CN104820873B - 一种基于金属定量构效关系的淡水急性基准预测方法 - Google Patents
一种基于金属定量构效关系的淡水急性基准预测方法 Download PDFInfo
- Publication number
- CN104820873B CN104820873B CN201510240546.9A CN201510240546A CN104820873B CN 104820873 B CN104820873 B CN 104820873B CN 201510240546 A CN201510240546 A CN 201510240546A CN 104820873 B CN104820873 B CN 104820873B
- Authority
- CN
- China
- Prior art keywords
- metal
- toxicity
- model
- acute
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 79
- 239000002184 metal Substances 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004617 QSAR study Methods 0.000 title claims abstract description 23
- 230000001154 acute effect Effects 0.000 title claims abstract description 20
- 239000013505 freshwater Substances 0.000 title claims abstract description 20
- 230000001988 toxicity Effects 0.000 claims abstract description 56
- 231100000419 toxicity Toxicity 0.000 claims abstract description 56
- 238000012216 screening Methods 0.000 claims abstract description 15
- 229910001385 heavy metal Inorganic materials 0.000 claims abstract description 10
- 230000035945 sensitivity Effects 0.000 claims abstract description 9
- 231100000783 metal toxicity Toxicity 0.000 claims abstract description 7
- 238000012360 testing method Methods 0.000 claims description 31
- 238000012549 training Methods 0.000 claims description 19
- 150000001875 compounds Chemical class 0.000 claims description 17
- 150000002739 metals Chemical class 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 15
- 231100000048 toxicity data Toxicity 0.000 claims description 15
- 150000002500 ions Chemical class 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 229910021645 metal ion Inorganic materials 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 11
- 230000007059 acute toxicity Effects 0.000 claims description 10
- 231100000403 acute toxicity Toxicity 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 9
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 8
- 238000002790 cross-validation Methods 0.000 claims description 7
- 230000001419 dependent effect Effects 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 230000010287 polarization Effects 0.000 claims description 6
- 238000010219 correlation analysis Methods 0.000 claims description 5
- 238000012417 linear regression Methods 0.000 claims description 5
- 230000007062 hydrolysis Effects 0.000 claims description 4
- 238000006460 hydrolysis reaction Methods 0.000 claims description 4
- 238000010206 sensitivity analysis Methods 0.000 claims description 4
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims description 3
- 238000012404 In vitro experiment Methods 0.000 claims description 3
- 238000000556 factor analysis Methods 0.000 claims description 3
- 238000001727 in vivo Methods 0.000 claims description 3
- 230000037361 pathway Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 241000894007 species Species 0.000 abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 7
- 230000007246 mechanism Effects 0.000 abstract description 3
- 238000009795 derivation Methods 0.000 abstract description 2
- 241000196324 Embryophyta Species 0.000 abstract 1
- 231100000215 acute (single dose) toxicity testing Toxicity 0.000 abstract 1
- 238000011047 acute toxicity test Methods 0.000 abstract 1
- 231100000821 endpoints of toxicity testing Toxicity 0.000 abstract 1
- 230000036228 toxication Effects 0.000 abstract 1
- 230000007613 environmental effect Effects 0.000 description 8
- 238000011160 research Methods 0.000 description 6
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 5
- 231100000331 toxic Toxicity 0.000 description 5
- 231100000369 acute toxicity data Toxicity 0.000 description 4
