微米和纳米科技材料

纳米材料为准确预测环境生物效应提供了新的支持

目前,纳米材料在电子机械、医药化工、能源和环境等诸多领域的研究和应用正在迅速发展。但是,在纳米材料环境效应的预测中存在一些问题,如缺乏高含量的数据库,忽略了环境转化场景,模型的通用性较弱,严重制约国家危险纳米材料风险防控

记者7月18日从南开大学获悉,南开大学环境科学与工程学院胡湘刚教授团队在将机器学习算法扩展到通过提高机器学习的可解释性,预测纳米材料的生物效应,探索纳米材料的生物效应机理,为解决上述问题提供了新的研究思路。相关论文发表在国际知名的《科学进步》杂志上据报道,要有效控制和减少环境污染物,首先要了解污染物的来源、分布特征、转化规律和毒性效应,然后控制或修复污染,这需要预测化学品的环境影响。这不仅是危险化学品风险防控的重要手段,也是毒理学研究的重要方向。环境生物效应预测在2005年松花江污染事件、大气霾成因等重大环境问题中发挥了不可替代的作用

目前,机器学习模型已广泛应用于纳米材料的环境生物效应预测,但由于机器学习的可解释性,使用机器学习模型仍然很难揭示复杂纳米毒理学的机制

在之前工作的基础上,胡湘刚教授的团队创建了纳米材料生物效应数据库,构建了纳米材料生物效应的回归模型,提出了基于树的随机森林特征重要性和特征网络交互分析框架(tbrfa),该框架采用多指标重要性分析方法,克服了小数据集导致的特征重要性分析偏差,利用随机森林的工作机制建立了特征交互网络,揭示了影响纳米材料生物效应的潜在交互因素,包括重要性分析和特征交互网络分析。Tbrfa重要性分析使用多个重要指标来平衡传统单一指标带来的偏差,并确定暴露恢复时间、材料比表面积和材料尺寸是影响纳米材料生物效应的重要因素。Tbrfa特征相互作用网络分析通过分析随机森林的树状结构计算两个特征之间的相互作用系数,并确定比表面积和表面电荷、比表面积和长度,材料的长度和直径在诱导生物效应的过程中相互制约、相互影响

胡香刚表示,本研究对环境友好型纳米材料的研究开发具有一定的指导作用,将为人类的生态环境安全评估提供新的策略纳米材料;机器学习算法不仅适用于纳米材料的环境效应分析,而且适用于重金属、有机污染等环境生物效应的预测和评价<

陈曦>

来源:《科学日报》

你可能还喜欢

发表评论

您的电子邮件地址将不会发布。

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据