基于极限梯度提升算法和特征筛选方法的羊角月牙藻(Selenastrum capricornutum)急性毒性定量构效关系(QSAR)模型的建立与应用

摘要

藻类是水生食物网中主要的初级生产者,对水生生态系统的可持续性起着重要作用。随着社会发展、工业进步和人类活动,大量化学品被释放到水生环境中,对藻类产生了极大的威胁。若藻类受到危害势必会影响其他水生生物,因此有必要开展藻类的毒性评估。藻类的毒性评估需要大量的毒性数据,通过实验的方法获得水生毒性数据成本较高且比较耗时,定量构效关系(QSAR)是解决这类问题的一种良好的替代方法。本研究基于Web of Science与中国知网数据库文献中的53条急性毒性数据,利用极限梯度提升(XGB)算法和特征筛选方法建立了羊角月牙藻(Selenastrum capricornutum)急性毒性的QSAR模型。最优模型的训练集决定系数(R^(2)_(TR))达到了0.97,验证集决定系数(Q^(2)_(EXT))达到了0.78,留一法交叉验证系数(Q^(2)_(LOO))也达到了0.51,表明建立的QSAR模型具有较好的拟合优度、稳健性和预测能力。机理解释结果表明,化合物的拓扑电荷数、总原子序数和电负性是影响羊角月牙藻急性毒性的关键因素。在此基础上,采用建立的QSAR模型和EPI Suite分别预测了16种典型多环芳烃(PAHs)对藻类的急性毒性,并对其进行了毒性分级。研究结果为藻类的急性毒性数据的获取提供了一个高效预测工具,有利于加快化学品的水环境风险评估工作。