發(fā)展基于機器學習的芳香醚類污染物氧脫烷基化反應(yīng)的預(yù)測模型

摘要： 芳香醚類污染物在環(huán)境中廣泛存在，具有潛在的環(huán)境健康風險.細胞色素P450酶參與的氧脫烷基化反應(yīng)會影響芳香醚化合物的代謝轉(zhuǎn)化安全性.然而，常規(guī)的實驗和計算化學方法難以高通量篩查芳香醚新污染物發(fā)生氧脫烷基化反應(yīng)的可行性.機器學習當前被廣泛用于污染物的源解析和毒性篩查，但其針對有機污染物關(guān)鍵生物轉(zhuǎn)化途徑的篩查應(yīng)用仍罕見報道.本研究通過數(shù)據(jù)庫和文獻檢索，首先構(gòu)建了包含390個芳香醚類新...