水生毒性 QSAR 模型在环境友好型杀虫剂设计中的作用:技术演进与未来前景
《Pesticide Biochemistry and Physiology》:The role of aquatic toxicity QSAR models in environmentally friendly insecticide design: Technological evolution and future prospects
【字体:
大
中
小
】
时间:2026年10月16日
来源:Pesticide Biochemistry and Physiology 4.8
编辑推荐:
摘要准确预测水生动物的毒性对于杀虫剂设计至关重要,然而这需要在预测准确性、机制可解释性和监管适用性之间取得微妙的平衡。本综述系统性地回顾了定量结构-活性关系(QSAR)模型的演变历程:从第一代线性回归,到采用工程化描述符的第二代机器学习,再到利用自动化表示学习的第三代深度学习
摘要
准确预测水生动物的毒性对于杀虫剂设计至关重要,然而这需要在预测准确性、机制可解释性和监管适用性之间取得微妙的平衡。本综述系统性地回顾了定量结构-活性关系(QSAR)模型的演变历程:从第一代线性回归,到采用工程化描述符的第二代机器学习,再到利用自动化表示学习的第三代深度学习。尽管深度学习在捕捉非线性交互和扩展化学空间覆盖方面表现出色,但其固有的不透明性和对数据的高度依赖性限制了其在监管领域的接受度;然而,第二代模型凭借其透明性与现有框架的兼容性,仍被广泛采用。我们提出了一种以大型溞(无脊椎动物)和蓝鳃太阳鱼(脊椎动物)为中心的跨物种框架,以衔接杀虫活性和非靶标安全性。为便于早期筛选,我们提出了种间急性毒性比值(IATR),定义为脊椎动物与无脊椎动物之间的效力比值,以便快速优先筛选高选择性候选化合物。此外,我们批判性地剖析了数据异质性、跨物种外推和混合毒性等领域的持续挑战。最后,我们倡导混合建模策略,将不良结局通路机制与深度学习相结合,旨在提升模型在下一代杀虫剂开发中监管筛查和比较毒性评估中的适用性。
引言
水生毒性预测已成为现代环境风险评估和杀虫剂设计的核心组成部分(Hao等,2025b;Hao等,2025c;Hao、Cai等,2026;Hao等,2026),其驱动力在于日益增长的评估化学品在多样水生生态系统中安全性的需求(Li等,2017;Raby等,2022;Chen等,2023;Li等,2023;Rohani,2023;Li等,2024a;Li等,2024b)。传统实验毒理学虽然可靠,但在应用于大型化学品库时,受到高昂成本、伦理问题和有限可扩展性的制约(Jia等,2024;Jiang等,2024;Li等,2024c;Ni等,2024;Samanta等,2024;Li等,2025)。因此,定量结构-活性关系(QSAR)建模等计算方法已成为早期毒性筛选和监管评估的必要工具(Jia等,2020a;Chopra等,2022;Bowen等,2024;Chen等,2025;Xu等,2025)。在过去数十年中,基于QSAR的水生毒性模型经历了持续的Methodological演变,从简单的线性回归框架发展到机器学习,再到最近的深度学习架构。这一进展不仅反映了算法能力的提升,更体现了分子表示策略的根本性转变——从单一物理化学描述符转向高维、数据驱动的特征空间(Tao等,2025)。这些进展显著拓展了计算毒理学在学术研究和工业杀虫剂开发中的应用(Li等,2017;He等,2019;Zi等,2025;Cheng等,2026)。尽管第三代深度学习模型发展迅速,其在监管毒理学中的应用仍然有限。这一局限性主要与其低可解释性和高数据依赖性有关(He等,2025;Yang等,2025)。第二代QSAR方法在监管和工业环境中仍被广泛使用(Marjana,2023;Koirala等,2025)。