首页 | 本学科首页   官方微博 | 高级检索  
     检索      

筛查全/多氟烷基化合物(PFASs)生物活性的卷积神经网络模型
引用本文:张涛,朱明华,傅志强,陈景文,肖子君.筛查全/多氟烷基化合物(PFASs)生物活性的卷积神经网络模型[J].生态毒理学报,2023(3):11-21.
作者姓名:张涛  朱明华  傅志强  陈景文  肖子君
作者单位:工业生态与环境工程教育部重点实验室大连市化学品风险防控及污染防治技术重点实验室大连理工大学环境学院
基金项目:国家自然科学基金资助项目(22136001);;国家重点研发计划项目(2022YFC3902100);
摘    要:全/多氟烷基化合物(PFASs)是一类备受关注的化学品,已在多种环境介质中检出。然而,目前PFASs的生物活性数据缺乏,限制了其危害性评价和管理,有必要构建PFASs生物活性的高通量筛查模型。本研究基于卷积神经网络(CNN)算法,采用分子灰度图像作为输入,构建了PFASs的23种活性终点的筛查模型(简称Image-CNN模型)。与使用分子指纹和分子描述符作为输入,采用随机森林和支持向量分类器算法构建的基准测试模型相比,Image-CNN模型预测效果更好,平均的受试者工作特征曲线下面积达0.96。与此前模型相比,模型性能更优。基于分子指纹相似性,表征了模型的应用域。筛查了已知最大的PFASs名录,其中3种PFASs在所有建模的活性终点中都被预测为有活性。

关 键 词:全/多氟烷基化合物  生物活性  分子灰度图像  卷积神经网络
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号