OECD सूची से 3486 पेर- और पॉलीफ्लुओरोकॉर्बन पदार्थों (PFASs) के लिए बायोएक्टिविटी वर्गीकृत करने के लिए मशीन लर्निंग का उपयोग करना

हाल के OECD रिपोर्ट के अनुसार अनुमानित किया गया है कि 4000 से अधिक पेर- और पॉलीफ्लुओरिनेटेड अल्किल पदार्थ (PFASs) का उत्पादन और विभिन्न औद्योगिक और उपभोक्ता अनुप्रयोगों में उपयोग किया गया है। हालाँकि, अधिकांश PFASs के संभावित खतरों (जैसे, बायोएक्टिविटी, बायोएक्यूम्युलेशन, और विषाक्तता) के बारे में कुछ ही जानकारी है। यहाँ, हमने उन PFASs की बायोएक्टिविटी की भविष्यवाणी करने के लिए मशीन-लर्निंग आधारित गुणात्मक संरचना-गतिविधि संबंध (QSAR) मॉडल बनाए। उपलब्ध आणविक डेटा सेट की संख्या की जांच करके, हमने 26 बायोएस्सेज के लिए 1012 PFASs पर बायोएक्टिविटी जानकारी के साथ पहला PFAS-विशिष्ट डेटाबेस बनाया। एकत्रित PFAS डेटा सेट के आधार पर, हमने 5 विभिन्न मशीन लर्निंग मॉडल प्रशिक्षित किए जो विभिन्न पारंपरिक मॉडलों (जैसे, रैंडम फॉरेस्ट और मल्टीटास्क न्यूरल नेटवर्क (MNN)) और उन्नत ग्राफ-आधारित मॉडलों (जैसे, ग्राफ कॉन्वोल्यूशनल नेटवर्क) को कवर करते हैं। उन मॉडलों का मूल्यांकन मान्यकरण डेटा सेट के आधार पर किया गया था। MNN और ग्राफ-आधारित मॉडलों ने सबसे अच्छा प्रदर्शन प्रदर्शित किया। प्रत्येक बायोएस्से के लिए सर्वोत्तम क्षेत्र के तहत स्कोर का औसत 0.916 है। OECD सूची पर भविष्यवाणियों के लिए, अधिकांश जैविक रूप से सक्रिय PFASs के पेरफ्लुओरोकिल श्रृंखला की लंबाई 12 से कम है और इन्हें फ्लुओरोटेलोमेर-संबंधित यौगिकों और पेरफ्लुओरोकिल एसिड और उनके पूर्ववर्तियों में वर्गीकृत किया गया है।