支持纳米材料安全评估的群众智慧
Laura Aliisa Saarimäki1,2, Michele Fratello1, Giusy Del Giudice1,2
1Finnish Hub for Development and Validation of Integrated Approaches (FHAIVE), Faculty of Medicine and Health Technology, Tampere University, Tampere 33520, Finland.
Environmental science & technology
|July 17, 2025
概括
本研究利用专家的见解,为工程纳米材料 (ENM) 创建关注分数,改进计算安全评估. 在这些分数上训练的机器学习模型可以预测ENM的毒性,并识别涉及有害影响的关键基因.
科学领域:
- 纳米材料安全性评估
- 计算毒理学计算毒理学
- 在形方法的方法.
背景情况:
- 目前对工程纳米材料 (ENM) 的体内测试由于数据稀缺而面临限制.
- 新方法方法 (NAM) 需要可靠的数据来验证安全评估.
- 弥合数据差距对于推进ENM的预测毒理学至关重要.
研究的目的:
- 开发一个框架,使用该框架.
- 人群的智慧是群众的智慧.
- (WoC) 来产生对ENMs的共识关注分数.
- 通过整合专家知识,提高纳米安全计算模型的预测准确度.
- 用机器学习量化潜在的ENM毒性并确定潜在的机制.
主要方法:
- 开发了一个整合多个领域专家见解的框架.
- 为各种ENM生成共识关注分数.
- 机器学习模型使用关注分数,ENM描述符和基因表达数据进行训练.
- 预测模型被用来量化毒性和确定关键基因.
主要成果:
- 专家意见与现有的实验数据保持一致,提供了可靠的关注水平估计.
- 机器学习模型在各种终点上成功预测了ENM毒性.
- 与金属离子平衡,炎症和氧化应激相关的关键基因被确定为ENM毒性的关键预测因素.
结论:
- 整合专家知识 (WoC) 有效地填补了ENM安全评估中的数据缺口.
- 在专家衍生得分上训练的计算模型提高了ENM毒性的预测.
- 这种方法支持高效的,基于机制的,可扩展的纳米材料安全评估.
相关概念视频
01:24Microbial Corrosion
Microbiologically Influenced Corrosion (MIC) is a significant form of material degradation caused by the metabolic activities of microorganisms. This phenomenon poses substantial challenges across various industries, including oil and gas, maritime, and water treatment sectors.MIC occurs when microorganisms, such as bacteria, archaea, and fungi, colonize metal surfaces, forming biofilms that alter the local electrochemical environment. These biofilms can lead to the production of corrosive...
01:24iChip
The cultivation of environmental microorganisms has long been hindered by the inability to replicate complex native conditions in vitro. The isolation chip (iChip) addresses this limitation by facilitating the growth of previously uncultivable microorganisms through in situ incubation. Designed for high-throughput microbial cultivation, the iChip comprises hundreds of microchambers, each capable of housing a single microbial cell. These microchambers are loaded with a mixture of molten agar and...