G.AI.A:一个集成的机器学习平台,用于预测药品的生物积累和生态毒性
Evangelos Tsoukas1, Michail Papadourakis1, Eleni Chontzopoulou1
1Cloudpharm PC, Athens 15125, Greece.
本研究介绍了一个计算框架和网络平台 (G.AI.A),用于预测鱼类中的制药环境风险,包括生物度和生态毒性. 该工具通过评估化合物及其代谢物的生态安全性来帮助可持续的药物设计.
科学领域:
- 环境化学环境化学
- 计算毒理学计算毒理学
- 绿色化学 绿色化学
背景情况:
- 水生环境中的药品由于生物活性化合物积累而构成生态风险.
- 现有的风险评估方法可能耗时且资源密集.
- 需要预测工具来支持可持续的化学品管理和药物设计.
研究的目的:
- 开发一个计算框架来预测鱼类生物度和生态毒性.
- 为全面的环境风险评估整合代谢物预测.
- 创建一个可访问的网络平台 (G.AI.A) 快速环境风险评估.
主要方法:
- 开发用于生物度 (BCF) 和生态毒性 (LC50) 预测的机器学习模型.
- 使用SyGMa工具将代谢物预测纳入.
- 利用分子指纹分析来解释模型的可解释性.
- 多种工具的基准测试用于代谢物预测.
主要成果:
- 高性能ML模型实现了ROC AUC得分,生物度为94.60%,生态毒性为96.06%.
- 该框架成功预测了母化合物及其代谢物的风险.
- G.AI.A 网络平台通过 SMILES 输入提供快速预测,并支持批处理.
结论:
- 开发的框架和G.AI.A平台推进了药品的预测毒理学.
- 这种方法支持绿色设计制药开发和可持续化学品管理.
- 该工具可为监管机构和研究人员提供早期环境风险评估.
更多相关视频
09:01A High-throughput Assay for the Prediction of Chemical Toxicity by Automated Phenotypic Profiling of Caenorhabditis elegans
Published on: March 14, 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
Pharmacokinetic Models: Overview
There are three primary types of models: empirical, compartment, and physiological. Empirical models, with minimal...
Bioavailability Enhancement: Determination and Conceptual Approaches in Overcoming Bioavailability Problems
Physiological Pharmacokinetic Models: Incorporating Hepatic Transporter-Mediated Clearance
A recent model describes pravastatin's hepatobiliary excretion,...
Measurement of Bioavailability: Pharmacodynamic Methods
Measurement of Bioavailability: Pharmacokinetic Methods
Physiological Pharmacokinetic Models: Assumption with Protein Binding
