宝宝精准人工计划软件_机器学习模型可准确预测农药在植物根系累积量

机械学习模子展望植物吸收累积农业污染物的示意流程图    中国农科院植保所供图

克日，中国农业科学院植物珍爱研究所农药应用风险控制创新团队先后宝宝计划账号密码大全Environmental Science & Technology和Journal of Hazardous Materials上揭晓研究论文。他们首次行使机械学习模子直接展望植物根部从土壤中吸收累积农药等有机污染物的量，解决了传统线性模子无法模拟农药被植物吸收的非线性关系，并展现了影响植物累积农药的要害化学分子结构，为农产物宝宝计划账号密码大全产地环境化学污染的展望提供了新的工具和手段。

农作物累积是农业污染物从土壤进入人类食物链的主要途径。准确展望植物吸收和累积农业污染物对保障食物平安、产地修复和人类康健露出评估具有主要的意义。然而，由于污染物—土壤—植物根系之间重大的相互作用，确立稳健可靠的展望模子仍然具有很大挑战性。传统的线性展望模子难以展望污染物-土壤-植物间的非线性关系，导致展望值与现实值差异较大。

该研究对比了四种差其余机械学习算法，通过对341个数据点、72个化合物的数据集举行训练，展望植物根系富集值，证实晰新构建的GBRT-ECFP模子为2021宝宝计划新版本优展望模子。

宝宝计划软件外，该研究剖析了化学分子、土壤与植物特征之间的非线性关系。子结构主要性剖析明确了分子子结构与植物富集之间的关系，确定了-O、-Cl、芳环和大共轭π系统等为与植物累积相关的要害化学子结构。

该项研究乐成行使机械学习作为新兴手段展望农田作物对农药等污染物的吸收累积，展现了展望工具的先进性和通用性，为未来新农药植物吸收潜能评估和农田农药污染平安评价提供新的可靠工具。

美国耶鲁大学为论文的第一完成单元，中国农业科学院植物珍爱研究所为论文的配合通讯单元，农药应用风险控制创新团队研究员李远播为2篇论文的配合通讯作者。该研究获宝宝精准人工计划软件了国家重点研发设计、青年英才设计等项目的资助。

相关论文信息：https://doi.org/10.1021/acs.est.1c02376

https://doi.org/10.1016/j.jhazmat.2021.127437

  版权声明：凡本网注明“泉源：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请宝宝计划账号密码大全正文上方注明泉源和作者，且不宝宝精准人工计划软件对内容作实质性改动；微信民众号、头条号等新媒体平台，转载请联系授权。邮箱：shouquan@stimes.cn。