基于机器学习算法的化学品肝毒性筛查模型

外源性化学品暴露是肝脏疾病的重要病因,有必要筛查肝毒性化学品并进行管理。定量构效关系(QSAR)模型,通过关联化学品的分子结构和毒性效应,可用于肝毒性化学品的有效筛查。本研究旨在构建性能优异的肝毒性化学品的QSAR筛查模型。以往基于机器学习算法的化学品肝毒性筛查模型数据来源单一,覆盖的化学空间有限。本研究搜集整理了4 014种化学品肝毒性的定性数据,使用多种机器学习算法,建立了肝毒性化学品的筛查模型。以PubChem指纹作为模型输入,应用随机森林算法所建模型的效果最优。十折交叉验证的准确率(R_A)、敏感性(R_SE)、特异性(R_SP)和受试者工作特征曲线下的面积(A_ROC)分别为0.714, 0.596, 0.799和0.764;外部验证的R_A,R_SE,R_SP和A_ROC分别为0.733, 0.620, 0.812和0.804。基于分子相似性原理,表征了模型应用域。分子中是否具有氮原子以及氮原子的数量,是决定化学品是...     

基于形态修正的描述符构建可电离化合物对大型溞急性毒性的QSAR模型

在环境水体中,可电离有机化合物(IOCs)可解离为分子和离子形态。研究表明,IOCs离子形态的环境行为、毒性效应等都与其分子形态存在较大差异,因而在研究IOCs环境行为、毒性效应时不应忽略离子化的影响。在构建IOCs相关预测模型时如何表征离子化的影响是当前研究的重要内容之一。探讨了采用基于形态修正的描述符构建IOCs水生毒性预测模型的可行性。具体而言,采用逐步多元线性回归(MLR)方法,构建了可预测63种取代酚、取代苯甲酸和取代苯胺等IOCs对大型溞急性毒性的定量结构-活性关系(QSAR)模型。与仅采用分子形态描述符的模型相比,使用基于形态修正描述符的模型决定系数(R2)、去一法交叉验证系数(Q2LOO)、外部验证系数(Q2EXT)等参数从0.622～0.705提高到了0.840～0.875,表明基于形态修正描述符的模型具有更好的拟合优度、稳健性和预测能力。因此,在将来的研究中,可采用基于形态修正的描述符构建IOCs水生毒性效应预测模型。     

神经网络用于卤代肉桂酸对羊角月牙藻毒性的预测研究

卤代肉桂酸因具有肉桂酸一样的抑菌、抗氧化和抗微生物活性作用,故被广泛应用于医药、化妆品和农药等生产行业.为了研究卤代肉桂酸对羊角月牙藻急性毒性与其分子结构之间的定量构效关系,基于分子拓扑理论,计算了14个卤代肉桂酸分子的4类分子结构参数,筛选了电性拓扑状态指数(E13)和电性距离矢量(M15)作为理论结构描述符,将其与卤代肉桂酸对羊角月牙藻急性毒性进行回归分析,并将这2种参数作为神经网络法的输入层参数,采用2-2-1的神经网络结构,构建了相关性良好的预测毒性的神经网络模型,模型的总相关系数(R总)为0.951,预测的毒性值与其相应文献实验值的相对平均误差为4.49％,吻合度较好,利用模型预测了另外12种卤代肉桂酸对羊角月牙藻急性毒性.结果表明,卤代肉桂酸对羊角月牙藻急性毒性与2种分子结构参数具有良好的非线性关系.     

基于SMD模型预测全/多氟烷基化合物的正辛醇-水分配系数

全/多氟烷基化合物(PFASs)是备受关注的新污染物.正辛醇-水分配系数(K_OW)是评价化学品在环境中分配、迁移和归趋的重要参数,但大多数PFASs缺少K_OW的实测值.发展可靠的K_OW预测方法,对填补PFASs的K_OW数据缺失具有重要意义.本研究通过基于溶质电子密度的溶剂化模型(SMD)描述溶剂化效应,以19种PFASs的lgK_OW实测值为参照,从哈特里-福克自洽场和密度泛函理论与不同基组的组合中,筛选适于预测PFASs的lg K_OW方法.比较lg K_OW实测值与不同方法所得预测值之间的相关系数(r)和均方根误差(RMSE),发现当用B3LYP泛函结合6-31+G(d,p)基组优化几何结构,B3LYP泛函结合MIDI!6D基组计算能量时,预测效果最好(r=0.980,P <0.001,RMSE=0.273).发现溶剂形成空穴、溶质-溶剂色散作用和溶剂局部结构变化,为PFASs的K_OW值的主要影响因素.本研究...     

