Extended Virtual Screening Strategies To Link Antiandrogenic Activities and Detected Organic Contaminants in Soils
Notice bibliographique
Résumé
A tiered screening strategy based on extensive virtual fractionation and elucidation was developed to simplify identification of toxicants in complex environments. In tier1-virtual fractionation, multivariate analysis (MVA) was set up as an alternative of physical fractionation. In tier2-virtual structure elucidation, in-house quantitative structure-retention relationship (QSRR) models and toxicity simulation methods were developed to simplify nontarget identification. The efficiency of the tiered virtual strategy was tentatively verified by soil samples from a chemical park contaminated by antiandrogenic substances. Eight out of 18 sites were detected as antiandrogenic, while none of them exhibited androgenic agonist potencies. Sixty-seven peaks were selected for further identification by MVA, among which over 90% were verified in androgenic fractions in traditional effect-directed analysis (EDA). With 579 tentative structures generated by in silico fragmentation, 74% were elucidated by QSRR and 65% were elucidated by in silico toxicity prediction. All prior peaks were identified at different confidence levels with over 40% of the identified peaks above confidence level 2b, which has been increased over 40% with less than half of the time spent compared to traditional EDA. Such a combination of tiered virtual screening methods provides more efficient and rapid identifications of key toxicants at contaminated sites.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».