可解释的机器学习框架,用于预测废水再利用中的农药植物毒性:整合分子,量子和实验描述符

科学领域:

• 生态毒理学 生态毒理学
• 环境化学环境化学
• 计算毒理学计算毒理学

背景情况:

• 由于复杂的分子和环境相互作用,农药植物毒性预测具有挑战性.
• 现有的定量结构-活动关系 (QSAR) 模型往往忽略了环境因素,限制了准确性.
• 准确的预测对于环境风险评估和可持续农业至关重要.

研究的目的:

• 开发一种可解释的机器学习 (ML) 框架,用于预测农药的植物毒性 (EC50).
• 整合分子描述器,量子化学描述器 (QCD) 和实验条件,以改善预测.
• 为了提高模型的可解释性,超越传统的黑子方法.

主要方法:

• 使用XGBoost在精选的种子发芽和生长抑制试验数据集上开发了一个ML框架.
• 集成的分子描述器,QCD和实验条件 (例如,暴露时间,日志Koc,水溶性).
• 采用沙普利增量解释 (SHAP) 和部分依赖图 (PDP) 来实现模型的解释性.

主要成果:

• XGBoost实现了高预测性能:R2为0.69和RMSE为0.80 (10倍CV),R2为0.75和RMSE为0.81 (外部验证).
• SHAP和PDP分析确定了暴露时间,日志 Koc 和水溶性作为植物毒性的关键决定因素.
• 当地SHAP分析证实了与毒理学原则的机制一致性.

结论:

• 结合化学和环境数据的可解释的ML模型显著提高了农药植物毒性预测.
• 该框架为生态毒理学评估提供了有价值的机制性见解.
• 这种方法支持环境监测,可持续的农药监管和农业废水管理.