这主要是由于其相对较强的可解释性、稳定的统计学基础和与现有监管框架的兼容性。特别是,其对手工设计分子描述符的依赖使得结构-毒性关系能够被显式解读,这对于风险评估和杀虫剂注册过程中的决策至关重要。然而,第二代和第三代模型在实际杀虫剂设计中的相对定位尚未得到充分阐明。尽管第三代模型在许多基准数据集上展现出优越的预测性能,但其有限的可解释性和高数据依赖性限制了其在监管环境中的直接应用。相反,第二代模型虽然在表示学习能力上稍逊一筹,但提供了更高的透明度和可重复性。这种权衡造成了在选择适合选择性杀虫剂设计的建模策略方面的方法论空白。
在本综述中,我们系统地比较了第一代、第二代和第三代水生毒性预测模型的发展、方法学特征和应用场景。此外,我们强调了第二代QSAR模型在选择性杀虫剂设计中的实际作用,特别是在平衡节肢动物活性和脊椎动物安全性方面。为弥合物种间的毒性差异,我们还引入了一个基于大型溞和蓝鳃太阳鱼作为代表性无脊椎动物和脊椎动物模型的跨物种选择性框架,为环境友好的杀虫剂开发提供了实践基础(图1)。
本综述旨在作为叙述性综述而非系统性综述,目的是提供关于水生毒性预测模型技术演变的概念性和历史性概述,以及其在环境友好型杀虫剂设计中的潜在应用。为确保透明度和可重复性,我们如下描述文献检索和研究选择方法。我们在Web of Science和Scopus两个主要电子数据库中进行检索,关键词包括"水生毒性"、"QSAR"、"鱼类毒性"、"溞类毒性"和"预测模型"。检索涵盖1960年代初至2026年的出版物,并限于英文文献。据我们所知,这是首篇明确将水生毒性预测模型的技术演变与环境友好型杀虫剂的策略设计联系起来的综述。通过将计算预测与物种选择性考量相结合,本综述旨在为发现更安全、更具选择性的杀虫化合物提供实践指导。
章节摘要
水生毒性预测建模技术的三代迭代
为系统性地描绘水生毒性预测建模的技术演变,我们提出了一个三代概念分类体系。需要强调的是,该分类仅作为启发式的组织框架,而非严格、普遍接受的行业标准。根据以下定义的标准,我们界定了三个大致的时间段:第一代(1960年代—2000年代)、第二代(2000年代—2020年代)和第三代(2020年代至今)。分界线
比较物种选择的原则
在水生生态毒理学和杀虫剂风险评估中,代表性测试生物的选择对于确保毒性评估既反映生态相关性又具备监管适用性至关重要。在常用的模式物种中,D. magna和P. promelas构成了一对被广泛接受的无脊椎-脊椎动物测试组合,为评估水生环境中的种间毒性差异提供了互补性框架。该组合的选择依据
局限性与展望
尽管第2节回顾了显著的方法学进展,但若干根本性挑战仍然限制了当前水生毒性预测模型的预测可靠性、机制可解释性和监管适用性。如第2.4节所述,可解释性(第二代模型的特征)与预测能力(第三代方法所青睐)之间的权衡仍未解决,混合策略已被提议作为一种
CRediT作者贡献声明
蔡磊:项目管理。郝锋:撰写——初稿。
知情同意与受试者详情
已获取所有参与者或其法定代表人参与本研究及发表本文的书面知情同意。已尊重参与者的隐私权。
人体研究
本研究遵守研究地点的相关法律、监管框架和指导方针。
根据相关法律和机构指导方针,本研究无需伦理委员会批准。不适用。
资金来源
本工作由云南省特色植物筛选研发服务CXO平台(2022YKZY001)和云南省教育厅科研基金项目(2026Y0048)资助。
利益冲突声明
作者声明不存在可能影响本文所述工作的已知竞争性经济利益或个人关系。
郝锋|蔡磊
云南省天然药物化学生物活性重点实验室,云南特色植物提取实验室,云南省高校功能分子分析与生物转化重点实验室,云南大学化学科学与工程学院,中国昆明 650091
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号