NOAEL
v1.0.0
AGPL-3.0
本研究通过构建高质量的数据集并比较不同类型的分子表示和算法，为不同暴露持续时间的 NOAEL 建立了稳健的机器学习预测模型。使用先进的化学信息学方法探索了影响 NOAEL 的分子结构特征，预测模型还传达了不同物种和暴露持续时间之间的 NOAEL。此外，还提供了用于化学风险评估的 NOAEL 预测工具。我们希望这项研究能帮助研究人员在未来食品添加剂开发中轻松筛选和评估不同化合物的亚急性和亚慢性毒性。
- 技术栈
- KNIME 4.5.2
核心功能
- • 预测不同物种中食品添加剂NOAEL性质
论文引用
-
IF: 3.9
Predictive and explanatory themes of NOAEL through a systematic comparison of different machine learning methods and descriptorsdoi.org/10.1016/j.fct.2022.113325