文献类型：期刊文章

作　　者：王园宁[1] 刘会会[1] 杨先海[1]

Wang Yuanning;Liu Huihui;Yang Xianhai(Jiangsu Key Laboratory of Chemical Pollution Control and Resources Reuse,School of Environmental and Biological Engineering,Nanjing University of Science and Technology,Nanjing 210094,China)

机构地区：[1]南京理工大学环境与生物工程学院江苏省化工污染控制与资源化高校重点实验室

出　　处：《生态毒理学报》

基　　金：国家自然科学基金(No.41671489,21507038,21507061)

年　　份：2019

卷　　号：14

期　　号：4

起止页码：163-169

语　　种：中文

收录情况：BDHX、BDHX2017、BIOSISPREVIEWS、CAS、CSCD、CSCD2019_2020、JST、WOS、ZGKJHX、ZR、核心刊

摘　　要：计算毒理学方法已成为辅助内分泌干扰物(EDCs)管理的决策支持工具。因此,发展内分泌干扰效应指标的(定量)结构活性关系((Q)SAR)等预测模型对于实现EDCs环境管理具有重要的意义。在雌激素受体(Q)SAR模型研究方面,目前主要针对人、牛、大鼠和小鼠等物种的雌激素受体干扰效应进行了研究,而对鱼等水生生物雌激素受体干扰效应等指标的(Q)SAR模型研究还较少。本研究采用基于欧几里德距离的K最近邻(kNN)分类算法,构建了斑马鱼雌激素受体干扰效应的二元分类模型。结果表明,2个最优模型训练集和验证集的预测准确度(Q)、敏感性(S n)和特异性(S p)参数均大于0.93,说明模型具有较好的预测能力。因此,能够用所建模型填补模型应用域内其他化合物缺失的斑马鱼雌激素受体干扰效应定性数据。

关 键 词：有机化合物 斑马鱼 雌激素受体 二元分类模型  欧几里德距离

分 类 号：X171.5]