- 230000004071 biological effect Effects 0.000 description 4
- 239000003344 environmental pollutant Substances 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 231100000719 pollutant Toxicity 0.000 description 4
- 238000013403 standard screening design Methods 0.000 description 4
- 229910052753 mercury Inorganic materials 0.000 description 3
- 230000002588 toxic effect Effects 0.000 description 3
- 241000238424 Crustacea Species 0.000 description 2
- 241000252233 Cyprinus carpio Species 0.000 description 2
- 241001494246 Daphnia magna Species 0.000 description 2
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 229940008718 metallic mercury Drugs 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 231100000041 toxicology testing Toxicity 0.000 description 2
- 229920002134 Carboxymethyl cellulose Polymers 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000001134 F-test Methods 0.000 description 1
- 244000207740 Lemna minor Species 0.000 description 1
- 235000006439 Lemna minor Nutrition 0.000 description 1
- 241000237852 Mollusca Species 0.000 description 1
- 235000001855 Portulaca oleracea Nutrition 0.000 description 1
- 241000700141 Rotifera Species 0.000 description 1
- 241000248418 Tetrahymena pyriformis Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000010948 carboxy methyl cellulose Nutrition 0.000 description 1
- 229920006184 cellulose methylcellulose Polymers 0.000 description 1
- 239000011153 ceramic matrix composite Substances 0.000 description 1
- 238000012710 chemistry, manufacturing and control Methods 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 150000008040 ionic compounds Chemical class 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 231100000225 lethality Toxicity 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 150000002736 metal compounds Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 231100000820 toxicity test Toxicity 0.000 description 1
- 230000002110 toxicologic effect Effects 0.000 description 1
- 231100000027 toxicology Toxicity 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B99/00—Subject matter not provided for in other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Computing Systems (AREA)
- Chemical & Material Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Crystallography & Structural Chemistry (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biotechnology (AREA)
- Spectroscopy & Molecular Physics (AREA)
Abstract
本发明涉及一种基于金属定量构效关系的淡水急性基准预测方法，根据重金属离子的结构特征与水生生物急性毒性效应的定量关系预测未知金属的毒性终点，结合不同物种的敏感度分布分析推导保护不同比例的水生生物的危险浓度；是综合重金属理化结构参数和不同水生生物的致毒机理建立的QSAR金属毒性预测模型，并将其应用于预测未知基准参考值的一种方法。本发明基于生态学原理，系统筛选五门八科水生物种作为最小生物预测集，分别构建多参数的毒性预测模型，提高模型精度和预测能力。
Description
技术领域
本发明涉及淡水水质基准模型领域，尤其涉及一种基于金属定量构效关系的淡水急性基准预测方法。
背景技术
金属污染是本世纪最具挑战性的环境问题之一。过量的重金属进入自然环境，破坏生物多样性，给生态环境和人体健康造成有害影响。为金属制定科学的环境基准是环境保护和风险评估的基础。国际上最先开展基准研究的国家是美国，我国现有基准体系主要照搬或借鉴国外成果，缺乏科学性。在最新的基准文件中，15种金属被列入优控污染物和非优控污染物名录，但只有10种金属具有基准参考值。大部分金属的水质基准值缺失，主要原因是生物毒性数据不足，其次受到环境要素的影响，只有铜，镍等金属基准的研究较为深入。目前，通过标准化的生物毒性测试手段，是目前获得基准值的唯一途径。但是，由于重金属的种类繁多，结构和形态复杂，用于基准推导的大量毒性测试需要耗费人力，物力和财力，并且复杂生物体系中金属形态难于准确测定，因此阻碍了重金属水质基准研究的发展。虽然也有研究者采用计算手段对各种毒性终点进行预测，但真正用于毒性和水质基准预测的还未见报道。发展不依赖于试验测定的基准预测方法，更符合我国的国情，节省大量的人力、物力和财力。
定量结构活性相关(QSAR)方法采用统计分析手段寻找目标污染物的结构与生物活性间的内在联系，作为毒理机制研究的有效手段已被广泛应用于各类毒性效应的预测评价中。QSAR方法不受实验条件和测试仪器的限制，采用各种计算化学和数据挖掘技术来研究和预测污染物的生物活性，因而在面对批量污染物和多受试物种时具有尤为明显的优势，QSAR正在毒性预测与风险评价方面展现出独特魅力。众所周知，离子形态是金属最为活跃的形态，溶解态金属的生物活性与自由离子浓度密切相关。在理想体系下，研究者尝试开展金属离子的定量构效关系研究，提出定量离子特征-活性相关预测其生物活性的方法。Newman等利用海洋发光细菌(V.fischeri)的毒性实验数据建立了QSAR方程并预测了金属毒性。结果发现，第一水解常数|logKOH|与金属离子对生物体的毒性效应有很强的作用关系。Bogaerts等在评价原生动物(T.pyriformis)的毒性效应与金属离子理化特征之间的作用关系时也指出金属离子软指数σp为毒性预测方程最佳建模参数。
