基于文献大数据的鱼体内恩诺沙星残留预测可解释机器学习研究

《Foods》:Interpretable Machine Learning for Predicting Enrofloxacin Residues in Fish Using a Large Literature-Derived Database

【字体: 大 中 小 】 时间:2026年07月17日 来源:Foods 6.0

编辑推荐:

  在水产养殖业中使用恩诺沙星会导致其在鱼体组织中残留积累,给食品安全控制和残留风险评估带来挑战。由于残留浓度受物种、组织基质、给药条件、环境因素以及研究间异质性的影响,对已发表研究中的残留浓度进行预测仍然十分困难。在此,研究人员构建了一个源自文献的数据库,用于对

  
在水产养殖业中使用恩诺沙星会导致其在鱼体组织中残留积累,给食品安全控制和残留风险评估带来挑战。由于残留浓度受物种、组织基质、给药条件、环境因素以及研究间异质性的影响,对已发表研究中的残留浓度进行预测仍然十分困难。在此,研究人员构建了一个源自文献的数据库,用于对鱼体内特定基质中的恩诺沙星浓度进行建模。经过去重、以鱼类为重点的过滤、来源清理以及排除缺失关键变量的记录后,研究人员从2275条提取的记录中,最终从39个来源组中筛选出1254条带有可追溯文献标识的记录用于研究。研究使用了11个预测变量,并使用经过log1p转换的浓度训练了八种机器学习模型。在随机行级别80:20划分下,直方图梯度提升决策树取得了最佳的行内预测性能,其R2_log = 0.8889,且log1p空间中的均方根误差(RMSE_log)= 0.2728。相比之下,分层来源组验证显示模型性能显著下降,表明对未知来源组的跨研究泛化能力有限。额外树模型表现出最稳定的组验证性能,因此被用于基于模型的解释。物种、组织或生物学基质、给药频率和采样时间点被列为高度相关的模型预测变量。本研究为残留模式建模和预测变量优先级排序提供了一个透明的文献整合框架,同时强调了标准化残留消除数据和外部验证的必要性。
恩诺沙星作为一种广谱氟喹诺酮抗生素,被广泛用于水产养殖中细菌感染的预防和治疗。然而,其使用往往导致药物及其代谢物在鱼体组织和体液中长期残留,直接威胁食品安全、休药期确定和监管合规。传统的药代动力学和残留消除研究多局限于单一物种、特定剂量或有限环境,难以推广至复杂的实际养殖场景。残留形成受物种、组织类型、水温、给药方式等多因素非线性耦合影响,且现有数据多呈右偏长尾分布。为解决这些问题,研究人员构建了文献大数据并应用机器学习进行建模与研究,该论文发表在《Foods》上。这为水产品残留风险评估提供了透明的数据整合与假设生成框架。

此研究主要关键技术方法如下:研究样本队列源自Web of Science、PubMed等数据库的系统检索。提取数据后采用Python辅助进行去重、单位标准调和及变量清理,最终保留39个来源组的1254条记录。选用11个预测变量,对目标浓度进行log1p转换,训练随机森林等8种回归模型。采用随机行级80:20划分和五折分层来源组划分进行双重验证,并运用SHAP和PDP/ICE等技术进行模型可解释性分析。

3.1. 数据库特征
经过数据清洗,研究保留了1254条记录,包含11个预测变量和1个响应变量。统计显示,基质特异性恩诺沙星浓度呈现明显的右偏长尾分布。皮尔逊和斯皮尔曼相关性及互信息分析表明,单一连续预测变量与响应变量间的线性关系较弱,印证了采用非线性模型处理异质性数据的必要性。

3.2. 模型的预测性能
在随机行级验证中,八种模型接受了评估。直方图梯度提升决策树取得了最佳的预测性能,R2_log为0.8889。但在更严格的分层来源组验证中,所有模型性能均显著下降,其中额外树模型表现出最稳定的验证性能。这表明跨未知来源组的泛化预测仍具挑战性,模型性能易受研究间异质性影响。因此,额外树模型被选定用于后续解释分析。

3.3. 关键影响因素
基于额外树模型的可解释性分析表明,物种是最高排名的预测变量,约占32%的重要性;组织或生物学基质位居第二,约17%;给药频率位列第三,约15%。Shapley加性解释在样本层面进一步证实了这些特征对预测结果的贡献方向。这些高排名因子符合生物学逻辑的累积暴露和消除规律,但研究者指出这反映的是模型关联的预测优先级,而非直接的因果机制。

3.4. 非线性效应、异质性与实际意义
部分依赖图和个体条件期望曲线分析显示,模型预测的残留浓度随剂量增加而升高,随采样时间延长而降低,这与给药后的累积和消除规律一致。曲线还揭示了观测值间的显著异质性。残差诊断进一步表明,高浓度样本预测误差较大,模型在数据分布稀疏区域的可靠性较低。

总结讨论部分
研究总结指出,基于系统的文献整合,该研究提供了预测特定基质残留模式的机器学习框架。虽然集成树模型在内部验证表现优异,但跨研究泛化仍存在局限。模型识别出的关键预测因子为未来的靶向研究提供了方向。研究人员强调,该框架仅作为假设生成工具,不能替代监管评估。未来需结合标准化残留实验和外部验证来提升模型实际应用性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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