在QSAR中重新评估基于SHAP的解释:以模型为中心的极限和无监督的替代方案,用于化碳吸入毒性

科学领域:

• 计算毒理学计算毒理学
• 药品化学 药品化学 是一个
• 化学信息学 化学信息学

背景情况:

• 定量结构-活性关系 (QSAR) 模型对于预测化学毒性至关重要.
• 解释QSAR模型,特别是特征的重要性,对于理解毒理学机制至关重要.
• 之前的研究表明,QSAR对碳化合物吸入毒性有前途.

研究的目的:

• 评估带有辐射基功能的支向量机 (SVM-RBF) 和XGBoost模型的性能,用于预测碳吸入毒性.
• 评估SHapley添加式解释 (SHAP) 在这些QSAR模型中识别有影响力的分子描述物的可靠性.
• 提出改善QSAR模型稳定性和可解释性的方法.

主要方法:

• 使用SVM-RBF和XGBoost算法开发和验证QSAR模型.
• 应用SHAP分析来解释模型预测并识别关键分子描述符.
• 探索无监督描述符优先级技术 (特征聚合,高度可变的特征选择).
• 使用非目标关联选 (斯皮尔曼相关性) 进行验证.

主要成果:

• 使用SVM-RBF和XGBoost.使用化碳吸入毒性的高预测准确度和概括性得以实现.
• SHAP分析确定了有影响力的分子描述符,但其对特征重要性的可靠性受到质疑.
• 观察到SHAP对模型规范,相关描述符的敏感性,以及模型偏差的潜在放大.
• 高预测准确度并不能确保可靠的特征重要性排名.

结论:

• 虽然QSAR模型表现出强大的预测能力,但建议对SHAP衍生特征重要性的解释性保持谨慎.
• 像SHAP这样的依赖模型的可解释性方法可能会继承和放大偏见,缺乏对特征重要性的基础真实验证.
• 整合无监督描述符优先级和非目标关联选可以提高模型稳定性并减轻QSAR分析中的解释错误.