基于集成学习算法构建有机化学品鱼体生物富集因子的QSAR预测模型

摘要：

生物富集因子(BCF)是评价化学品生物累积能力的重要参数.目前全球市场上使用的化学品数量已超过了35万种,但是只有一千多种化学品具有BCF值.定量构效关系(QSAR)模型被认为是一种有效填补数据空缺的方法.目前大多数预测BCF的QSAR模型为单一模型,而集成模型可能会对BCF的预测效果有所改进.本研究建立了一个全面的鱼类BCF数据库,涵盖1300多种有机化学品的BCF实测值.基于此数据库,依据QSAR模型构建和验证导则,使用多种机器学习算法建立了预测鱼类BCF的5种单一模型和11种集成模型.结果 表明,与单一模型相比,集成模型具有更好的拟合能力、稳健性、预测准确性以及更广泛的应用域.进一步使用最优集成模型对《中国现有化学物质清单》(IECSC)中化学物质的BCF进行了预测,结果表明该清单中有1066种化学物质具有生物累积性,86种化学物质具有强生物累积性.本研究所构建的模型可为化学品生物累积能力评估提供必要数据,支持化学品风险评价与管理工作.

关键词：生物富集因子、定量构效关系、机器学习、集成模型、应用域.

所属期刊栏目：40

资助基金：国家重点研究发展计划;国家自然科学基金

在线出版日期：2021-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1295-1304