人工智能用于发现安全有效的阻燃剂
Xiaojia Chen1, Min Nian1, Feng Zhao1
1Department of Environmental Science and Engineering, Fudan University, Shanghai 200438, China.
研究人员开发了一个AI框架,以发现新的,安全的有机阻燃剂 (OPFRs). 这种方法确定了有前途的候选物,包括一种无毒的化合物,减少了开发时间和成本.
科学领域:
- 材料科学 材料科学 材料科学
- 化学工程是化学工程的重要组成部分.
- 计算化学计算化学
背景情况:
- 有机阻燃剂 (OPFR) 是商业产品中的重要添加剂.
- 越来越多的健康问题需要开发新的,更安全的OPFR.
- 现有的发现方法耗时且昂贵.
研究的目的:
- 提出一个可解释的人工智能辅助产品设计 (AIPD) 框架,用于选新,安全和有效的OPFR.
- 加速发现新的阻燃剂,减少对环境的影响.
主要方法:
- 开发了一种深度神经网络,用于预测阻燃性 (精度为0.90).
- 利用夏普利添加剂扩展来识别关键的阻燃基结构.
- 从ZINC数据库中选了约600种化合物.
- 应用了吸收,毒性和持久性的评分系统.
- 实验验证有希望的候选人.
主要成果:
- 确定了增强阻燃性的特定基结构 (摩根507,114).
- 选择了六个潜在的OPFR候选人.
- 确定Z2化合物作为一个有前途的候选物,对斑马鱼胚胎没有毒性.
- 证明了框架能够显著减少发现时间和成本的能力.
结论:
- 该AIPD框架有效指导新型阻燃剂的发现.
- 开发的方法为寻找安全有效的OPFR提供了更快,更具成本效益的方法.
- 实验验证证了人工智能引导候选人的潜力.
更多相关视频
09:04Identifying Per- and Polyfluorinated Chemical Species with a Combined Targeted and Non-Targeted-Screening High-Resolution Mass Spectrometry Workflow
Published on: April 18, 2019
14:20High Throughput SiRNA Screening for Chloropicrin and Hydrogen Fluoride-Induced Cornea Epithelial Cell Injury
Published on: June 16, 2018
相关概念视频
Flame Photometry: Overview
Atomic Emission Spectroscopy: Interference
Flame Photometry: Lab
Atomic Fluorescence Spectroscopy
Atomic Absorption Spectroscopy: Atomization Methods
Gas Chromatography: Types of Detectors-II
