文献

J-GLOBAL ID：201702218226027795   整理番号：17A0575076

分子フィンガープリントと機械学習を用いた環境化学の物理化学的性質のインシリコ予測

In Silico Prediction of Physicochemical Properties of Environmental Chemicals Using Molecular Fingerprints and Machine Learning

著者 (7件)： ZANG Qingda (Integrated Lab. Systems, Inc., North Carolina, USA) ,  MANSOURI Kamel (U.S. Environmental Protection Agency, North Carolina, USA) ,  WILLIAMS Antony J. (U.S. Environmental Protection Agency, North Carolina, USA) ,  JUDSON Richard S. (U.S. Environmental Protection Agency, North Carolina, USA) ,  ALLEN David G. (Integrated Lab. Systems, Inc., North Carolina, USA) ,  CASEY Warren M. (National Inst. Environmental Health Sci., North Carolina, USA) ,  KLEINSTREUER Nicole C. (National Inst. Environmental Health Sci., North Carolina, USA)
資料名： Journal of Chemical Information and Modeling  (Journal of Chemical Information and Modeling)
巻： 57  号： 1  ページ： 36-49  発行年： 2017年01月 
JST資料番号： A0294A  ISSN： 1549-9596  CODEN： JCISD8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 環境化学物質の潜在的な毒性の予測とともに,環境内運命を予測するためには物理化学的性質の評価が必要である。本研究では,オープンソースの定量的構造-活性相関(QSPR)ワークフローを用いることにより,環境化学物質の運命に対する新規モデルを構築するために必要な6つの物理化学的性質,すなわち,オクタノール-水分配係数(logP),水溶解度(logS),沸点(BP),融点(MP),蒸気圧(logVP)及び生物濃縮係数(logBCF)のインシリコ予測を試みた。その結果,予測値と実験データの間の決定係数(R2)の値は0.826(MP)~0.965(BP)という高い値を示し,従来のモデルに比べて本モデルが優れていることをわかった。

シソーラス用語： *フィンガープリント法 ,  *機械学習 ,  *化学的性質 ,  *予測技法 ,  毒物学 ,  ワークフロー ,  *汚染物質 ,  環境科学 ,  モデル ,  分配係数 ,  溶解度 ,  水溶性 ,  沸点 ,  融点 ,  蒸気圧 ,  生物濃縮 ,  生体内蓄積 ,  回帰分析 ,  定量的構造活性相関 ,  ソフトウェア ,  環境影響 ,  化学物質
準シソーラス用語： QSPR ,  オープンソースソフトウェア ,  オクタノール-水分配係数 ,  フィンガープリント解析 ,  logP【分配係数】 ,  環境化学 ,  *環境化学物質 ,  環境内運命 ,  決定係数 ,  水溶解度 ,  生物濃縮係数 ,  *物理化学的性質 ,  予測毒性学 ,  *予測方法

分類 (1件)： 計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (6件)： 分子 ,  フィンガープリント ,  機械学習 ,  環境化学 ,  物理化学的性質 ,  予測