神经网络法应用于酚类化合物对青海弧菌毒性的预测

青海弧菌对有毒酚类化合物具有强烈的敏感性,为建立酚类衍生物对青海弧菌毒性的定量结构-活性相关性(QSAR)模型,分析了16种酚类衍生物的分子结构与对青海弧菌毒性之间的相关关系,计算了酚类衍生物的分子连接性指数和分子形状指数,并优化筛选了分子连接性指数的1阶路径指数(~1χ)和分子形状指数的2阶特征指数(K_2)及1阶和2阶指数乘积值(K_4),用这3种指数与对青海弧菌的毒性进行多元回归分析,多元回归方程的决定系数R~2=0.971。为进一步提高预测精度,将这3种分子结构参数作为神经网络的输入变量,毒性值作为输出变量,采用3:2:1的网络结构,通过反向传播(BP)神经网络法获得满意的QSAR预测模型,总的相关系数r为0.996,计算得到的毒性预测值与实验值较为吻合,平均相对误差仅为1.98%,结果表明该模型具有良好的预测酚类衍生物毒性的能力,可以看出神经网络方法对酚类化合物发光菌毒性预测比多元线性回归方法的统计学意义更加明显。     

基团定位指数用于橙酮类DRAK2抑制剂活性的研究

DRAK2激酶在多种细胞死亡信号通路中发挥着关键的作用,为研究橙酮类DRAK2抑制剂的抑制活性与其分子结构之间的定量构效关系,根据橙酮类DRAK2抑制剂分子中原子的连接特性,提出了一种新的结构指数——基团定位指数(D),并分别计算了59个橙酮类DRAK2抑制剂分子的电性距离矢量值,筛选了电性距离矢量中的M₂、M₃、M₉、M₁₄、M₁₅、M₂₁和M₃₃作为理论结构的描述符,将这几个结构指数与基团定位指数(D)结合,与橙酮类DRAK2抑制剂的抑制活性进行回归分析,将8种参数作为神经网络方法的输入节点层的输入参数,采用8-4-1的神经网络的网络结构,构建了一种相关性较好的预测橙酮类DRAK2抑制剂抑制活性的神经网络法模型,预测模型的方程总相关系数(r_总)达到0.9931,计算得到的抑制活性预测值与实验值(pIC₅₀)之间的相对平均误差只有1.12%;对模型进行稳定性和离域性检验,效果良好;与别的模...     

有机化合物生物富集因子的计算机预测研究

有机化合物在生物体内的富集,通常用生物富集因子(bioconcentration factor,简称BCF)来表达,这是化合物生态环境毒性评估的重要指标。为合理预测有机化合物是否易于生物富集,首先从美国环保局网站收集了624个具有不同BCF值的化合物,然后采用7种分子指纹结合5种机器学习方法(包括支持向量机、C4.5决策树、k最近邻法、随机森林法和朴素贝叶斯法),构建了化合物BCF的分类预测模型,所有模型均采用独立外部验证集进行验证。其中,使用Chemo Typer分子指纹结合支持向量机方法得到的二分类模型,整体预测准确度最好,达到了85.4%。通过采用信息增益、频率分析等方法,进一步确定了化合物中易于引起生物富集的关键子结构,包括芳基氯、二芳基醚、氯代烷烃等。研究中所用到的方法为有毒化学品的生态风险评价提供了良好可靠的预测工具。     

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。     

基于区间活性数据的定量结构-活性关系

利用贝叶斯统计方法构建了基于区间活性数据的取代苯胺和苯酚类化合物对大型溞(Daphniamagna)24 h急性毒性的定量结构-活性关系模型,并与基于平均数和中位数的点估计活性数据的定量结构-活性关系模型进行了比较.结果表明,前者可以充分利用化合物的活性数据信息,模型具有更好的拟合效果与预测能力以及较宽的应用范围.基于区间活性数据的定量结构-活性关系模型可为生态风险评价等提供更加可靠的预测数据.     