以上方法都是基于单一物种的单参数预测模型，缺乏对生态系统中多物种的系统性毒性预测和分析，模型的预测能力和应用范围非常有限。
鉴于上述缺陷，本发明创作者经过长时间的研究和实践终于获得了本创作。
发明内容
本发明的目的在于提供一种基于金属定量构效关系的淡水急性基准预测方法，用以克服上述技术缺陷。
为实现上述目的，本发明提供一种基于金属定量构效关系的淡水急性基准预测方法，根据重金属离子的结构特征与水生生物急性毒性效应的定量关系预测未知金属的毒性终点，结合不同物种的敏感度分布分析推导保护不同比例的水生生物的危险浓度；
该具体过程为：
步骤a，建模毒性数据采集，筛选，运算和汇总；
步骤b，五门八科水生模式生物筛选；
步骤c，构建金属离子结构描述符数据集，通过各金属对应的结构参数为自变量进行线性相关性分析，通过相关系数排序，获得排在前两位的结构描述符；
步骤d，构建毒性预测模型及稳健性检验；建立多元回归方程，对参数进行估计，采用F统计量对应的P值进行检验；
步骤e，QSAR模型的内部验证；
步骤f，模型适用范围计算；经过校验的模型，以杠杆值h为横坐标，以各数据点的标准残差为纵坐标，绘制Williams图；
步骤g，采用获得的毒性预测值和物种敏感度分析对未知金属的毒性和基准预测值进行快速筛选与预测。
进一步地，在上述步骤c中，以单物种的毒性终点为因变量，各金属对应的结构参数为自变量进行线性相关性分析，根据下述公式(1)计算相关系数r；
式中，分别表示各结构参数和毒性值的平均值，xi和yi分别表示第i种金属对应的结构参数和毒性值；
相关系数r>0.8为显著相关参数。
进一步地，在上述步骤c中，构建金属离子结构描述符集合，包括软指数σp、最大配合物稳定常数log-βn、鲍林(Pauling)电负性Xm、共价指数Xm 2r、原子电离势AN/ΔIP、第一水解常数|logKOH|、电化学势ΔE0、原子大小AR/AW、极化力参数Z/r、Z/r2、Z2/r、似极化力参数Z/AR、Z/AR2。
进一步地，上述步骤d的过程为：
步骤d1，多元回归方程的构建与参数估计；
以上述步骤d中确定的两最佳结构参数为自变量X，金属活性值为因变量Y，利用多元线性回归分析方法构建各模式生物的QICAR方程Y＝XB+E，请参阅下述公式(2)，其中：
n为观测值个数。
采用最小二乘法对方程中参数进行估计，X′为X的转置矩阵：
步骤d2，拟合优度检验和回归方程的显著性检验，采用F检验；
模型的拟合优度检验指标为：相关系数的平R2和自由度校正的相关系数标准偏差RMSE；
F检验的指标为多因子方差分析(Multi-ANOVA)计算得到的F值和相关概率p(Significance F)；采用F统计量对应的P值进行检验；
步骤d3，判别标准：根据毒性数据获取途径，体外实验R2≥0.81，体内试验R2≥0.64；显著水平为α，当p<α时，回归方程显著。
进一步地，上述步骤d3按照下述公式计算，
式中，R2表示相关系数的平方，R2表示自由度校正的相关系数，RMSE表示标准偏差。
进一步地，上述步骤e的具体过程为：
步骤e1，在给定的建模样本中，选取大部分样本进行建模型，留小部分样本用建立的模型进行预测，并计算这小部分样本的预测误差；
步骤e2，记录每个方程中预测误差的平方加和，直到所有的样本都被预报了一次而且仅被预报一次；
步骤e3，计算交叉验证相关系数Q2 cv和交叉验证均方根误差RMSECV，判别依据：Q2 cv>0.6，R2-Q2 cv≤0.3。
进一步地，上述步骤e3采用的计算公式为：
式中，表示第i个化合物毒性的实测值，代表第i个化合物毒性的预测值，代表训练集毒性的平均值，n表示训练集中化合物数。
进一步地，在上述步骤f中，杠杆值hi的计算公式为：
hi＝xi T(XTX)-1xi (9)
式中，xi代表第i个金属的结构参数组成的列向量；对于双参数模型， XT表示矩阵X的转置矩阵，(XTX)-1表示对XTX矩阵的逆矩阵。
进一步地，在上述步骤f中，临界值h*的计算公式为：
式中，p代表模型中变量数，双参数模型中p＝2，n代表模型训练集化合物的数量，根据步骤a-e校验过后各QSAR方程中训练集金属个数决定；
在Williams图中h<h*的坐标空间为模型的适用范围。
进一步地，上述步骤g的具体过程为：
步骤g1，按照上述步骤a-f所述的方法，依次获得优选八科水生生物的双参数QSAR预测方程；
步骤g1，搜集并整理待预测金属在八个方程中出现的所有结构描述符的值，代入方程计算待预测金属对各物种的急性毒性终点；
步骤g3，每种金属对应的各物种金属毒性数据由低到高排序后，以累积百分率为纵坐标构建物种敏感度分布图；
步骤g4，采用非线性Sigmoidal-Logistic拟合方程对曲线进行拟合，根据拟合方程计算累积百分率为0.05，0.1和0.2时对应的危险浓度HC5，HC10和HC20。
与现有技术相比本发明的有益效果为：1、现有技术只对单一物种的毒性终点进行预测，模型预测不够准确，预测误差在两个数量级左右。本发明基于生态学原理，系统筛选五门八科水生物种作为最小生物预测集，分别构建多参数的毒性预测模型，提高模型精度和预测能力。
2.QSAR模型与SSD分析结合预测基准最大浓度(CMCs)
现有技术通过实验测试手段获得毒性终点值，再进行物种敏感度分析进而推导基准值。本专利通过QSAR模型方法预测多种金属的毒性值，快速、简单，依赖较少的试验测试数据完成多种毒性数据缺乏的金属的基准预测。
附图说明
图1为本发明的基于金属定量构效关系的淡水急性基准预测方法的流程示意图；
图2a为本发明模型适用范围评价的Williams图一；
图2b为本发明模型适用范围评价的Williams图一；
图3为本发明的汞毒性预测值的物种敏感度分布曲线。
具体实施方式
以下结合附图，对本发明上述的和另外的技术特征和优点作更详细的说明。
本发明的原理是根据重金属离子的结构特征与水生生物急性毒性效应的定量关系预测未知金属的毒性终点，结合不同物种的敏感度分布分析推导保护5％、10％和20％水生生物的危险浓度。是综合重金属理化结构参数和不同水生生物的致毒机理建立QSAR金属毒性预测模型，并将其应用于预测未知基准参考值的一种方法。
请参阅图1所示，其为本发明基于金属定量构效关系的淡水急性基准预测方法的流程示意图，该具体过程为：
步骤a，建模毒性数据采集，筛选，运算和汇总；
步骤a1，数据采集过程；
步骤a2，数据筛选过程；数据筛选满足的条件为：
1)每个物种的急性毒性数据须来自同一试验来源，同一研究组和相同试验条件；
2)每个物种包含至少6种金属的毒性数据；
3)毒性终点数据类型包括致死率，生长率和繁殖率，表现为EC50或LC50；
4)毒性测试必须在一定范围的环境条件下以标准的操作流程进行；
5)生物测试暴露时间48～96小时。
步骤a3，数据运算过程；在本发明实施例中的运算方法为：
以金属自由离子浓度为数据的衡量指标，如单位为质量浓度除以分子量统一转化为摩尔浓度，即mol/L。
步骤a4，数据汇总过程：
最终得到的数据集包括金属化合物分子式，受试生物类型，毒性效应类型，终点指标，试验条件，暴露时间，数据来源。
详细的毒性数据获取过程如下：
建模的急性毒性数据优先采集自美国环保局ECOTOX毒性数据库(http://cfpub.epa.gov/ecotox/)。如果毒性数据不足，以近30年SCI科学引文索引查询的有效数据(ISI Web of Knowledge)作为补充。通过数据库和文献检索引擎，输入金属名称、待测物种名称和急性毒性等关键词，导出满足条件的毒性数据集。在满足步骤a2条件的前提下，筛选出合格的毒性数据。以金属自由离子浓度为数据的衡量指标，如果原始数据以离子化合物质量为毒性终点指标。需除以分子量统一转化为微摩尔浓度，即μmol/L。在数据汇编过程中，记录金属原子或分子式，原子或分子量，终点指标，受试生物类型，试验条件，毒性效应类型，暴露时间，数据来源等信息，整理成Excel表格作为建模依据。
步骤b，五门八科水生模式生物筛选；
急性模式生物以美国环保局推荐的推导水质基准的三门八科生物为基础，筛选出淡水中对重金属敏感的五门八科模式生物，包括浮游甲壳类节肢动物3种，脊索动物2种，软体动物，轮虫和浮萍各1种。对于每一类模式生物，对应的毒性数据需严格按照数据采集和筛选的要求，依次汇总各物种急性毒性数据。如果满足要求的物种数超过最少物种数要求，选择受试金属种类丰富的进行建模。例如，通过数据收集，浮游甲壳类生物中满足条件的物种类型有五种，按照受试金属元素的数量进行排序，选取前三种作为模式生物。在进行模式生物筛选后，确定八种生物的科学命名，所属门和科。
步骤c，构建金属离子结构描述符数据集；
