南开大学在机器学习-纳米生物效应领域获得突破
近日，南开大学环境科学与工程学院胡献刚教授团队在拓展机器学习算法预测纳米材料的生物效应，以及通过增强机器学习的可解释性，从而探索纳米材料生物效应的机理方面取得了突破，为实现危险化学品风险防控提供了新的研究思路。 ]{\M,txo8
8 Zp^/43
目前，在对纳米材料的环境生物效应预测中，机器学习模型已广泛应用，但是受限于机器学习的可解释性，利用机器学习模型揭示复杂纳米毒理的机制仍具有很大的难度。 '6> *J
<m1v+cnqo
胡献刚教授团队在前期工作基础上创建了纳米材料—生物效应数据库，构建了纳米材料—生物效应回归模型，并提出了一个基于树的随机森林特征重要性和特征网络交互分析框架（TBRFA），该框架通过多指标重要性分析方法，克服了小型数据集导致的特征重要性分析偏差，并利用随机森林的工作机制建立了特征交互网络，揭示了潜在的影响纳米材料生物效应的交互因素。 z,^~H
V q{3:QBR
[attachment=107504] ] cmX f
图1. TBRFA框架示意图 K5XW&| tY!
胡献刚表示，这项研究对研发环境友好型纳米材料具有一定的指导作用，将为纳米材料的生态环境安全性评估提供新的策略；该机器学习算法除了适用于纳米材料环境效应分析，也可用于重金属、有机物污染等环境生物效应的预测、评估。
|