的高级预测
Lingjing Zhang1, Tingji Yao1, Jiaqi Luo1
1State Key Laboratory of Environmental Chemistry and Ecotoxicology, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, P. R. China.
Environmental science & technology
|December 11, 2024
概括
一个新的模型,ChemNTP,预测了环境化学神经毒性目标. 它确定了分子机制和结合点,有助于评估污染物对健康的风险.
科学领域:
- 环境健康科学 环境健康科学
- 毒理学 毒理学 毒理学
- 计算化学计算化学
背景情况:
- 环境化学物质通过各种暴露途径构成神经毒性风险.
- 神经毒性化学物质的分子机制和特定的结合标仍然在很大程度上是未知的.
- 目前用于识别神经毒性标的现有方法的范围有限.
研究的目的:
- 开发一个预测模型,ChemNTP,用于识别环境化学品的神经毒性目标.
- 为了快速选化学品,针对广泛的潜在神经毒性标.
- 阐明化学-目标相互作用的结构基础.
主要方法:
- 开发ChemNTP,一个整合化学结构和生物标的预测模型.
- 对199个潜在的神经毒性标或分子发起事件 (MIE) 的查.
- 利用注意力机制来识别关键的残留物和分子特征.
- 使用体外酶活性测定和分子对接的实验验证.
主要成果:
- 在测试组中,ChemNTP实现了高预测性能,AUC_ROC为0.923.
- 该模型确定了分子和结合标之间的关键相互作用.
- 实验验证证了八种多二乙烯 (PBDE) 与乙胆酶 (AChE) 的结合.
结论:
- 化学NTP是一种强大的工具,用于预测环境化学品的神经毒性目标.
- 该模型提供了对分子机制的洞察,并促进了风险评估.
- 有一个用户友好的界面可用于识别新兴污染物的神经毒性目标.
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
13.8K
16:02Demonstration of the Sequence Alignment to Predict Across Species Susceptibility Tool for Rapid Assessment of Protein Conservation
Published on: February 10, 2023
2.6K
