化学评估所需的预测化学分区比率的量化不确定性
Trevor N Brown1, Alessandro Sangion1, Li Li2
1ARC Arnot Research & Consulting, Toronto, Ontario, Canada. trevor.n.brown@gmail.com.
这项研究比较了定量结构属性关系 (QSPR) 软件用于预测化学性质. 与OPERA和EPI环境风险评估套件相比,IFSQSAR显示出更高的不确定性量化.
科学领域:
- 环境化学环境化学
- 计算化学的计算化学
- 毒理学 毒理学 毒理学
背景情况:
- 定量结构属性关系 (QSPR) 模型对于预测化学物理化学 (PC) 属性至关重要.
- 准确预测诸如醇-水分区比 (K_OW) 等属性对于危险选和风险评估至关重要.
- 评估QSPR软件的预测准确性,适用性领域和不确定性对于可靠的化学安全评估至关重要.
研究的目的:
- 为了比较三个QSPR软件包的预测准确性,适用性域 (AD) 和不确定性量化:IFSQSAR,OPERA和EPI Suite.
- 为PC属性预测提出理论和数据驱动的上下限.
- 使用外部实验数据验证QSPR包的不确定性指标.
主要方法:
- 编译,合并和过了实验PC属性的数据库.
- 评估的QSPR模型使用八醇-水 (K_OW),八醇-空气 (K_OA) 和空气-水 (K_AW) 分割比的数据集.
- 与外部实验数据对比的验证QSPR不确定性指标.
主要成果:
- IFSQSAR的95%预测间隔 (PI95) 捕获了90%的外部数据.
- 为了获得相似的外部数据百分比,OPERA和EPI Suite需要大幅调整PI95 (分别为4和2的因子).
- 识别了缺乏数据的化学品类 (例如,PFAS,可电离,复杂结构),需要改进QSPR模型.
结论:
- 与OPERA和EPI套件相比,IFSQSAR显示了PC属性预测的更可靠的不确定性估计.
- 目前的QSPR不确定性指标需要进行调整,以准确地捕获外部数据.
- 未来的研究应该专注于增强QSPR模型的数据贫困和复杂的化学结构,以改善环境风险评估.
更多相关视频
10:22Split Point Analysis and Uncertainty Quantification of Thermal-Optical Organic/Elemental Carbon Measurements
Published on: September 7, 2019
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
相关概念视频
Uncertainty: Overview
Chemical Equilibria: Systematic Approach to Equilibrium Calculations
The first step is to identify all the chemical reactions involved, The...
Propagation of Uncertainty from Systematic Error
Mechanistic Models: Compartment Models in Individual and Population Analysis
Extraction: Partition and Distribution Coefficients
For extracting a solute from an aqueous phase into an...
Uncertainty in Measurement: Accuracy and Precision
