基于化学计量学QSAR和机器学习的数千种多环芳烃衍生物的急性口服毒性和参考剂量的准确预测

目前对于大多数多环芳烃（PAHs），尤其是它们的衍生物，急性口服毒性尚不可用，因为实验确定它们的成本高昂。本文基于788种个体物质的口服毒性数据点，开发了利用机器学习（ML）预测PAH衍生物毒性的定量结构–活性关系（QSAR）模型。单一ML算法的梯度提升回归树（GBRT）和堆叠ML算法（极端梯度提升 + GBRT + 随机森林回归）提供了最佳的预测结果，对于交叉验证和测试集都有令人满意的决定系数。研究发现，具有较少极性氢、较大原子、多分支和较低极化率的PAH衍生物毒性更高。基于最佳的ML-QSAR模型成功开发出软件，以扩展所开发模型的应用潜力，获得6893种外部PAH衍生物的pLD50值和参考剂量的可靠预测。在这些化学物质中，有472种被鉴定为中等或高度毒性；其中10种有明确的环境检测或使用记录。研究结果为PAHs及其衍生物的毒性提供了有价值的见解，利用ML-QSAR模型提供了有效评估化学毒性的标准平台。