基于随机森林与机器学习的水处理消毒副产物毒性预测模型研究OA

饮用水消毒过程中产生的消毒副产物(DBPs)种类已超过700种,部分具有显著致癌毒性,但传统毒理学检测方法周期长、成本高、通量低。为突破这一局限,构建了基于机器学习的定量构效关系(QSAR)模型,实现了基于分子描述符的DBPs致癌毒性快速预测,揭示了关键分子描述符对毒性的贡献机制。从PubChem数据库收集209种DBPs的致癌潜力数据,利用RDKit工具包计算210个分子描述符。构建了随机森林(RF)、支持向量分类(SVC)、K最近邻(KNN)、梯度提升(GB)及神经网络(NN)5种QSAR模型,运用SHAP方法进行模型可解释性分析,结果表明RF模型在所有评估指标中显著最优。SHAP分析揭示,药物相似性定量估计、最大原子部分电荷、摩根指纹密度等描述符的高特征值正向驱动DBPs致癌毒性,分子极性、电子态异常及拓扑复杂度是核心致毒因素。该基于RF的高精度、高可解释性DBPs毒性预测QSAR模型,为新型DBPs的快速毒性筛查与风险分级提供了高效计算工具,并为饮用水处理工艺优化及水质标准修订提供了科学依据。