ترجمه فارسی مقاله کشف مکانیسم سمیت کبدی L-FABP با هدف PFAS با استفاده از GCN و مدلسازی محاسباتی

چکیده

Per- and polyfluoroalkyl substances (PFAS) are persistent environmental pollutants with known toxicity and bioaccumulation issues. Their widespread industrial use and resistance to degradation have led to global environmental contamination and significant health concerns. While a minority of PFAS have been extensively studied, the toxicity of many PFAS remains poorly understood due to limited direct toxicological data. This study advances the predictive modeling of PFAS toxicity by combining semi-supervised graph convolutional networks (GCNs) with molecular descriptors and fingerprints. We propose a novel approach to enhance the prediction of PFAS binding affinities by isolating molecular fingerprints to construct graphs where then descriptors are set as the node features. This approach specifically captures the structural, physicochemical, and topological features of PFAS without overfitting due to an abundance of features. Unsupervised clustering then identifies representative compounds for detailed binding studies. Our results provide a more accurate ability to estimate PFAS hepatotoxicity to provide guidance in chemical discovery of new PFAS and the development of new safety regulations.

چکیده به فارسی (ترجمه ماشینی)

مواد per- و polyfluoroalkyl (PFA) آلاینده های مداوم محیطی با سمیت شناخته شده و مشکلات تجمع زیستی هستند.استفاده گسترده صنعتی و مقاومت آنها در برابر تخریب منجر به آلودگی جهانی محیط زیست و نگرانی های قابل توجهی در سلامتی شده است.در حالی که اقلیت PFA ها به طور گسترده مورد مطالعه قرار گرفته اند ، سمیت بسیاری از PFA ها به دلیل داده های سم شناسی مستقیم محدود ، درک نشده است.این مطالعه مدل سازی پیش بینی کننده سمیت PFAS را با ترکیب شبکه های نمودار نمودار نیمه کنترل شده (GCN) با توصیف کننده های مولکولی و اثر انگشت پیشرفت می کند.ما یک رویکرد جدید برای تقویت پیش بینی وابستگی های اتصال PFAS با جداسازی اثر انگشت مولکولی برای ساخت نمودارهایی که در آن زمان توصیف کننده ها به عنوان ویژگی های گره تنظیم می شوند ، پیشنهاد می کنیم.این رویکرد به طور خاص ویژگی های ساختاری ، فیزیکوشیمیایی و توپولوژیکی PFAS را بدون استفاده از بیش از حد به دلیل فراوانی از ویژگی ها ضبط می کند.خوشه بندی بدون نظارت سپس ترکیبات نماینده را برای مطالعات اتصال دقیق مشخص می کند.نتایج ما توانایی دقیق تری برای برآورد سمیت کبدی PFA برای ارائه راهنمایی در کشف شیمیایی PFA های جدید و تدوین مقررات ایمنی جدید فراهم می کند.