通过深度学习驱动的发现,发现了对蜜蜂安全的异佐林农药候选剂
Zhaokai Yang1, Hao Wang1, Meina Song1
1State Key Laboratory of Green Pesticide, Guizhou University, Huaxi District, Guiyang 550025, China.
Journal of agricultural and food chemistry
|December 1, 2025
概括
一个新的深度学习模型,BeeSafe 2.0,准确地预测了杀虫剂对蜜蜂的风险. 这种工具导致了WT-02的发现,一种具有明显较低蜜蜂毒性的新型杀虫剂.
科学领域:
- 环境科学 环境科学
- 毒理学 毒理学 毒理学
- 计算化学的计算化学
背景情况:
- 伊索克萨林杀虫剂对蜜蜂造成重大风险,蜜蜂是重要的授粉者.
- 由于数据缺陷,目前的预测模型对异佐林对蜜蜂的毒性缺乏准确性.
研究的目的:
- 开发一个先进的深度学习模型来准确预测异佐林的蜜蜂毒性.
- 识别新型,蜜蜂安全的杀虫剂.
主要方法:
- 开发了BeeSafe 2.0,集成图形神经网络 (GGHT) 和残余网络 (ResNet).
- 利用一种新的训练数据集来提高模型性能.
- 部署了一个可访问的在线服务器,用于化学品对蜜蜂的毒性评估.
主要成果:
- 蜜蜂安全2.0显示出卓越的预测准确性,特别是对于异zolines.
- 发现了WT-02,一种具有强大的害虫效果和大大降低蜜蜂毒性的新型异索林杀虫剂 (1/18的甲胺).
结论:
- 蜜蜂安全2.0为农药环境风险管理提供了一种变革性的方法.
- 该模型有助于发现更安全,更可持续的替代品来保护授粉者健康.


