M. Yu. Sidorov, M. E. Gasanov, A. A. Dzeranov, L. S. Bondarenko, A. P. Kiryushina, V. A. Terekhova, G. I. Dzhardimalieva, K. A. Kydralieva, “Machine learning-enabled prediction of ecotoxicity (EC50) of diverse organic compounds via infrared spectroscopy”, Mendeleev Commun., 34:6 (2024), 780

Mendeleev Communications

RUS ENG

ЖУРНАЛЫ ПЕРСОНАЛИИ ОРГАНИЗАЦИИ КОНФЕРЕНЦИИ СЕМИНАРЫ ВИДЕОТЕКА ПАКЕТ AMSBIB

JavaScript is disabled in your browser. Please switch it on to enable full functionality of the website

	Общая информация
	Последний выпуск
	Архив
	Правила для авторов

	Поиск публикаций
	Поиск ссылок

	RSS
	Последний выпуск
	Текущие выпуски
	Архивные выпуски
	Что такое RSS

Mendeleev Commun.:
Год:
Том:
Выпуск:
Страница:
	Найти

Персональный вход:
Логин:
Пароль:
	Запомнить пароль
	Войти
	Забыли пароль?
	Регистрация

Mendeleev Communications, 2024, том 34, выпуск 6, страницы 780–782
DOI: https://doi.org/10.1016/j.mencom.2024.10.004 (Mi mendc249)

Эта публикация цитируется в 2 научных статьях (всего в 2 статьях)

Communications

Machine learning-enabled prediction of ecotoxicity (EC₅₀) of diverse organic compounds via infrared spectroscopy

M. Yu. Sidorov^a, M. E. Gasanov^b, A. A. Dzeranov^ac, L. S. Bondarenko^a, A. P. Kiryushina^d, V. A. Terekhova^e, G. I. Dzhardimalieva^ac, K. A. Kydralieva^a

^a Moscow Aviation Institute (National Research University), Moscow, Russian Federation
^b Skolkovo Institute of Science and Technology, Moscow, Russian Federation
^c Federal Research Center of Problems of Chemical Physics and Medicinal Chemistry, Russian Academy of Sciences, Chernogolovka, Moscow Region, Russian Federation
^d A.N. Severtsov Institute of Ecology and Evolution, Russian Academy of Sciences, Moscow, Russian Federation
^e Department of Soil Science, M.V. Lomonosov Moscow State University, Moscow, Russian Federation

PDF полного текста (343 kB) Список цитирования (2)

DOI: https://doi.org/10.1016/j.mencom.2024.10.004

Graphic abstract: Machine learning-enabled prediction of ecotoxicity (EC<sub>50</sub>) of diverse organic compounds <i>via</i> infrared spectroscopy

Аннотация: A new, less time-consuming and resource-intensive approach to predicting the EC₅₀ ecotoxicity index, which is crucial for assessing the impact of compounds on ecosystems, is proposed. Efficient EC₅₀ prediction based on infrared spectroscopy data and EC₅₀ values from the EcoTOX database is achieved using machine learning. The best results with an F1-score of 0.83 were obtained with the SVC and XGBoost models.

Ключевые слова: ecotoxicology, effective concentration, EC₅₀, feature importance, infrared spectroscopy, algae, machine learning.

Реферативные базы данных:

Тип публикации: Статья

Язык публикации: английский

Образец цитирования: M. Yu. Sidorov, M. E. Gasanov, A. A. Dzeranov, L. S. Bondarenko, A. P. Kiryushina, V. A. Terekhova, G. I. Dzhardimalieva, K. A. Kydralieva, “Machine learning-enabled prediction of ecotoxicity (EC₅₀) of diverse organic compounds via infrared spectroscopy”, Mendeleev Commun., 34:6 (2024), 780–782

Образцы ссылок на эту страницу:

https://www.mathnet.ru/rus/mendc249

https://www.mathnet.ru/rus/mendc/v34/i6/p780

Эта публикация цитируется в следующих 2 статьяx:

Citing articles in Google Scholar: Russian citations, English citations
Related articles in Google Scholar: Russian articles, English articles

Обратная связь:

Пользовательское соглашение

Регистрация посетителей портала

Логотипы