基于量子化学描述符的随机森林模型预测Raphidocelis subcapitata化学毒性

本研究针对有机化合物对水生生物Raphidocelis subcapitata的毒性评估难题，创新性地采用43种量子化学描述符结合随机森林算法，构建了pEC50和pEC10毒性分类模型，训练集准确率达100%，测试集超90%。该模型通过原子电荷、前沿轨道能等参数揭示毒性机制，为环境风险评估提供了高效计算工具，发表于《Algal Research》。

　　

随着工业发展和化学品年产量的激增（约23亿吨），有机污染物如酚类、农药等对水生生态的威胁日益严峻。Raphidocelis subcapitata（一种对污染物高度敏感的绿藻）作为水生毒理学模式生物，其毒性数据获取却受限于传统实验的高成本与耗时。现有QSAR（定量构效关系）模型多依赖传统描述符（如logK_ow），难以全面反映分子三维电子结构信息。为此，研究人员首次将量子化学描述符与随机森林算法结合，构建了高精度毒性分类模型。

研究采用334种有机化合物的pEC₅₀和pEC₁₀毒性数据（源自Khan和Roy的公开数据集），通过量子化学计算获取43种描述符，包括原子电荷、多极矩、前沿轨道能等。利用MATLAB R2024a的RandomForest包优化参数（mtry=√n，ntree=500），最终筛选22个关键描述符建立模型。

随机森林分类QSTRs
模型对pEC₅₀和pEC₁₀的训练集准确率均达100%，测试集超90%。最具预测力的描述符为最负原子Mulliken电荷（反映反应位点）和分子极性（与氢键形成相关），表明毒性机制涉及电负性相互作用和空间位阻效应。

结论与意义
该研究证实量子化学描述符能有效关联Raphidocelis subcapitata毒性，揭示了电子分布（如LUMO能级与亲电活性）和热力学性质的关键作用。模型为REACH法规和OECD框架下的快速毒性筛查提供了新工具，尤其适用于未合成化合物的风险评估。作者Xinliang Yu强调，该方法突破了传统QSAR的维度限制，未来可扩展至其他水生生物毒性预测领域。