可解释的机器学习模型和符号回归揭示了植物中Per-和多基物质 (PFAS) 的转移:一种新的小型数据机器学习方法来增强数据并获得预测方程
Yuan Zhang1,2, Yanting Li1, Yang Li1
1School of Environmental Science and Engineering, Tianjin University, Tianjin 300350, China.
Toxics
|July 25, 2025
概括
机器学习模型准确地预测了水培植物中的和多基物质 (PFAS) 迁移. 数据增强和符号回归确定了分子量和暴露时间等关键因素,以改善植物吸收预测.
科学领域:
- 环境科学 环境科学
- 植物生物学 植物生物学
- 计算化学计算化学
背景情况:
- 机器学习 (ML) 对于建模植物污染物运输至关重要.
- 水培系统面临的挑战是样本规模小,缺乏用于ML预测的定量函数.
- 在植物中的和多基物质 (PFAS) 生物积累需要先进的建模.
研究的目的:
- 开发准确的ML模型来预测 PFAS 在水培植物系统中的迁移.
- 确定影响PFAS生物积累的关键因素,并建立定量计算方程.
- 使用数据增强和符号回归技术来克服数据限制.
主要方法:
- 数据预处理和功能扩展,包括使用合成少数超样本技术和变异自动编码器显著增强数据.
- 应用四个ML模型 (包括分类提升) 进行预测,并对特征重要性进行沙普利增量解释.
- 利用符号回归模型从原始和增强数据中推导出准确的预测方程.
主要成果:
- 分类提升 (CatBoost) 实现了最高的预测准确性 (R2 = 0.83).
- 分子重量和暴露时间被确定为影响PFAS生物积累的最关键参数.
- 来自增强数据的高维稀疏相互作用方程显示了最高的准确性 (R2 = 0.776).
结论:
- 数据增强,ML和符号回归的综合方法有效地模拟了植物中的PFAS运输.
- 开发的模型和确定的关键因素为植物根吸收和PFAS积累提供了关键的见解.
- 这种方法为预测水培农业系统中的污染物行为提供了一个强大的框架.
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
12.6K
13:16A Whole Cell Bioreporter Approach to Assess Transport and Bioavailability of Organic Contaminants in Water Unsaturated Systems
Published on: December 24, 2014
10.5K
