Sirvi Autor "Piir, Geven" järgi

Nüüd näidatakse 1 - 2 2

Environmental risk assessment of chemicals using QSAR methods
(2015-06-10) Piir, Geven
Kemikaalide keskkonnariskide hindamisel uuritakse mitmeid omadusi, mida kemikaal võib mõjutada. Erilise tähelepanu all on kemikaali käitumine keskkonnas. Üheks uuritavaks omaduseks selles valdkonnas on biokontsentratsioon (BCF) ehk kui suures ulatuses kemikaal võib ladestuda organismi. Olemasolevate eksperimentaalsete mõõtmismeetodite rakendamist kõikidele kemikaalidele takistavad aeg, raha ja loomkatsed. Näiteks ühe kemikaali eksperimentaalne määramisel kasutatakse üle saja kala, see võtab aega kuni kuus kuud ning maksab umbes 100 000 eurot. Seetõttu puudub eksperimentaalselt määratud väärtus tuhandetel kemikaalidel. Viimane innustab looma kiiremad ning odavamad QSAR mudeleid, et täita tühimikud andmekogudes, kus kemikaalidel puuduvad eksperimentaalselt mõõdetud väärtused. On loodud mitmeid mudeleid, kuid ükski neist pole universaalne, ega rakendatav kõikidele kemikaalidele. Seetõttu kasutatakse riskianalüüsis erinevatele kemikaalidele omaduse väärtuse ennustamisel erinevaid mudeleid. Üldiselt kasutatakse ennustamisel mitmeid mudeleid, kus lõplik otsus tehakse mitme mudeli keskmisest ennustusest. Käesolev dissertatsioon on ülesehitatud põhimõttel anda ülevaade riskianalüüsi etappidest, biokontsentratsiooni tegurist ning erinevatest QSAR analüüsi meetoditest. Eksperimentaalne osa keskendub kirjeldatud meetodite rakendamisele BCF-i modelleerimisel. Modelleerimisel kasutati kahte lähenemist. Esimeses keskenduti regressiooni mudelite loomisele ning teises tegeleti klassifitseerimisprobleemidega. Alustuseks loodi laia kemikaalide spektrit kattev globaalne mudel BCF-i ennustamiseks. Mudelile määratud rakenduspiirkond võimaldas otsustada, millistele kemikaalidele tehtud ennustused olid usaldusväärsed ning millised mitte. Ennustustäpsuse parandamiseks, tükeldati andmekomplekt rohkem fokusseeritud alamkomplektideks ning loodi lokaalsed mudelid. Võrreldes globaalse mudeliga suutsid enamus lokaalsete mudelite komplekte ennustada BCF-i täpsemalt. Veel kõrgem ennustustäpsus saadi kui kõik loodud lokaalsed mudelid ühendati üheks suureks konsensusmudeliks. Bioakumuleeruvate kemikaalide eraldamiseks mitte bioakumuleeruvatest koostati kolm erineva klassijaotusega klassifitseerimismudelit. Loodud kolm mudelit on rakendatavad erinevatel juhtudel, kuid kõige üldisemaks võib pidada mudelit, kus treenimise faasis oli klasside jaotus võrdne. Lisaks pakuti välja uus rakenduspiirkonna määramise meetod Random Forest’i mudelite jaoks. Viimane näitab kui palju sarnaseid kemikaale kasutati mudeli loomisel ning kui hästi langesid ennustused kokku eksperimentaalsete andmetega. Kasutades seda informatsiooni on võimalik hinnata kui täpne on ennustus tundmatule kemikaalile. QSAR mudeli loomine ei ole lihtne ülesanne, sest sõltuvalt mudeli eesmärgist tuleb arvestada mitmete nõuetega. Riskianalüüsis on oluline kasutada asjakohaseid omadusi ja ühemõttelisi algoritme. Kõik käesolevas töös loodud mudelid kasutavad omadusena BCF-i ja täpselt defineeritud algoritme. Samuti pöörati tähelepanu mudelite valideerimisele ning rakenduspiirkonna määramisele, mis on tähtsad nõuded riskianalüüsis. Lisaks omasid kõik kasutatud deskriptorid modelleeritud omaduse suhtes mehhanistlikku seletust. Seetõttu annavad kõik loodud mudelid oma panuse riskianalüüsi, seletamaks kemikaalide võimet bioakumuleeruda.
Pestitsiidide toksilisuse ennustamine organismile Eisenia fetida
(Tartu Ülikool, 2022) Kotli, Mihkel; Piir, Geven; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Keemia instituut
QSAR modelleerimine on arvutuslik alternatiiv pikkade ja sageli kulukate eksperimentide vältimiseks keemias ja sellega seotud suundades. Käesolevas töös luuakse klassifitseerimismudel pestitsiidide akuutse toksilisuse ennustamiseks organismile Eisenia fetida kasutades juhumetsa klassifitseerimisprobleemi lahendamiseks. Mudel ületab olemasolevat nii ennustus- kui üldistusvõimelt