Pestitsiidide mõju vihmausside suremusele on interpreteeritava masinõppe kaudu - tööriist kemikaalidest tulenevate keskkonnariskide identifitseerimiseks
Uko Maran
Vihmaussid on mulla tervise seisukohalt ühed kõige olulisemad loomad (selgrootud). Paljud põllumajanduse arendamiseks loodusesse sattunud keemilised ained, näiteks pestitsiidid, võivad avaldada neile organismidele soovimatut mõju. Siiski on oluline kõigepealt mõista kemikaalide mõju ulatust mulla tervisele ja seejärel teha regulatiivsetel või ärilistel eesmärkidel õiged otsused. Võib oletada, et pestitsiidi ühendite struktuuri ja nende põhjustatud ägeda toksilisuse vihmaussi liigile Eisenia fetida vahel on väljendatav kvantitatiivne struktuur-aktiivsus sõltuvuse (QSAR) kaudu. Selle seose kirjeldus võimaldab paremini hinnata kemikaalide mõju nimetatud vihmaussile. Selle seose kirjeldamiseks koguti avatud juurdepääsuga allikatest kemikaalide andmestik, et nende põhjal töötada välja matemaatiline mudel. Struktuuriliste tunnuste valimiseks mudelisse ja mudeli parameetrite optimeerimiseks kasutati uudset lähenemisviisi, mis ühendas geneetilise algoritmi (GA) ja Bayesi optimeerimise. Lõplik QSAR-i klassifikatsiooni mudel loodi juhumetsa (RF) algoritmiga ja selle prognoosimise täpsus oli treening andmekomplektil 0,78 ja valideerimise andmekomplektil 0,80. Mudeli esitus järgib FAIR põhimõtteid ja on saadaval saidil QsarDB.org.
Artikkel: https://doi.org/10.1016/j.jhazmat.2023.132577
FAIR andmed and mudel: http://dx.doi.org/10.15152/QDB.258