构建金属离子结构描述符集合，包括软指数σp、最大配合物稳定常数log-βn、鲍林(Pauling)电负性Xm、共价指数Xm 2r、原子电离势AN/ΔIP、第一水解常数|logKOH|、电化学势ΔE0、原子大小AR/AW、极化力参数Z/r、Z/r2、Z2/r、似极化力参数Z/AR、Z/AR2。
步骤c1，以单物种的毒性终点为因变量，各金属对应的结构参数为自变量进行线性相关性分析，根据下述公式(1)计算皮尔逊相关系数r；
式中，xi和yi分别表示第i种金属对应的结构参数和实测毒性值，分别表示各结构参数和实测毒性值的平均值。相关系数r>0.8为显著相关参数。采用皮尔逊相关可以简便，客观的度量两个因子之间的关联程度。
步骤c2，在显著相关的前提下，通过相关系数排序，获得排在前两位的结构描述符。该步骤中通过相关系数r，筛选出与毒性显著相关的结构参数，避免了伪相关参数引入模型。
步骤d，构建毒性预测模型及稳健性检验；
步骤d1，多元回归方程的构建与参数估计；
以上述步骤d中确定的两最佳结构参数为自变量X，金属活性值为因变量Y，利用多元线性回归分析方法构建各模式生物的QICAR方程Y＝XB+E，请参阅下述公式(2)，其中：
n为观测值个数；B代表未知参数，是方程中需要通过最小二乘法进行估计的；E代表随机误差项，反映了除x1，x2对y的线性关系之外的随机因素对y的影响。与一元线性回归相比，方程(2)采用多元线性回归建立了两种不同结构参数与金属毒性值的关系，完整、准确地表达预测对象与相关因素的关系。
采用最小二乘法对方程中参数进行估计，X′为X的转置矩阵：
最小二乘回归是从误差拟合角度对回归模型进行参数估计，是一种标准的多元建模工具，尤其适用于预测分析。
步骤d2，拟合优度检验和回归方程的显著性检验(F检验)；
模型的拟合优度检验指标为：相关系数的平方(R2)和自由度校正的相关系数标准偏差(RMSE)。F检验的指标为多因子方差分析(Multi-ANOVA)计算得到的F值和相关概率p(Significance F)。通常采用F统计量对应的P值进行检验。
步骤d3，判别标准：根据毒性数据获取途径，体外实验R2≥0.81，体内试验R2≥0.64。显著水平为α，当p<α时，回归方程显著。
式中，yi表示第i种金属实测的毒性值，表示第i种金属预测的毒性值，表示各毒性值的平均值，n为训练集中金属的个数。
方程(4)、(5)的相关系数和标准偏差可以度量回归直线的拟合优度；方程(6)是检验因变量与多个自变量的线性关系是否显著的通用方法。
步骤e，QSAR模型的内部验证；
每个物种的QSAR模型还应采用抽一法进行验证，方法的核心思想是随机从训练集中抽出一个数据，用其他的毒性数据和步骤c获得的最佳结构描述符建立多元回归模型，根据抽出数据的预测值与实验值的比较，来校验所建立的网络模型。为了减少交叉验证结果的可变性，对一个样本数据集进行多次不同的划分，得到不同的互补子集，进行多次交叉验证。本步骤中，取多次验证的平均值作为验证结果。
此内部验证方法的优势在于用几乎所有的样本来训练模型，最接近样本，这样评估所得的结果比较可靠；实验没有随机因素，整个过程是可重复的。
具体步骤如下：
步骤e1，在给定的建模样本中，选取大部分样本进行建模型，留小部分样本用建立的模型进行预测，并计算这小部分样本的预测误差；
步骤e2，记录每个方程中预测误差的平方加和，直到所有的样本都被预报了一次而且仅被预报一次；
步骤e3，计算交叉验证相关系数Q2 cv和交叉验证均方根误差RMSECV，计算公式如下所述；判别依据：Q2 cv>0.6，R2-Q2 cv≤0.3；
式中，表示第i个化合物毒性的实测值，代表第i个化合物毒性的预测值，代表训练集毒性的平均值，n表示训练集中化合物数。
方程(7)，(8)是抽一法内部验证的指示参数，可有效降低模型对训练集数据的过拟合，测定训练集中有无特定金属对模型稳健性的影响。
步骤f，模型适用范围计算；
经过校验的模型，采用杠杆值法计算模型的适用范围，以Williams图直观表示。此方法可保证模型在预测过程中具有最佳的可靠性。
杠杆值hi的计算公式为：
hi＝xi T(XTX)-1xi (9)
式中，xi代表第i个金属的结构参数组成的列向量；对于双参数模型， XT表示矩阵X的转置矩阵，(XTX)-1表示对XTX矩阵的逆矩阵。
临界值h*的计算公式为：
式中，p代表模型中变量数，双参数模型中p＝2，n代表模型训练集化合物的数量，根据步骤a-e校验过后各QSAR方程中训练集金属个数决定。
以杠杆值h为横坐标，以各数据点的标准残差为纵坐标，绘制Williams图。在图中h<h*的坐标空间为模型的适用范围。
步骤g，采用获得的毒性预测值和物种敏感度分析对未知金属的毒性和基准预测值进行快速筛选与预测。
步骤g1，按照步骤a-f所述的方法，依次获得优选五门八科水生生物的双参数QSAR预测方程。
步骤g1，搜集并整理待预测金属在八个方程中出现的所有结构描述符的值，代入方程计算待预测金属对各物种的急性毒性终点。
步骤g3，每种金属对应的各物种金属毒性数据由低(最敏感物种)到高(最不敏感物种)排序后，以累积百分率为纵坐标(P＝(R-0.5)/N，R物种序号，N物种数)构建物种敏感度分布图。
步骤g4，采用非线性Sigmoidal-logistic拟合方程对曲线进行拟合(公式)，根据拟合方程计算累积百分率为0.05，0.1和0.2时对应的危险浓度HC5，HC10和HC20。
曲线拟合优度的判别指标包括 F和P。计算方法见方程(4)-(6)。
式中，a代表拟合曲线的振幅，xc代表中心值，k代表曲线斜率。大量研究证实，非线性Sigmoidal-Logistic拟合模型对物种敏感度曲线的拟合效果最佳。故本发明采用此方法作为推导金属基准预测值的方法。
以下通过实施例结合附图对本发明进一步说明。
实施例1：
采用本发明步骤a所述的方法，对大型蚤的急性毒性数据进行汇总，如表1所示
表1.急性毒性数据筛选，运算和汇总范例
实施例2：
采用本发明步骤b所述的方法，优选五门八科水生生物信息，如表2所示
表2 优选急慢性模式生物
实施例3：
采用本发明方法预测金属汞对八科模式生物的毒性值，结合SSDs曲线预测基准参考阈值。
按照步骤a-d所述的方法，分别构建八科模式生物的毒性预测方程，如表3所示。计算汞的最优结构参数σp＝0.065，log-βn＝21.7，Xm 2r＝4.08，AN/ΔIP＝9.62，Z/r＝1.96，|logKOH|＝3.4，ΔE0＝0.91。依次代入方程获得各物种的毒性预测值。
表3 八科模式生物的QSAR毒性预测方程
实施例4：
采用本发明步骤e所述的方法对模型进行内部验证。以大型蚤的急性毒性预测方程log-EC50＝(-0.272±18.674)σp+(-0.360±0.136)log-βn+(6.604±4.093)为例，对模型进行抽一法内部验证，相关拟合参数见表4。根据步骤e中的公式(7)和(8)，计算Q2 cv＝0.63，RMSECV＝1.139，R2-Q2 cv＝0.239。满足模型稳健性判别依据Q2 cv>0.6，R2-Q2 cv≤0.3，该模型通过内部验证。
表4 模型内部验证抽一法相关参数
实施例5：
采用本发明步骤f所述的方法计算模型适用范围，绘制Williams图。以鲤鱼的急性毒性预测方程log LC50＝(33.439±6.256)σp+(0.412±0.137)Z/r+(-3.159±0.559)为例，训练集各金属的结构参数和毒性终点为如表5所示。临界值h*＝3*(2+1)/6＝1.5。
表5 鲤鱼的急性毒性预测方程适用范围的计算
以各金属的两最优结构参数的杠杆值为横坐标，预测残差为纵坐标绘制Williams图(图2a，b)。图中三条虚线内部的空间为模型的适用范围，计算结果显示训练集的6种金属在模型的预测范围之内。
实施例5：
根据本发明步骤g所述，获得金属汞的QSAR-SSDs曲线拟合方程：
评价拟合优度的各参数分别为：Adj.r2＝0.9594，RSS＝0.019，F＝231.176，P＝1.18×10-5。根据SSDs曲线(如图3)，当y等于0.05，0.10和0.20时，对应的logHC5，logHC10和logHC20的值为-1.6352，-1.4022，-1.1658。美国环保局1985年发布的水质基准指南中，基于实验室测定推导出汞的危害浓度为-1.8560，预测误差为0.119。
上述详细说明是针对本发明其中之一可行实施例的具体说明，该实施例并非用以限制本发明的专利范围，凡未脱离本发明所为的等效实施或变更，均应包含于本发明技术方案的范围内。
Claims (10)
1.一种基于金属定量构效关系的淡水急性基准预测方法，其特征在于，根据重金属离子的结构特征与水生生物急性毒性效应的定量关系预测未知金属的毒性终点，结合不同物种的敏感度分布分析推导保护不同比例的水生生物的危险浓度；
