纳米毒素雷达:一个多目标纳米-QSAR模型用于预测多组件纳米粒子的细胞毒性值

科学领域:

• 纳米技术 纳米技术
• 毒理学 毒理学 毒理学
• 计算化学计算化学

背景情况:

• 纳米技术的进步产生了复杂的纳米粒子,需要强大的毒性评估工具.
• 现有的纳米-QSAR模型具有有限的应用领域,限制它们的使用到特定的纳米粒子类型和细胞系.
• 需要预测模型来评估各种多元组件纳米颗粒 (MC-NP) 在各种细胞类型中的毒性.

研究的目的:

• 开发NanoToxRadar,这是一个基于网络的平台,用于预测MC-NP对各种细胞系的毒性.
• 为复杂的纳米材料扩大纳米定量结构-活性关系 (nano-QSAR) 模型的应用领域 (AD).
• 为研究人员提供一个可访问的工具来估计纳米粒子毒性.

主要方法:

• 开发一个基于网络的平台 (NanoToxRadar),集成一个预测性毒性模型.
• 使用尺寸依赖的电子配置指纹来表示MC-NP分子结构.
• 利用一热编码细胞类型和CatBoost回归模型来预测对110个细胞系的毒性.

主要成果:

• CatBoost回归模型表现出强大的预测性能,R2_测试为0.877.
• 纳米ToxRadar成功地预测了110个细胞系的pIC₅₀值,基于纳米粒子组成 (核心,外,剂,涂层) 和直径.
• 该平台可以在网上访问https://www.kitox.re.kr/nanotoxradar.kr.

结论:

• 纳米ToxRadar有效地预测了多元组件纳米颗粒在广泛的细胞系中具有毒性的毒性.
• 开发的平台显著扩大了纳米-QSAR模型对复杂纳米材料的应用领域.
• 纳米ToxRadar是评估纳米粒子安全性和指导纳米医学和纳米毒理学未来研究的宝贵资源.