Key points are not available for this paper at this time.
يمكن أن تؤثر المواد الكيميائية البيئية على الأنظمة الغدد الصماء من خلال عدة آليات، واحدة منها هي التأثيرات على الأروماتاز (المعروف أيضًا باسم CYP19A1)، وهو إنزيم حاسم للحفاظ على التوازن الطبيعي للإستروجينات والأندروجينات في الجسم. لذلك، فإن التعرف السريع والفعال على المواد الكيميائية المسببة لاضطراب الغدد الصماء المرتبطة بالأروماتاز (EDCs) أمر مهم لعلم السموم وتقييم المخاطر البيئية. في هذه الدراسة، تم بناء نماذج تصنيف في السيليكو للتنبؤ بالمواد المرتبطة/غير المرتبطة بالأروماتاز استنادًا إلى مكتبة المركبات Tox21 10K باستخدام طرق التعلم الآلي. لتحسين القدرة التنبؤية للنماذج، تم اعتماد استراتيجية مصنف مركب (CC) تجمع بين طرق التعلم الآلي المستقلة المختلفة. تم قياس أداء النماذج من خلال مجموعات اختبار والتحقق الخارجية التي تحتوي على 1336 و 216 مادة كيميائية على التوالي. تم الحصول على أفضل نموذج باستخدام بصمة MACCS (نظام الوصول الجزيئي) وطريقة CC، والتي أظهرت دقة بنسبة 0.84 لمجموعة الاختبار و 0.91 لمجموعة التحقق الخارجية. بالإضافة إلى ذلك، تم تحديد عدة بنى فرعية تمثيلية لتمييز المواد المرتبطة بالأروماتاز، مثل الكيتون، واللاكتون، والمشتقات المحتوية على النيتروجين، باستخدام تحليل كسب المعلومات وتكرار البنية الفرعية. قدمت دراستنا تقييمًا منظمًا للمواد الكيميائية المرتبطة بالأروماتاز. يمكن أن تكون النماذج المبنية مفيدة في التعرف السريع على EDCs المحتملة التي تستهدف الأروماتاز.
دراست دو وآخرون (Mon،) هذا السؤال.