具体过程为：
步骤a，建模毒性数据采集，筛选，运算和汇总；
步骤b，五门八科水生模式生物筛选；
步骤c，构建金属离子结构描述符数据集，通过各金属对应的结构参数为自变量进行线性相关性分析，通过相关系数排序，获得排在前两位的结构描述符；
步骤d，构建毒性预测模型及稳健性检验；建立多元回归方程，对参数进行估计，采用F统计量对应的P值进行检验；
步骤e，QSAR模型的内部验证；
步骤f，模型适用范围计算；经过校验的模型，以杠杆值h为横坐标，以各数据点的标准残差为纵坐标，绘制Williams图；
步骤g，采用获得的毒性预测值和物种敏感度分析对未知金属的毒性和基准预测值进行快速筛选与预测。
2.根据权利要求1所述的基于金属定量构效关系的淡水急性基准预测方法，其特征在于，在上述步骤c中，以单物种的毒性终点为因变量，各金属对应的结构参数为自变量进行线性相关性分析，根据下述公式(1)计算相关系数r；
<mrow>
<mi>r</mi>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
</mrow>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，分别表示各结构参数和毒性值的平均值，xi和yi分别表示第i种金属对应的结构参数和毒性值；
相关系数r＞0.8为显著相关参数。
3.根据权利要求2所述的基于金属定量构效关系的淡水急性基准预测方法，其特征在于，在上述步骤c中，构建金属离子结构描述符集合，包括软指数σp、最大配合物稳定常数log-βn、鲍林(Pauling)电负性Xm、共价指数原子电离势AN/ΔIP、第一水解常数|logKOH|、电化学势ΔE0、原子大小AR/AW、极化力参数Z/r、Z/r2、Z2/r、似极化力参数Z/AR、Z/AR2。
4.根据权利要求2所述的基于金属定量构效关系的淡水急性基准预测方法，其特征在于，上述步骤d的过程为：
步骤d1，多元回归方程的构建与参数估计；
以上述步骤d中确定的两最佳结构参数为自变量X，金属活性值为因变量Y，利用多元线性回归分析方法构建各模式生物的QICAR方程Y＝XB+E，请参阅下述公式(2)，其中：
n为观测值个数；B代表未知参数；E代表随机误差项；
<mrow>
<mi>Y</mi>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mi>X</mi>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>11</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>12</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>21</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>22</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mn>2</mn>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mi>B</mi>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&beta;</mi>
<mn>0</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&beta;</mi>
<mn>1</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&beta;</mi>
<mn>2</mn>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mi>E</mi>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&epsiv;</mi>
<mn>1</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&epsiv;</mi>
<mn>2</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&epsiv;</mi>
<mi>n</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
采用最小二乘法对方程中参数进行估计，X′为X的转置矩阵：
<mrow>
<mover>
<mi>B</mi>
<mo>^</mo>
</mover>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mover>
<msub>
<mi>&beta;</mi>
<mn>0</mn>
</msub>
<mo>^</mo>
</mover>
</mtd>
</mtr>
<mtr>
<mtd>
<mover>
<msub>
<mi>&beta;</mi>
<mn>1</mn>
</msub>
<mo>^</mo>
</mover>
</mtd>
</mtr>
<mtr>
<mtd>
<mover>
<mover>
<msub>
<mi>&beta;</mi>
<mi>m</mi>
</msub>
<mo>^</mo>
</mover>
<mrow>
<mo>&CenterDot;</mo>
<mo>&CenterDot;</mo>
<mo>&CenterDot;</mo>
</mrow>
</mover>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>X</mi>
<mo>&prime;</mo>
</msup>
<mi>X</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msup>
<mi>X</mi>
<mo>&prime;</mo>
</msup>
<mi>Y</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
步骤d2，拟合优度检验和回归方程的显著性检验，采用F检验；
模型的拟合优度检验指标为：相关系数的平方R2和自由度校正的相关系数标准偏差RMSE；
F检验的指标为多因子方差分析(Multi-ANOVA)计算得到的F值和相关概率P(Significance F)二采用F统计量对应的P值进行检验；
步骤d3，判别标准：根据毒性数据获取途径，体外实验R2≥0.81，体内试验R2≥0.64；显著水平为α，当P＜α时，回归方程显著。
5.根据权利要求4所述的基于金属定量构效关系的淡水急性基准预测方法，其特征在于，上述步骤d3按照下述公式计算，
<mrow>
<msup>
<mi>R</mi>
<mn>2</mn>
</msup>
<mo>=</mo>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mover>
<msup>
<mi>R</mi>
<mn>2</mn>
</msup>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mn>1</mn>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msup>
<mi>R</mi>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mfrac>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</mfrac>
</mrow>
<mrow>
<mi>R</mi>
<mi>M</mi>
<mi>S</mi>
<mi>E</mi>
<mo>=</mo>
<msqrt>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</mfrac>
</msqrt>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>F</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mo>&lsqb;</mo>
