使用基于AI的毒性预测,将微污染物混合物与宏无脊椎动物的生态健康联系起来
Ariane Moulinec1, Fabian G Weichert2, Henner Hollert3
1Senckenberg Research Institute and Natural History Museum Frankfurt, Department of River Ecology and Conservation, Clamecystraße 12, Gelnhausen 63571, Germany; Goethe University Frankfurt, Faculty of Biological Sciences, Institute of Ecology, Evolution and Diversity, Frankfurt am Main 60438, Germany.
微污染物混合物对水生生态系统产生重大影响. 将复杂的混合物归结为单个指标低估了它们对地宏观无脊椎动物的生态危害.
科学领域:
- 环境毒理学环境毒理学
- 生态毒理学 生态毒理学
- 水生生态学 水生生态学
背景情况:
- 微污染物对水生生态系统构成越来越大的威胁.
- 评估复杂微污染物混合物的生态影响是具有挑战性的.
- 盆地宏观无脊椎动物群体是水质的敏感指标.
研究的目的:
- 为了研究微污染物混合物对盆地宏观无脊椎动物群落的影响.
- 为了比较不同的方法来评估微污染物混合物的有毒压力.
- 确定驱动生态影响的关键微污染物.
主要方法:
- 使用人工智能模型TRIDENT对559种微污染物的预测毒性 (EC10).
- 根据毒性对微污染物进行聚类,并使用β回归分析在多度指数上分析它们的影响.
- 评估了两个模型:一个具有最大毒性压力,另一个具有集群特定的毒性压力.
主要成果:
- 一个包含微污染物集群的有毒压力模型更好地解释了对生态健康的影响 (假R平方=0.28).
- 仅考虑最大毒性压力的模型具有较低的解释力 (伪R平方=0.15).
- 仅仅四种特定指标物质就解释了社区健康变化的很大一部分 (假R平方=0.24).
结论:
- 微污染物污染是水生生态系统退化的一个关键因素.
- 将微污染物混合物简化为单一物质指标,导致低估它们对生态的影响.
- 了解混合物毒性对于有效的水质管理至关重要.
更多相关视频
05:47In Silico Modeling Method for Computational Aquatic Toxicology of Endocrine Disruptors: A Software-Based Approach Using QSAR Toolbox
Published on: August 28, 2019
16:02Demonstration of the Sequence Alignment to Predict Across Species Susceptibility Tool for Rapid Assessment of Protein Conservation
Published on: February 10, 2023
相关概念视频
01:36Types of Toxins
Air pollutants, primarily gases, pose significant threats to respiratory health, leading to conditions like hypoxia, lung cancer, and in extreme cases, death.
Environmental pollutants like...
01:30Environmental Applications of Microorganisms