神经网络模型在黄河水质预报中的应用分析

为提高黄河水质预测的精度和实用性,引入神经网络技术建立黄河水质预测模型,采用LM(Levenberg-Marquardt)算法提高预测精度,并将模型应用于黄河小花段(小浪底-花园口段)的水质预测.预测结果表明,在建立黄河入河污染物和功能区水质的输入响应关系模型的实际应用中,神经网络模型和LM算法可以取得较好的预测效果.     

多环芳烃光解活性的量子化学研究

应用量子化学从头算HF／6-311 G(d)和B3LYP／6-311 G(d)方法计算了16种PAHs的多种量子化学参数,选取六种参数为分子结构的描述符,采用最小二乘法对16种PAHs的光解半衰期进行逐步多元线性回归分析,得到两个PAHs光解半衰期的QSAR模型,模型具有较高的相关系数,可有效地用于预测PAHs的光解半衰期,结果表明,HF方法所得模型优于B3LYP方法所得的模型,所得模型与基于半经验PM3算法的QSAR模型相比较,HF从头算方法所建立的QSAR模型比半经验PM3算法的结果要好,在所考查的诸多参数中,分子最高占有轨道特征值EHOMO对PAHs光解半衰期起着决定作用,最后,运用所得模型预测了3种PAHs的光解半衰期。     

碳质材料和溶解性有机质对沉积物中全氟化合物在摇蚊幼虫体内富集的影响

全氟化合物(PFASs)是一类具有疏水基团和亲水基团的新型污染物.目前,在环境条件对PFASs生物富集影响方面已开展了诸多研究,但有关碳质材料(CMs)和溶解性有机质(DOM)共存对PFASs在生物体内富集的影响还未见报道。为探讨这一问题,研究了沉积物-水体系中2种碳质材料木炭(W400)、多壁碳纳米管(MWCNT10)和4种DOM(丹宁酸、富里酸、蛋白胨和腐殖酸)对6种典型PFASs在摇蚊幼虫体内生物富集的影响。结果表明,暴露10 d后(已达到富集平衡状态),无论体系中是否存在CMs,添加1~50 mg C·L-1不同类型的DOM对PFASs在摇蚊幼虫体内生物富集的影响不显著。无论体系中是否存在DOM,添加CMs均能降低摇蚊幼虫体内PFASs的含量,且MWCNT10对PFASs生物富集的降低比例显著高于W400。与对照相比,添加0.4%的MWCNT10对摇蚊幼虫体内PFASs含量的降低比例为21%~56%,而同等添加量的W400对其降低比例均低于20%。这表明,在沉积物-水体系中,当CMs和DOM共存时,CMs是影响PFASs在摇蚊幼虫体内富集的主要因素,而少量DOM的引入对其影响不大。     

芳香族化合物与水合电子水相反应速率常数的QSAR模型研究

基于水合电子(e_(aq)~-)的高级还原技术(ARPs)是一种有效地去除水中痕量有机污染物的技术.有机物与水合电子反应的速率常数(k_(e_(aq)~-))是评价高级还原处理体系中有机物去除效率的一个重要参数.然而化学品种类繁多,通过实验方法一一获取k_(e_(aq)~-)是不现实的.因此,需要建立一种能够快速预测k_(e_(aq)~-)的方法,填补现有数据的缺失.本研究搜集整理了94种芳香族化合物的k_(e_(aq)~-)实验值,采用逐步多元线性回归(MLR)和支持向量机(SVM)方法分别构建了预测化合物的k_(e_(aq)~-)线性和非线性定量结构活性关系(QSAR)模型.两个模型均具有良好的拟合度(R_(adj,tr)~2 0.800)、稳健性(Q_(ext)~2=0.782)和预测能力(Q_(ext)~2 0.790).机理分析表明,最低未占据分子轨道能(E_(LUMO))和偶极矩加权的来自扩增边缘邻接处的最大特征值(SpMAD_AEA(dm))是影响有机物同e_(aq)~-反应活性的重要参数,此外,k_(e_(aq)~-)还与化合物的键级和极化率有关.元分析结果表明具有吸电子官能团的芳香化合物比含供电子基团的化合物倾向于与e_(aq)~-有更高的反应活性.     

