Prediction of cytotoxicity of polycyclic aromatic hydrocarbons from first principles
Notice bibliographique
Résumé
Ligand-specific binding interactions of xenobiotics with receptor proteins form the basis of cytotoxicity-based hazard assessment. Computational approaches enable predictive hazard assessment for a large number of chemicals in a high-throughput manner, minimizing the use of animal testing. However, in silico models for predicting mechanisms of toxic actions and potencies are difficult to develop because toxicity datasets or comprehensive understanding of the complicated kinetic process of ligand-receptor interactions are needed for model development. In this study, a directional reactive binding factor (DRBF) model based on first principles was used to predict cytotoxicity potencies of agonists of the aryl hydrocarbon receptor (AhR) for 16 different polycyclic aromatic hydrocarbons (PAHs). Molecular dynamics were simulated by accounting for the directional configuration factor toward receptor protein and the factor of binding to the Per-Arnt-Sim (PAS) domain. When comparing the experimental results of toxic potencies from in vitro bioassays with the predictions among two different in silico models, including quantitative structure-activity relationship (QSAR) and molecular docking models, the DRBF model exhibited the highest model performance (R 2 = 0.90 and p < 0.01). Our results showed that the DRBF model based on first principles and molecular and computational structural biology could serve as a novel framework to advance next generation hazard assessment for high-throughput screening of chemical substances. • We presented simple, accurate models to predict binding of ligands to AhR. • Development of a directional reactivity factor (DRF) as a prediction indicator. • A directional reactive binding factor by calculating a binding rate between ligands and AhR. • Greater accuracy than conventional toxicity prediction model (QSAR, docking model). • The model highlighted a more profound mechanism of chemical toxicity.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».