大数据挖掘和机器学习在毒理学中的应用

	大数据挖掘和机器学习在毒理学中的应用
其他题名	Application of Data Mining and Machine Learning in Toxicology
	滕跃发 1,3; 王晓晴1,3 ; 李斐1,4 ; 吴惠丰1,4 ; 吉成龙1,4 ; 于进福 2
发表期刊	生态毒理学报
ISSN	1673-5897
	2022
卷号	17 期号:1 页码:93-101
关键词	数据挖掘机器学习结构-活性关系 AOP 计算毒理学
英文摘要	With the rapid development of high-throughput screening technologies, information on the toxicity of chemicals is growing day by day. The rapid development of computerized methods, such as data mining and machine learning, has provided a new approach to the toxicity prediction and risk control of chemicals. It is very important to establish the framework of ecological risk assessment by integrating a series of effective tools. Among these tools, adverse outcome pathway (AOP) can connect the structure of compounds, molecular initiation events, and adverse effects of organisms, thus can be used for risk assessment and management decisions. Quantitative structure-activity relationship (QSAR) modeling, molecular simulation and multi-omics techniques play important roles in the function of AOP. This review mainly introduces the application methods of data mining and machine learning in toxicology, including QSAR modeling, molecular simulation and omics. The current research focus and direction of computational toxicology were also reviewed with the aim of the better understanding of the big data era.
中文摘要	随着高通量筛选技术的快速发展,化学品的毒性相关信息与日俱增。现今快速发展的数据挖掘技术和机器学习等计算机方法为化学品的毒性预测和风险防控提供了新途径。有害结局路径(adverse outcome pathway,AOP)将化合物的结构、分子启动事件和生物的有害结局建立关联,为污染物的毒性测试、预测和评估提供了新的模式,最终实现风险评估并应用于管理决策。定量结构-活性关系(QSAR)建模、分子模拟以及多组学技术在AOP的各个方面发挥了重要作用。基于此,本综述主要介绍数据挖掘与机器学习在毒理学中的应用方法,涉及QSAR建模、分子模拟及组学等方面,并结合实例分析系统阐述了当前研究的重点与方向,以更好地适应当前大数据时代的研究背景。
文章类型	期刊论文
收录类别	CSCD
语种	中文
CSCD记录号	CSCD:7221479
引用统计
文献类型	期刊论文
条目标识符	http://ir.yic.ac.cn/handle/133337/34198
专题	中国科学院海岸带环境过程与生态修复重点实验室中国科学院海岸带环境过程与生态修复重点实验室_海岸带环境过程实验室
作者单位	1.中国科学院海岸带环境过程与生态修复重点实验室(烟台海岸带研究所),山东省海岸带环境过程重点实验室,中国科学院烟台海岸带研究所,烟台264003; 2.烟台职业学院网络中心,烟台264670; 3.中国科学院大学,北京100049; 4.中国科学院海洋大科学研究中心,青岛266071
推荐引用方式 GB/T 7714	滕跃发,王晓晴,李斐,等. 大数据挖掘和机器学习在毒理学中的应用[J]. 生态毒理学报,2022,17(1):93-101.
APA	滕跃发,王晓晴,李斐,吴惠丰,吉成龙,&于进福.(2022).大数据挖掘和机器学习在毒理学中的应用.生态毒理学报,17(1),93-101.
MLA	滕跃发,et al."大数据挖掘和机器学习在毒理学中的应用".生态毒理学报 17.1(2022):93-101.