McGPCR：一种多模态学习模型，通过改进的适用域特征描述能力来预测塑料化学物质与G蛋白偶联受体的亲和力

《Environmental Science & Technology》：McGPCR: A Multimodal Learning Model with Improved Applicability Domain Characterization for Predicting G Protein-Coupled Receptor Affinity of Plastic Chemicals

本研究构建了含96,776条记录的人类GPCR亲和力数据集，开发了结合分子图与受体特征的多模态学习模型McGPCR，用于预测化学品的GPCR结合亲和力，并通过特征活性景观分析确定适用性域，最终识别出30种生产量高、持久性及生物累积性兼具的高风险塑料化学品。

　　

塑料中含有的多种化学物质可能对人体健康构成风险，但其中只有少数化学物质的毒性得到了充分研究。与G蛋白偶联受体（GPCRs）的结合是识别对人体产生毒性作用的化学物质的关键分子机制。由于GPCRs和化学物质的多样性，其结合亲和力仍然难以确定，因此需要开发能够整合化学物质和受体特征的高通量模型，以实现跨多种受体的预测。本文构建了一个人类GPCR亲和力数据集，其中包含59,599种化合物与109种GPCRs之间的96,776条记录。我们开发了一种多模态学习模型McGPCR，通过整合分子图谱和受体结合位点的多模态特征来预测化学物质的GPCR结合亲和力。该模型在预测能力上优于仅以化学结构作为预测变量的模型。基于特征-活性景观分析提出了适用性域（AD）表征方法，以确保预测结果的可靠性。利用McGPCR和AD特征，成功预测了9000多种塑料化学物质的亲和力。通过综合考量亲和力、持久性、生物累积性和生产量等因素，我们识别出30种具有潜在高环境风险的塑料化学物质。McGPCR结合AD特征的分析方法可成为识别对人体健康有害的毒性化学物质的强大工具。