Използване на машинно обучение за подобряване на оценката на токсичността на химикалите

Изследователи от Университета на Амстердам, заедно с колеги от Университета на Куинсланд и Норвежкия институт за изследване на водата, са разработили стратегия, използваща машинно обучение за оценка на токсичността на химикалите.

Моделите, разработени в това проучване, могат да доведат до значителни подобрения в сравнение с конвенционалните оценки „in silico“, базирани на моделиране на количествената връзка структура-активност (QSAR).

Според изследователите използването на машинно обучение може значително да подобри оценката на опасността от молекули, както при разработването на нови химикали, така и при оценката на съществуващи такива. Значението на последното се илюстрира от факта, че европейските и американските химически агенции са изброили приблизително 800 000 химикала, които са били разработени през годините, но за които няма почти никакви познания относно токсичността в околната среда.

Тъй като експерименталната оценка на токсичността изисква много време, усилия и ресурси, подходите за моделиране вече се използват за прогнозиране на индикатори за опасност. По-специално често се прилага моделирането на количествената връзка структура-активност (QSAR, Quantitative Structure-Activity Relationship), свързващо молекулярните характеристики като атомна подредба и 3D структура с физикохимични свойства и биологична активност.

Въз основа на резултатите от моделирането (или измерените данни, когато има такива), експертите класифицират молекула в категории, както е определено например в Глобалната хармонизирана система за класификация и етикетиране на химикали (GHS, Globally Harmonized System of Classification and Labeling of Chemicals). За конкретни категории молекулите след това се подлагат на повече изследвания, по-активен мониторинг и евентуално законодателство.

Този процес обаче има присъщи недостатъци, голяма част от които могат да бъдат проследени до ограниченията на моделите QSAR. Те често се основават на много хомогенни комплекти за обучение и предполагат линейна връзка структура-дейност за извършване на екстраполации. В резултат на това много химикали не са добре представени от съществуващите QSAR модели и тяхната употреба потенциално може да доведе до значителни грешки при прогнозиране и неправилно класифициране на химикали.

Пропускане на QSAR прогнозата

В своя документ, публикуван в Environmental Science & Technology, д-р Саер Саманипур и съавторите му предлагат алтернативна стратегия за оценка, която пропуска напълно стъпката за прогнозиране на QSAR.

Саманипур, екологичен аналитик в Института за молекулярни науки Van’t Hoff към университета в Амстердам, се обедини с д-р Антония Преториус, екологичен химик в Института за биоразнообразие и динамика на екосистемите на същия университет. Заедно с колеги от Университета на Куинсланд и Норвежкия институт за изследване на водите, те разработиха стратегия, базирана на машинно обучение, за директна класификация на острата водна токсичност на химикали въз основа на молекулярни дескриптори.

Моделът е разработен и тестван чрез 907 експериментално получени данни за остра токсичност на рибите. Той директно класифицира всеки химикал в редица предварително дефинирани категории на токсичност.

Тези категории могат например да бъдат определени от специфични разпоредби или системи за стандартизация. Моделът обяснява около 90% от дисперсията в данните, използвани в обучителния набор и около 80% за данните от тестовия.

Прогнози с по-висока точност

Тази стратегия за директна класификация доведе до петкратно намаляване на неправилната категоризация в сравнение с такава, базирана на QSAR регресионен модел. Впоследствие изследователите разшириха своята стратегия, за да предскажат категориите на токсичност на голям набор от 32 000 химикала.

Те демонстрират, че техният подход за директна класификация води до прогнози с по-висока точност, тъй като експериментални набори от данни от различни източници и за различни химически семейства могат да бъдат групирани, за да генерират по-големи набори за обучение. Може да се адаптира към различни предварително дефинирани категории, както е предписано от различни международни разпоредби и системи за класификация или етикетиране.

В бъдеще подходът за директна класификация може също да бъде разширен до други категории на опасност както и за съдбата в околната среда (напр. мобилност или устойчивост) и показва голям потенциал за подобряване на in-silico инструменти за оценка на химическа опасност и риск.