نمذجة العلاقة الكمية بين التركيب والسمية المدفوعة بالتعلم الآلي لتقييم السمية الحادة لبعض مبيدات الفطريات المثبطة للتنفس وتخليق الإرغوستيرول
الملخص
تُشكل المبيدات الفطرية من مثبطات التنفس وتخليق الإرغوستيرول مجموعة مهمة من مبيدات الفطريات على نطاق عالمي. يسبب التطبيق المكثف لهذه المواد في الزراعة القدرة على إحداث تأثيرات ضارة على الكائنات الحية غير المستهدفة وخاصة الإنسان. خلال هذه الدراسة، تم بناء نماذج علاقة كمية بين البنية والسمية (QSTR) للتنبؤ بالسمية الحادة لـ 30 مركباً تنتمي لمجموعتي مثبطات التنفس و التخليق الحيوي للإرغوستيرول. تم استخدام الخوارزمية الجينية (GA) مع الإنحدار الخطي المتعدد (MLR)، وخوارزمية آلة المتجهات الداعمة (SVM) لبناء هذه النماذج. أظهر النموذج المنشأ باستخدام خوارزمية آلة المتجهات الداعمة (SVM) قدرة تنبؤية جيدة (R2 = 0.75)، متفوقاً على نموذج الانحدار الخطي المتعدد (MLR) الذي كانت قيمة معامل التحديد لديه R2 مساوية 0.69. تم إجراء التحقق المتبادل (Cross-validation)، واختبار العشوائية (Y-randomization test)، والتحقق الخارجي (External validation) لتقييم دقة وموثوقية النماذج الناتجة. أظهر نموذج SVM أداءً فائقاً مقارنة بنموذج MLR، محققاً قيم R2CV و R2test بلغت 0.63 و 0.72 على التوالي، مقارنة بقيم 0.53 و 0.64 لنموذج MLR. تعتبر هذه النماذج أداةً هامة لتقييم السمية الحادة لهذا النوع من المركبات، مع وجود حاجة فعليه لتطوير هذه النماذج مستقبلاً باستخدام خوارزميات جديدة ومجموعة بيانات أكثر شموليةً و اتساعاً.
