A Comparative Evaluation of Machine Learning and Deep Graph Learning for Chemical Ecotoxicological Prediction
Notice bibliographique
Résumé
Regulating chemicals to protect the environment based on ecotoxicological assessments is a major challenge. However, experimental ecotoxicity tests are time-consuming and expensive, which underscores the need for accurate prediction methods. In this study, we conducted a comprehensive analysis on the application of machine learning and graph-based learning techniques for the ecotoxicological prediction of chemicals. A total of 161 models were constructed using a combination of three molecular representations (Morgan, MACCS, and Mol2vec), six machine learning algorithms (KNN, NB, RF, SVM, XGB, and DNN), and five graph neural networks (GAT, GCN, MPNN, Attentive FP, and FPGNN). In predicting the ecotoxicity of three aquatic taxonomic groups - fish, crustaceans, and algae - GCN achieved the best performance overall. In the same-species predictions, GCN models achieved the highest values of area under the ROC curve (AUC), ranging between 0.982 and 0.992. In cross-species predictions, GAT and GCN achieved the best and second-best performance, respectively. However, both models exhibited a reduction of approximately 17% in AUC values when predicting the fish group while being trained on the same chemical data for the crustaceans and algae groups. Interestingly, cross-species predictions for unseen chemicals are only better off by DNN with the MACCS fingerprint, yielding an AUC of 0.821. Our findings underscore the critical need to further advance computational prediction methods in order to accurately predict the ecotoxicity of chemicals across species. The ecotoxicology prediction web server for fish, algae, and crustaceans is accessible at https://app.cbbio.online/ecotoxicology/home.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».