一个专注于探索人工智能技术如何助力环境保护和可持续发展的平台。在这里,我们不仅分享最新的AI技术进展,还探讨它们如何被应用于环境监测、资源管理、生态保护和气候变化应对等领域。我们相信,通过科技的助力,可以为地球的未来贡献一份力量!
今天看啥  ›  专栏  ›  人工智能与环境前沿

暨南大学 Environ. Sci. Technol.:基于 QSAR 和机器学习对多环芳烃衍生物进行大鼠急性口服毒性的准确预测

人工智能与环境前沿  · 公众号  ·  · 2024-09-10 08:35
    

文章预览

❝ 「期刊」 :Environmental Science & Technology 「原题」 :Accurate Prediction of Rat Acute Oral Toxicity and Reference Dose for Thousands of Polycyclic Aromatic Hydrocarbon Derivatives Based on Chemometric QSAR and Machine Learning 「译题」 :基于化学计量 QSAR 和机器学习对数千种多环芳烃衍生物进行大鼠急性口服毒性和参考剂量的准确预测 「DOI」 :10.1021/acs.est.4c03966 ❞ 图片摘要 成果简介 摘要 由于实验确定多环芳烃(PAHs)及其衍生物的急性经口毒性成本过高,本研究开发了基于机器学习的定量构效关系(QSAR)模型来预测 PAH 衍生物的毒性。利用 788 种大鼠的口服毒性数据,建立了梯度提升回归树(GBRT)和堆叠 ML 算法,提供了最佳的预测结果。研究发现,具有较少极性氢、更多大尺寸原子、更多分支和更低极化率的 PAH 衍生物毒性更高。基于最优 ML-QSAR 模型开发的软件,成功预测了 6893 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览