Ассистент кафедры экологии человека и гигиены окружающей среды Института общественного здоровья им. Ф.Ф. Эрисмана ФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России (Сеченовский Университет), 199911, Москва, Россия
e-mail: guseva_e_a@staff.sechenov.ru
Assistant of the Department of Human Ecology and Environmental Hygiene of the Institute of Public Health named after F.F. Erisman, Sechenov First Moscow State Medical University of the Ministry of Health of Russia (Sechenov University), Moscow, 199911, Russian Federation
e-mail: guseva_e_a@staff.sechenov.ru
Введение. Математические модели широко применимы при проведении токсикологических исследований и могут использоваться для заполнения пробелов, возникающих при оценке химической безопасности. Большая часть внимания уделяется вопросам изучения алгоритмов построения моделей, а не подходам к выбору наиболее информативных признаков.
Поэтому, цель настоящей работы — осветить аспекты проблемы выбора полезных переменных при проведении математического моделирования.
Материал и методы. В интерактивной среде Google Colaboratory на основании программного кода при помощи обеспечения RDKit, Mordred были сгенерированы SMILES и молекулярные дескрипторы для фосфорорганических инсектицидов. С помощью инструментов библиотеки scikit-learn Ver. 1.2.2 происходил отбор признаков методом фильтрации и методом рекурсивного исключения признаков. Из официальных информационных источников о химических веществах были взяты значения параметров острой пероральной токсичности. Полученные модели прошли процедуру внутренней валидации, проведена сравнительная оценка производительности моделей.
Результаты. Необходимо отметить, что модели, где использовалось рекурсивное исключение признаков, обладают лучшими характеристиками, чем модели на основе дескрипторов, отобранных методом фильтрации. В частности, модель прогнозирования острой токсичности для органотиофосфатов на основе метода дерева принятия решения с рекурсивным исключением признаков обладает высоким коэффициентом детерминации (R2=0,91713), сравнительно небольшой среднеквадратичной ошибкой (RMSE=0,35099), а также высоким значением коэффициента детерминации кросс-валидации (Q2LOO= 0,79756).
Ограничения исследования. Полученные результаты могут быть использованы только при прогнозировании токсичности указанной группы химических веществ со сходным механизмом действия.
Заключение. Использование математического моделирования — перспективный инструмент оценки токсичности химических веществ, имеющий ряд особенностей: с одной стороны, это быстрый и удобный ресурс для проведения скрининга токсичности веществ, с другой — модель необходимо обучить на основе не только надежных данных исследований, но и провести процедуру качественного отбора признаков, вносящих значительный вклад в функционирование прогностической модели.
Соблюдение этических стандартов. Исследование не требует представления заключения комитета по биомедицинской этике или иных документов.
Конфликт интересов. Авторы заявляют об отсутствии конфликтов интересов.
Финансирование. Исследование не имело спонсорской поддержки.
Дата поступления: 21 сентября 2023 / Дата принятия к печати: 03 декабря 2023 / Дата публикации: 29 декабря 2023
Introduction. Mathematical models are widely applicable in conducting toxicological studies and can be used to fill gaps that arise in the assessment of chemical safety. Most of the attention is paid to the study of algorithms for constructing models, rather than approaches to choosing the most informative features.
The purpose of this study is to highlight aspects of the problem of choosing useful variables during mathematical modeling.
Material and methods. SMILES and molecular descriptors for organothiophosphates were generated in the interactive Google Colaboratory environment based on the program code using the RDKit, Mordred software. Using the tools of the scikit-learn Ver. 1.2.2 library, features were selected by filtering and by recursive feature exclusion. The values of acute oral toxicity parameters were taken from official information sources about chemicals. The obtained models are subjected to an internal validation procedure to evaluate the performance of the models.
Results. It should be noted that models where recursive exclusion of features was used have better characteristics than models based on descriptors selected by the filtering method. In particular, the acute toxicity prediction model for organothiophosphates based on the decision tree method with recursive exclusion of features has a high coefficient of determination (R2=0,91713), a relatively small root-mean-square error (RMSE= 0,35099), as well as high values of the cross-validation coefficient of determination (Q2LOO= 0,79756).
Limitations. The results obtained can be used only in predicting the toxicity of the specified group of chemicals with a similar mechanism of action.
Conclusion. The use of mathematical modeling is a promising tool for assessing the toxicity of chemicals, which has a number of features: on the one hand, it is a quick and convenient resource for screening the toxicity of substances, on the other hand, the model needs to be trained based not only on reliable research data, but also to carry out a qualitative selection procedure for signs that make a significant contribution to the functioning of the prognostic model.
Compliance with ethical standards. The study does not require the submission of the conclusion of the Biomedical ethics committee or other documents.
Conflict of interest. Author declare no conflict of interest.
Funding. The study had no sponsorship.
Date of receipt: September 21, 2023 / Date of acceptance for printing: December 3, 2023 / Date of publication: December 29, 202
The authors declare that there are no conflicts of interest present.