<mi>S</mi>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>S</mi>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mi>e</mi>
<mi>s</mi>
<mi>i</mi>
<mi>d</mi>
<mi>u</mi>
<mi>a</mi>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>/</mo>
<mn>2</mn>
</mrow>
<mrow>
<mi>S</mi>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mi>e</mi>
<mi>s</mi>
<mi>i</mi>
<mi>d</mi>
<mi>u</mi>
<mi>a</mi>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>=</mo>
<mfrac>
<mrow>
<mo>&lsqb;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>&rsqb;</mo>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>2</mn>
<mo>&times;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，R2表示相关系数的平方，表示自由度校正的相关系数，表示第i种金属预测的毒性值，RMSE表示标准偏差。
6.根据权利要求1所述的基于金属定量构效关系的淡水急性基准预测方法，其特征在于，上述步骤e的具体过程为：
步骤e1，在给定的建模样本中，选取大部分样本进行建立模型，留小部分样本用建立的模型进行预测，并计算这小部分样本的预测误差；
步骤e2，记录每个方程中预测误差的平方加和，直到所有的样本都被预报了一次而且仅被预报一次；
步骤e3，计算交叉验证相关系数和交叉验证均方根误差RMSECV，判别依据：
7.根据权利要求6所述的基于金属定量构效关系的淡水急性基准预测方法，其特征在于，上述步骤e3采用的计算公式为：
<mrow>
<msubsup>
<mi>Q</mi>
<mrow>
<mi>C</mi>
<mi>V</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>=</mo>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>y</mi>
<mi>i</mi>
<mrow>
<mi>o</mi>
<mi>b</mi>
<mi>s</mi>
</mrow>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>y</mi>
<mi>i</mi>
<mrow>
<mi>p</mi>
<mi>r</mi>
<mi>e</mi>
<mi>d</mi>
<mi>c</mi>
<mi>v</mi>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>y</mi>
<mi>i</mi>
<mrow>
<mi>o</mi>
<mi>b</mi>
<mi>s</mi>
</mrow>
</msubsup>
<mo>-</mo>
<msup>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>o</mi>
<mi>b</mi>
<mi>s</mi>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>R</mi>
<mi>M</mi>
<mi>S</mi>
<mi>E</mi>
<mi>C</mi>
<mi>V</mi>
<mo>=</mo>
<msqrt>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>y</mi>
<mi>i</mi>
<mrow>
<mi>o</mi>
<mi>b</mi>
<mi>s</mi>
</mrow>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>y</mi>
<mi>i</mi>
<mrow>
<mi>p</mi>
<mi>r</mi>
<mi>e</mi>
<mi>d</mi>
<mi>c</mi>
<mi>v</mi>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mi>n</mi>
</mfrac>
</msqrt>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，表示第i个化合物毒性的实测值，代表第i个化合物毒性的预测值，代表训练集毒性的平均值，n表示训练集中化合物数。
8.根据权利要求1所述的基于金属定量构效关系的淡水急性基准预测方法，其特征在于，在上述步骤f中，杠杆值hi的计算公式为：
<mrow>
<msub>
<mi>h</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msubsup>
<mi>x</mi>
<mi>i</mi>
<mi>T</mi>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>X</mi>
<mi>T</mi>
</msup>
<mi>X</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，xi代表第i个金属的结构参数组成的列向量；对于双参数模型XT表示矩阵X的转置矩阵，(XT X)-1表示对XTX矩阵的逆矩阵。
9.根据权利要求8所述的基于金属定量构效关系的淡水急性基准预测方法，其特征在于，在上述步骤f中，临界值h*的计算公式为：
<mrow>
<mi>h</mi>
<mo>*</mo>
<mo>=</mo>
<mfrac>
<mrow>
<mn>3</mn>
<mrow>
<mo>(</mo>
<mi>p</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mi>n</mi>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，p代表模型中变量数，双参数模型中p＝2，n代表模型训练集化合物的数量，根据步骤a-e校验过后各QSAR方程中训练集金属个数决定；
在Williams图中h＜h*的坐标空间为模型的适用范围。
10.根据权利要求1所述的基于金属定量构效关系的淡水急性基准预测方法，其特征在于，上述步骤g的具体过程为：
步骤g1，按照上述步骤a-f所述的方法，依次获得优选五门八科水生生物的双参数QSAR预测方程；
步骤g1，搜集并整理待预测金属在八个方程中出现的所有结构描述符的值，代入方程计算待预测金属对各物种的急性毒性终点；
步骤g3，每种金属对应的各物种金属毒性数据由低到高排序后，以累积百分率为纵坐标构建物种敏感度分布图；
步骤g4，采用非线性Sigmoidal-Logistic拟合方程对曲线进行拟合，根据拟合方程计算累积百分率为0.05，0.1和0.2时对应的危险浓度HC5，HC10和HC20。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510240546.9A CN104820873B (zh) | 2015-05-13 | 2015-05-13 | 一种基于金属定量构效关系的淡水急性基准预测方法 |
| PCT/CN2015/080631 WO2016179864A1 (zh) | 2015-05-13 | 2015-06-03 | 一种基于金属定量构效关系的淡水急性基准预测方法 |
| US15/659,608 US10650914B2 (en) | 2015-05-13 | 2017-07-25 | Fresh water acute criteria prediction method based on quantitative structure-activity relationship for metals |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510240546.9A CN104820873B (zh) | 2015-05-13 | 2015-05-13 | 一种基于金属定量构效关系的淡水急性基准预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104820873A CN104820873A (zh) | 2015-08-05 |
