研究论文
Shipeng Dong, Zihao Wu, Mingjie Wang, Xiaoyan Sun, Liang Mao. Assessing comparable bioconcentration potentials for nanoparticles in aquatic organisms via combined utilization of machine learning and toxicokinetic models.
SmartMat. 2023; 4:e1155.
https://doi.org/10.1002/smm2.1155
识别二维码或点击左下角“阅读原文”访问全文
1
文章简介
毒物动力学(TK)模型衍生的动力学生物浓度因子(BCFk)提供了一个定量的可比指标来估计纳米颗粒(NPs)在水生生物中几乎没有达到热力学平衡的生物积累潜力，但实验数据对各种NPs有限。在本研究中，应用机器学习模型为不同NPs的动态体负荷提供可靠的计算机预测，并为TK模型推导相应的参数。开发的eXtreme Gradient Boosting衍生TK (XGB‐TK)模型用于预测大范围金属或碳质NPs的BCF-k结果，预测R2为0.96。BCFk值是基于所选变量特征的随机组合来预测的，揭示了它们的生物积累潜力与NP密度或生物体大小总体呈负相关。通过重要性分析和部分依赖图，揭示了NP密度和生物大小是影响生物蓄积潜力的最重要特征。联合使用的XGB-TK模型可以对不同的NPs进行先验比较，并直接推导出特征的依赖关系，这也可以指导生物积累机制的探索和实验条件的制定。
2
图文导读
3
作者简介
毛亮，南京大学环境学院教授、博士生导师，国家杰出青年科学基金获得者、国家高层次人才特殊支持计划拔尖人才。担任《National Science Open》地球与环境科学副主编、《中国化学快报》青年编委、中国环境科学学会POPs专委会委员、中国毒理学会青年委员会委员。主要研究领域为应用放射化学方法研究污染物的环境过程及机制，包括放射性核素分析平台的搭建、放射性核素的环境行为和生态风险以及利用同位素标记技术研究污染物在生殖系统的迁移转化过程和相关毒理机制。
点击“阅读原文”浏览在线文章
