有机化合物的陆地和水生环境毒性的计算机预测研究(英文)

采用子结构模式识别结合 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) ,分别构建了有机化合物对水生和陆地环境毒性评价的两个重要生物靶标——呆鲦鱼( Fathead minnow) 和蜜蜂毒性的定性分类和定量回归预测模型。所有模型均通过独立测试集验证。其中,利用支持向量机分类算法得到的分类模型对呆鲦鱼和蜜蜂毒性测试集的整体预测准确度分别达到 95. 9% 和 95. 0% 。采用支持向量机回归算法得到的回归模型,对呆鲦鱼和蜜蜂毒性测试集的预测相关系数的平方( R2) 分别达到 0. 878 和 0. 663。最后,通过信息熵分析的方法,确定了一批能够代表性地表征呆鲦鱼和蜜蜂毒性的子结构模式,包括 1,2-二酚、二烷基硫醚、二芳香醚和磷酸衍生物等。提出的方法为有毒化学品的生态风险评价提供了一种非常好的评价策略和可靠的工具。

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。