Prioritizing molecular formulae identified by non-target analysis through high-throughput modelling: application to identify compounds with high human accumulation potential from house dust
Notice bibliographique
Résumé
, a high potential for bioaccumulation in humans or wildlife. The procedure involves the identification of isomers that could plausibly represent the molecular formulae assigned to NTA-detected chemical features. For each isomer, the prioritization metric is calculated using properties predicted with high-throughput methods. After the molecular formulae are ranked based on the average values of the prioritization metric calculated for all isomers assigned to a formula, the highest ranked molecular formulae are prioritized for structure elucidation. We applied this workflow to features identified in house dust, using the ratio of chemical intake through dust ingestion to chemical concentration in blood (dose-to-concentration ratio, DCR) as the prioritization metric. Collections of isomers for the molecular formulae were assembled from the PubChem database and DCR was estimated using partitioning and biotransformation properties predicted for each isomer using quantitative structure property relationships. The ten top-ranked molecular formulae with notably lower average DCR-values represented mostly compounds already known to be indoor pollutants of concern, such as two polybrominated diphenyl ethers, bis(2-ethylhexyl) tetrabromophthalate, tetrabromobisphenol A, tris(1,3-dichloroisopropyl)phosphate and the azo dye disperse blue 373.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».