基于自然语言处理科学文章的纳米材料毒性的大规模元分析
Amauri J Paula1, Romana Petry2, James M Almeida3
1Solid-Biological Interface Group (SolBIN), Aeronautics Institute of Technology - ITA, São José dos Campos 12228-900, SP, Brazil.
ACS applied nano materials
|January 15, 2026
概括
自然语言处理 (NLP) 管道从数百万个句子中提取纳米毒理学数据,创建一个知识库. 银纳米材料显示出最高的抗菌作用力,影响危害预测.
科学领域:
- 纳米毒理学研究
- 计算毒理学计算毒理学
- 材料科学 材料科学 材料科学
背景情况:
- 纳米毒理学文献的手动策划在规模和分辨率上是有限的.
- 需要自动数据提取来处理大量的科学出版物.
- 了解纳米材料的特性和生物效应对于危害评估至关重要.
研究的目的:
- 为挖掘纳米毒理学文献建立自然语言处理 (NLP) 管道.
- 将数以百万计的科学抽象句子转换为结构化,机器可读的知识库.
- 确定纳米毒理学的关键特征,并分析结构-活性关系.
主要方法:
- 结合主题建模和NLP的大型语言模型 (LLM) 提示.
- 提取纳米材料描述符 (大小, ζ潜力,表面积) 和生物终点 (MIC, MBC, LC50).
- 对不同纳米材料和病原体的定量终点进行统计分析.
主要成果:
- 从~10^6个句子创建了13个纳米毒理学特征的知识库.
- 与ZnO,TiO2和Au相比,基于白银 (Ag) 的纳米材料显示出更高的抗微生物功效 (较低的MIC,MBC).
- 纳米材料<50纳米经常表现出较低的毒性,但显著的变化凸显了表面化学和涂层的重要性.
- 不良的生殖和发育影响主要与Ag和TiO2纳米材料有关.
结论:
- 在NLP的管道有效地转化不同的文献到一个结构化的知识库.
- 自动数据提取有助于基于数据的纳米材料危险预测.
- 银纳米材料是强大的抗菌剂,而Ag和TiO2与模型生物的特定不良影响有关.