取代苯酚类化合物抑藻活性的CoMFA模型

基于比较分子力场分析(CoMFA)方法建立20种取代苯酚类化合物抑藻活性(pI)的三维定量构效关系(3D-QSAR)。训练集中16个化合物用于建立预测模型,测试集5个化合物(含模板分子)作为模型验证。已建立的Co MFA模型的交叉验证系数(Q2)、非交叉验证系数(R2)分别为0.915、0.963,说明所建模型具有较强的稳定性和良好的预测能力。该模型中立体场、静电场贡献率依次为48.4%、51.6%,表明影响抑藻活性(pI)的主要因素是取代基的电荷分布,其次是取代基的疏水性和空间位阻。     

醇和酚类污染物对欧洲林蛙蝌蚪及梨形四膜虫毒性的定量结构-活性模型

醇和酚类等有机化合物作为重要的工业原料,广泛应用于医药卫生、有机合成、食品工业等领域,但生产中排放于环境的这些物质,会对生物造成一定的毒性作用。为建立包含醇和酚类有机污染物对欧洲林蛙蝌蚪及梨形四膜虫毒性的定量结构-活性相关性模型,计算了227种有机污染物的分子连接性指数和分子形状指数,优化筛选了分子连接性指数的0X、1X、2X、4X和5Xc、分子形状指数的K1和K2共7种参数,将这7种结构参数作为神经网络输入层变量,110种有机污染物对欧洲林蛙蝌蚪的毒性值作为输出层变量,采用7:8:1的网络结构方式,构建了令人满意的对欧洲林蛙蝌蚪毒性的神经网络预测模型,方程总相关系数r为0.988,毒性预测值与实验值之间的平均误差为0.14。为检验指数的普适性,同样用这7个结构参数与117种醇和酚类化合物对梨形四膜虫的毒性进行分析,所得神经网络模型的总相关系数达到0.997,对梨形四膜虫毒性的预测值与实验值之间的平均误差仅为0.065,结果表明,所建模型具有良好的预测有机污染物对林蛙蝌蚪及梨形四膜虫急性毒性的能力。     

基于机器学习算法的干旱区绿洲地上生物量估算

植被地上生物量是反映陆地生态系统固碳能力的重要指标,利用遥感技术开展干旱区植被地上生物量估算与空间反演,可为荒漠绿洲生态系统的健康评价与碳储量估算提供重要依据。以野外调查和实地采样数据为基础,利用Landsat 8 OLI多光谱影像提取的7个植被指数和13个波段变量构成4种建模变量组合,采用支持向量机(Support Vector Machine,SVM)、反向传播神经网络(Back Propagation Neural Network,BPNN)、极端梯度提升(e Xtreme Gradient Boosting,XGBoost)和随机森林(Random Forest,RF)这4种机器学习算法对新疆渭干河-库车河三角洲绿洲地上生物量进行遥感估算和空间反演。结果表明,(1)由波段变量和随机蛙跳算法优选变量构建的植被地上生物量反演模型,其估测精度明显优于全变量和指数变量,预测能力更为稳定。与SVM和BPNN算法相比,XGBoost和RF算法构建的模型具有更好的估测效果,能更准确地估算研究区植被地上生物量。(2)在构建的估测模型中,波段变量结合RF算法模型的精度最高,稳定性最强,其建模集和...     

