通过使用光梯度增强机器来使用新出现的污染物抑制氧酶增殖器激活受体玛 (PPARγ) IC50的预测建模

科学领域:

• 环境毒理学环境毒理学
• 分子生物学分子生物学
• 计算化学是一种计算化学.

背景情况:

• 氧酶增殖器激活受体玛 (PPARγ) 是一个核受体,对代谢和炎症调节至关重要.
• 环境污染物可以破坏PPARγ的功能,对人类健康和生态系统构成风险.
• 了解这些相互作用对于环境风险评估至关重要.

研究的目的:

• 开发一种化学化合物对PPARγ的抑制活性 (IC50) 的预测模型.
• 评估140种不同的化学污染物的潜在PPARγ抑制作用.
• 通过预测建模来加强环境毒理学研究.

主要方法:

• 使用LightGBM算法进行预测建模.
• 在一个数据集上训练了该模型,其中包括1804个具有已知的PPARγ相互作用的分子.
• 使用r平方,MAE和RMSE指标验证了模型的性能.

主要成果:

• 轻GBM模型在预测PPARγ抑制方面取得了很高的准确性.
• 获得了0.82 (训练) 和0.59 (测试) 的r平方值,用于IC50预测.
• 证明了该模型在13种化学品类别中的能力,包括杀虫剂和阻燃剂.

结论:

• 开发的模型提供了一种新的方法来预测环境污染物的PPARγ抑制.
• 提供了关于新出现的污染物对公共健康构成的风险的宝贵见解.
• 支持加强环境毒理学研究和风险评估策略.