基于机器学习的纳米材料生物效应研究的科学问题

纳米材料(nanomaterials,NM)作为一类新型的化学品,认识、控制其引起的不良环境健康风险是推广应用的重要前提。近些年,机器学习(machine learning,ML)作为一种数据驱动的研究方法,在环境、化学和材料等领域引起了广泛关注。从NM引起的细胞毒性、个体效应、蛋白冠与生态冠预测等几方面,介绍了ML的应用,并分析了应用过程中,数据集、描述符、ML方法、模型可解释性等方面存在的问题和解决方法。文章提出,数据提取与挖掘方法、新描述符、新模型、模型解释方法的创新与发展将能够促进ML在NM生物效应领域的应用。同时,随着ML的发展,ML有望能够预测新型的NM和复杂的效应,并揭示了相关原理。以梳理讨论ML在NM生物效应预测中面临的重要科学问题为重点,有助于后续研究者理清思路,解决该领域的难题,促进纳米产业健康可持续发展。