有机磷类化合物大鼠急性毒性QSAR模型构建与毒性机制研究

有机磷化合物(OPs)广泛分布在各种环境介质中,并对各类生物的健康有潜在的危害。本研究采用基于逐步算法(SW)和遗传算法(GA)的多元线性回归(MLR)方法,收集并筛选出53种OPs的数据集并建立其关于大鼠急性口服毒性(LD50)的定量结构活性关系(QSAR)模型。构建的SW-MLR模型的参数决定系数(R²)、留一法交叉验证系数(Q_(LOO)2)、留一法交叉验证系数(Q_(LOO)²)、外部检验系数(Q_(F1)2)、外部检验系数(Q_(F1)²和Q_(F2)2和Q_(F2)²)分别为0.897、0.817、0.515和0.505,GA-MLR模型的参数分别为0.827、0.752、0.831和0.828。2个模型的统计参数表征了良好的预测能力。使用外部测试集对模型进行评估时,发现GA-MLR模型比SW-MLR模型具有更好的预测和泛化能力。此外,基于建立的模型预测了其他9种OPs的急性毒性,并辅以分子对接技术探究了其潜在的神经毒性。分子对接结果显示,其中8种OPs可以与人类丁酰胆碱酯酶结合。模型机理解释和分子对接结果显示,OPs取代基的高烷基化程度和支链长度的增加能够降低毒性。因此,建立的模型可以从OPs的分子结构上探索与毒性相关的信息,并为监管和筛选新的OPs提供基础数据。     

定量构效关系模型在化合物毒性预测领域的应用、发展与展望

定量构效关系（Quantitative Structure Activity Relationship, QSAR）在化合物毒性虚拟计算领域被广为使用,能够高效、准确地用于化合物毒性的预测和风险评估.本文综述了利用QSAR方法开展化合物毒性预测中数据集、数据输入和模型方法3个领域的发展与变化,分析了研究的发展历程,提出了当前研究热点,并针对定量构效关系在化合物毒性预测领域的未来发展提出了展望.