| CN104820873B true CN104820873B (zh) | 2017-12-26 |
Family
ID=53731159
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510240546.9A Active CN104820873B (zh) | 2015-05-13 | 2015-05-13 | 一种基于金属定量构效关系的淡水急性基准预测方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10650914B2 (zh) |
| CN (1) | CN104820873B (zh) |
| WO (1) | WO2016179864A1 (zh) |
Families Citing this family (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104915563B (zh) * | 2015-06-16 | 2018-06-08 | 中国环境科学研究院 | 基于金属定量构效关系的淡水慢性基准预测方法 |
| CN105069315A (zh) * | 2015-08-26 | 2015-11-18 | 中国环境科学研究院 | 基于金属形态和有效性的水生生物毒性预测方法 |
| CN105447248B (zh) * | 2015-11-24 | 2019-03-19 | 中国环境科学研究院 | 基于金属定量构效关系的海水急性基准预测方法 |
| US10366779B2 (en) | 2015-12-30 | 2019-07-30 | International Business Machines Corporation | Scheme of new materials |
| CN105738591B (zh) * | 2016-02-24 | 2017-05-31 | 中国环境科学研究院 | 硒的水质基准推导方法及水质安全评价方法 |
| CN106556683A (zh) * | 2016-11-23 | 2017-04-05 | 中国环境科学研究院 | 一种水生生物基准值测定方法 |
| CN108805343A (zh) * | 2018-05-29 | 2018-11-13 | 祝恩元 | 一种基于多元线性回归的科技服务业发展水平预测方法 |
| CN109447341B (zh) * | 2018-10-24 | 2020-10-09 | 中国环境科学研究院 | 一种估算目标区域水生生物基准值的方法 |
| CN110222302B (zh) * | 2019-06-06 | 2023-05-26 | 哈尔滨锅炉厂有限责任公司 | 一种利用百叶窗叶片参数预测浓淡分离特性的计算方法 |
| CN110378071B (zh) * | 2019-08-05 | 2022-09-30 | 西安建筑科技大学 | 一种基于生态安全性控制的浅池处理单元设计方法 |
| CN110577253B (zh) * | 2019-08-21 | 2021-10-22 | 河北大学 | 一种二维材料MXene去除污水中重金属阴离子基团性能的预测方法 |
| KR102466620B1 (ko) | 2019-12-19 | 2022-11-14 | 한국생산기술연구원 | 생물종 별 민감도 차이를 적용한 화학물질의 독성 예측 시스템 및 독성 예측 방법 |
| CN111239083A (zh) * | 2020-02-26 | 2020-06-05 | 东莞市晶博光电有限公司 | 一种手机玻璃油墨红外线透过率测试设备及相关性算法 |
| CN111554358A (zh) * | 2020-04-22 | 2020-08-18 | 中国人民大学 | 一种重金属毒性终点和海洋水质基准阈值的预测方法 |
| CN111524559B (zh) * | 2020-04-23 | 2023-07-07 | 浙江省农业科学院 | 一种化学物对生物的最大无作用浓度的分析方法 |
| CN113707225B (zh) * | 2020-05-21 | 2024-03-15 | 中国科学院过程工程研究所 | 一种基于金属离子形态预测溶液中金属分离能力的方法及其应用 |
| CN112253102B (zh) * | 2020-11-05 | 2023-09-26 | 中国石油天然气股份有限公司 | 油井套管放气压力的确定方法和装置 |
| CN112487640B (zh) * | 2020-11-27 | 2023-02-14 | 交通运输部天津水运工程科学研究所 | 一种内河航道整治工程生态影响模拟预测方法 |
| CN112750508A (zh) * | 2021-01-15 | 2021-05-04 | 首都师范大学 | 土壤金属毒性预测方法、装置、电子设备及存储介质 |
| CN113268918B (zh) * | 2021-05-10 | 2023-04-07 | 云南省农业科学院农业环境资源研究所 | 一种预测浅层地下水中氮浓度的方法 |
| CN113793651B (zh) * | 2021-08-20 | 2023-11-07 | 大连民族大学 | 一种提高污染物qsar模型预测毒性效应终点值准确度的方法 |
| CN116402225B (zh) * | 2023-04-13 | 2024-05-14 | 西南石油大学 | 一种致密砂岩气藏产气量预测方法 |
| CN117711500A (zh) * | 2023-12-04 | 2024-03-15 | 西藏自治区农牧科学院水产科学研究所 | 一种适用于湖泊浮游生物快速定量分析的方法 |
| CN117423387B (zh) * | 2023-12-18 | 2024-03-08 | 中国科学院水生生物研究所 | 基于数字驱动的水生生物群落时空差异的评估方法及系统 |
| CN117690572B (zh) * | 2023-12-25 | 2024-06-14 | 南京天溯自动化控制系统有限公司 | 一种基于多元回归的ct使用时间风险预测方法、装置、设备及介质 |
| CN118335227A (zh) * | 2024-03-26 | 2024-07-12 | 生态环境部南京环境科学研究所 | 一种基于金属离子特性的土壤生态筛选值确定方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101329699A (zh) * | 2008-07-31 | 2008-12-24 | 四川大学 | 基于支持向量机的药物分子药代动力学性质和毒性预测方法 |
| CN103577714A (zh) * | 2013-11-17 | 2014-02-12 | 桂林理工大学 | 一种定量预测环境复合污染物联合毒性的方法 |
| CN103646180A (zh) * | 2013-12-19 | 2014-03-19 | 山东大学 | 一种通过量子化学方法构建定量构效关系模型来预测有机化合物急性毒性的方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050085626A1 (en) * | 2002-02-15 | 2005-04-21 | Mount Sinai Hospital | Polo domain structure |
| US20110098933A1 (en) * | 2009-10-26 | 2011-04-28 | Nellcor Puritan Bennett Ireland | Systems And Methods For Processing Oximetry Signals Using Least Median Squares Techniques |
| JP6012721B2 (ja) * | 2011-06-14 | 2016-10-25 | サザン イノヴェーション インターナショナル プロプライアトリー リミテッド | 検出器出力データ中のパルスを特定するための方法および装置 |
