文献

J-GLOBAL ID：201802211421576854   整理番号：18A0705945

異なる種に対するナノ材料の毒性は同時に評価できるか:新しいマルチナノリードスルー法【JST・京大機械翻訳】

How the toxicity of nanomaterials towards different species could be simultaneously evaluated: a novel multi-nano-read-across approach

著者 (6件)： Sizochenko Natalia (Laboratory of Environmental Chemometrics, Faculty of Chemistry, University of Gdansk, Gdansk, Poland) ,  Mikolajczyk Alicja ,  Jagiello Karolina ,  Puzyn Tomasz ,  Leszczynski Jerzy ,  Rasulev Bakhtiyor
資料名： Nanoscale  (Nanoscale)
巻： 10  号： 2  ページ： 582-591  発行年： 2018年 
JST資料番号： W2323A  ISSN： 2040-3364  CODEN： NANOHL  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 予測モデリング手法の適用は,欠落データの問題を解決することができる。多くの研究が定性的あるいは定量的モデリングに及ぼす欠落値の影響を調べてきたが,ナノテクノロジー関連データにおける応用の場合についてはわずかな研究しか議論されていない。本研究は,細菌,藻類,原生動物,および哺乳類細胞系のような異なる種の毒性を予測するのに役立つ,マルチナノリード交差モデリング技術の開発を目的とした。ここでは,15のデータセットからの184の金属とシリカ酸化物(30のユニークな化学タイプ)ナノ粒子の実験毒性を分析した。種間相関分析と自己組織化マップ解析を組み合わせたハイブリッド定量的マルチナノリード法を開発した。第一段階では,ナノ粒子間の毒性の隠れたパターンを,方法の組み合わせを用いて同定した。続いて,金属酸化物ナノ粒子の毒性の分類に基づく開発したモデルを,毒性の原因となる根底にある因子を決定するために,教師つきと教師なしの機械学習技術の組み合わせにより評価した。Copyright 2018 Royal Society of Chemistry All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： モデリング ,  ナノ粒子 ,  金属酸化物 ,  自己組織化特徴マップ ,  モデル ,  細菌 ,  二酸化ケイ素 ,  予測 ,  *毒性 ,  ナノテクノロジー ,  *ナノ材料 ,  原生動物
準シソーラス用語： 機械学習技術 ,  相関分析 ,  哺乳類細胞 , 【Automatic Indexing@JST】

分類 (3件)： 金属及び金属化合物の毒性  (GZ02022V) ,  細胞生理一般  (EF02010S) ,  塩基,金属酸化物  (CD01030Z)

タイトルに関連する用語 (4件)： 種 ,  ナノ材料 ,  毒性 ,  評価