加权基因共表达网络分析全氟和多氟烷基化合物对人间充质干细胞的毒性靶点

超过3 000种全氟多氟化合物(per-and polyfluoroalkyl substances, PFASs)已被投入全球市场,大量新型替代品的环境效应与健康风险仍然未知,为PFASs的监管带来了极大的挑战。为揭示PFASs及新型替代品干扰的生物学过程和敏感靶基因,将人骨髓间充质干细胞(human bone mesenchymal stem cells, hBMSCs)暴露于氯代多氟醚基磺酸(chlorinated polyfluoroalkyl ether sulfonates, Cl-PFESAs)、全氟辛烷磺酸(perfluorooctane sulfonate, PFOS)、全氟己烷磺酸(perfluorohexane sulfonate, PFHxS)和全氟辛酸(perfluorooctanoic acid, PFOA),利用加权基因共表达网络分析(weighted gene co-expression network analysis, WGCNA)方法比较细胞基因表达谱的变化。WGCNA使用拓扑重叠计算5 004个基因间的关联程度,并结合动态剪切树法将其划分为14个通过颜色区分的基因模块,除灰色模块外各模块内的基因高度相关。基因模块与细胞样本相关性分析发现,对照组细胞基因表达谱与Blue和Greenyellow模块正相关,PFOS暴露组与Blue模块显著负相关,Cl-PFESAs暴露组与Greenyellow模块显著负相关,表明PFASs暴露使细胞中Blue和Greenyellow模块基因表达模式发生较大变化。Blue和Greenyellow模块显著富集的生物学过程主要为胆固醇生物合成和骨髓白细胞分化负调控,提示免疫调控和脂质代谢可能是多种PFASs作用于hBMSCs的共同潜在靶点。根据模块基因共表达网络的连通性筛选枢纽基因,发现与脂质代谢相关的DHCR24、SQLE和EBP基因可能是PFASs影响脂质代谢的敏感作用靶基因。进一步利用hBMSCs体外模型研究PFASs的相关毒性作用和机制,有助于建立该类化学物毒性预测和筛选的生物标志物,为其安全性评价和监管提供科学依据和新方法。     

苯砜基乙酸酯类化合物发光菌毒性效应的CoMFA研究

应用比较分子场分析方法(CoMFA)对56种苯砜基乙酸酯类化合物的发光菌急性毒性进行了研究,获得了6组分三维定量结构-活性相关模型(3D-QSAR)．模型的交叉验证相关系数(q^2)和常规相关系数(r^2)分别为0．823和0．958,说明该模型具有较高的稳定性和较好的预测能力．模型分析表明：该类化合物发光菌急性毒性效应与化合物分子的空间场和静电场具有显著相关关系．     

酚类化合物臭氧氧化速率的神经网络研究

酚类化合物(BP)是重要的工业原料或中间体,但工业废水含有的酚类化合物会对环境造成污染。为建立酚类化合物臭氧氧化速率的QSPR(quantitative structure-property relationship)预测模型,分析了23种酚的分子结构与臭氧氧化速率之间的相关关系,计算了这些酚的分子连接性指数和分子形状指数,优化筛选了连接性指数的1χ和2χ、分子形状指数的K1和K2共4种参数,将其作为BP神经网络的输入层变量,臭氧氧化速率作为输出层变量,采用4:2:1的网络结构,获得了令人满意的QSPR神经网络预测模型,模型总相关系数r为0.976,计算得到的臭氧氧化速率的预测值与实验值较为吻合,平均残差仅为0.05;为检验结构参数建立模型的普适性,同样方法建立对酚类化合物的辛醇-水分配系数的预测模型,模型总相关系数r达到0.993,辛醇-水分配系数的预测值与实验值吻合度较为理想,结果表明,本法建构的神经网络模型具有良好的稳健性和预测能力。     

天津市松针中可挥发全(多)氟取代烷基化合物的分布

本研究调查了天津市松针中6种可挥发PFASs的浓度水平,旨在探讨松针作为可挥发PFASs天然被动采样装置的可行性.结果表明,松针中可挥发PFASs的总浓度范围为0.43—45.69 ng·g-1(脂质),平均浓度4.92 ng·g-1(脂质),不同采样点PFASs的浓度水平存在差异.8∶2氟调醇和10∶2氟调醇是松针中的主要检出物,8∶2氟调醇的检出率高达85%,浓度在0.23—17.46 ng·g-1(脂质)之间,10∶2氟调醇全部被检出,浓度范围为0.43—28.23 ng·g-1(脂质);N-乙基全氟辛烷磺酰胺和N-乙基全氟辛烷磺酰胺基乙醇的检出率较低;而N-甲基全氟辛烷磺酰胺基乙醇和6∶2氟调醇在松针中未被检出.松针中氟调醇的浓度水平随着碳链长度增加而增加.与大气被动采样器相比,松针可作为被动采样的一种形式,从一定程度上反映大气中可挥发PFASs的浓度水平.