| FR2979705B1 (fr) * | 2011-09-05 | 2014-05-09 | Commissariat Energie Atomique | Procede et dispositif d'estimation d'un parametre de masse moleculaire dans un echantillon |
| WO2013040315A1 (en) * | 2011-09-16 | 2013-03-21 | Sentient Corporation | Method and system for predicting surface contact fatigue life |
| CN104602830B (zh) * | 2012-08-31 | 2017-03-01 | 东芝三菱电机产业系统株式会社 | 材料组织预测装置、产品制造方法及材料组织预测方法 |
| US10012764B2 (en) * | 2012-09-12 | 2018-07-03 | Bp Exploration Operating Company Limited | System and method for determining retained hydrocarbon fluid |
| WO2014055543A2 (en) * | 2012-10-01 | 2014-04-10 | Millennium Pharmaceuticals, Inc. | Biomarkers and methods to predict response to inhibitors and uses thereof |
| US20140134745A1 (en) * | 2012-11-15 | 2014-05-15 | Vertichem Corporation | Method for evaluation of lignin |
| US20150220488A1 (en) * | 2014-02-05 | 2015-08-06 | The Government Of The Us, As Represented By The Secretary Of The Navy | System and method for interferometrically tracking objects using a low-antenna-count antenna array |
-
2015
- 2015-05-13 CN CN201510240546.9A patent/CN104820873B/zh active Active
- 2015-06-03 WO PCT/CN2015/080631 patent/WO2016179864A1/zh active Application Filing
-
2017
- 2017-07-25 US US15/659,608 patent/US10650914B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101329699A (zh) * | 2008-07-31 | 2008-12-24 | 四川大学 | 基于支持向量机的药物分子药代动力学性质和毒性预测方法 |
| CN103577714A (zh) * | 2013-11-17 | 2014-02-12 | 桂林理工大学 | 一种定量预测环境复合污染物联合毒性的方法 |
| CN103646180A (zh) * | 2013-12-19 | 2014-03-19 | 山东大学 | 一种通过量子化学方法构建定量构效关系模型来预测有机化合物急性毒性的方法 |
Non-Patent Citations (2)
| Title |
|---|
| Derivation of marine water quality criteria for metals based on a novel QICAR-SSD model;Cheng Chen et al;《Environmental Science and Pollution Research》;20150331;第22卷(第6期);第4287-4304页 * |
| 锌对淡水生物毒性特征与水质基准的研究;吴丰昌 等;《生态毒理学报》;20111231;第6卷(第4期);第367-382页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104820873A (zh) | 2015-08-05 |
| WO2016179864A1 (zh) | 2016-11-17 |
| US20170323085A1 (en) | 2017-11-09 |
| US10650914B2 (en) | 2020-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104820873B (zh) | 一种基于金属定量构效关系的淡水急性基准预测方法 | |
| CN105608324B (zh) | 基于毒性效应的流域沉积物中重金属生态风险评估方法 | |
| CN104280526B (zh) | 水质自动在线监测设备测量误差的分析和估计方法 | |
| CN107478580B (zh) | 基于高光谱遥感的土壤重金属含量估算方法及装置 | |
| CN111554358A (zh) | 一种重金属毒性终点和海洋水质基准阈值的预测方法 | |
| CN105447248B (zh) | 基于金属定量构效关系的海水急性基准预测方法 | |
| CN103712939B (zh) | 一种基于紫外可见光谱的污染物浓度拟合方法 | |
| CN104915563B (zh) | 基于金属定量构效关系的淡水慢性基准预测方法 | |
| CN105069315A (zh) | 基于金属形态和有效性的水生生物毒性预测方法 | |
| Jiang et al. | Are non-loricate ciliates a primary contributor to ecological pattern of planktonic ciliate communities? A case study in Jiaozhou Bay, northern China | |
| CN117875573B (zh) | 一种基于生物毒性和生物有效性的水环境评价方法和系统 | |
| CN116187861A (zh) | 基于同位素的水质溯源监测方法及相关装置 | |
| CN112630180B (zh) | 水体中有机磷农药浓度检测的紫外/可见光吸收光谱模型 | |
| CN110853701A (zh) | 采用多参数线性自由能关系模型预测有机化合物的鱼类生物富集因子的方法 | |
| Shakya et al. | A DSP-based approach for gene prediction in eukaryotic genes | |
| CN107391960B (zh) | 基于过渡金属保护水生生物水质基准的CCCs预测方法 | |
| CN113990407B (zh) | 对多氯萘及其同系物的含量及来源进行解析的解析方法 | |
| CN111007220A (zh) | 一种生猪养殖污水水质敏捷监测的方法 | |
| CN111613266A (zh) | 基于定量构效关系的离群值检测方法 | |
| CN107817332B (zh) | 一种表征潜在烃源岩后期保存效率的方法 | |
| CN110838339A (zh) | 邻苯二甲酸酯对斑马鱼毒性效应的预测方法、设备及介质 | |
| CN117874616B (zh) | 基于综合偏离度的污染物溯源方法及装置、电子设备 | |
| Horwitz et al. | Validation of a Macroinvertebrate-Based Index of Nutrient Status in Streams Using Macroinvertebrate, Water-Chemistry, and Diatom Data | |
| CN116628121A (zh) | 一种河流环境因子与微生物群落结构关联性测度方法 | |
| Hjermann et al. | Effect of pooled sampling in the MILFERSK program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |