責任編輯:本站編輯 來源:農(nóng)博士在身邊 日期:2024-03-12
利用人工智能提前識別農(nóng)藥風險
2010年的″毒韭菜″事件,本質(zhì)上是由于食用了農(nóng)藥殘留超標的韭菜而引起的有機磷中毒。雖然目前我國對于農(nóng)藥殘留標準日趨嚴格,但是不合理的農(nóng)藥使用仍然不能規(guī)避此類問題的發(fā)生。從農(nóng)藥研發(fā)流程來說,農(nóng)藥毒理學評價通常是在提交農(nóng)藥登記前進行的,這導(dǎo)致許多活性優(yōu)異的候選化合物在鄰近登記前才發(fā)現(xiàn)其安全性問題,而最終導(dǎo)致登記失敗。這無疑耗費了大量的研發(fā)經(jīng)費和時間。人工智能可以通過對現(xiàn)有的化合物毒性數(shù)據(jù)監(jiān)督學習,進行建模分析。從而實現(xiàn)在研發(fā)初期對未知毒性化合物進行預(yù)測分析。目前已有針對農(nóng)藥遺傳毒性,魚類急性毒性,大鼠急性經(jīng)口,小鼠急性經(jīng)口,大鼠急性經(jīng)皮,兔子急性經(jīng)皮,小鼠急性吸入,大鼠急性吸入,蜜蜂急性接觸毒性等多個農(nóng)藥安全性預(yù)測模型。這可以為農(nóng)藥研發(fā)者提供化合物結(jié)構(gòu)安全性風險預(yù)警,從根源上避免″毒韭菜″等類似事件的發(fā)生。
圖. 農(nóng)藥蜜蜂毒性預(yù)測平臺
http://toxicity.cau.edu.cn/honeybee/
人工智能助力發(fā)現(xiàn)新穎結(jié)構(gòu)農(nóng)藥
只要農(nóng)藥持續(xù)使用,抗藥性問題是不可避免的。目前針對抗藥性問題的解決方法通常是如何合理使用農(nóng)藥,如:輪換用藥、混合用藥等。而從農(nóng)藥研發(fā)角度來看,相似結(jié)構(gòu)類型的農(nóng)藥即使成功登記上市,也有可能很快產(chǎn)生極高的抗藥性問題,如由杜邦公司開發(fā)的用于小菜蛾防治的殺蟲劑氯蟲苯甲酰胺(商品名″康寬″),僅上市3年就全面爆發(fā)了大規(guī)模的抗藥性問題。這就意味著我們需要發(fā)現(xiàn)新穎結(jié)構(gòu)類型的農(nóng)藥用于規(guī)避潛在的抗性風險。而現(xiàn)有可合成的化合物數(shù)量級高達1060,通過實驗方法來發(fā)現(xiàn)高活性化合物顯然不現(xiàn)實。因此,通過對化合物庫進行結(jié)構(gòu)聚類,能夠快速發(fā)現(xiàn)新穎結(jié)構(gòu)類型。同時結(jié)合定量農(nóng)藥模型,幫助研究者進一步選擇更有潛在成農(nóng)藥性的先導(dǎo)化合物用于后續(xù)開發(fā)研究。
目前已有華中師范大學楊光富教授團隊結(jié)合QED、RDL等機器學習方法和深度學習方法建立COPLE人工智能類農(nóng)藥性預(yù)測平臺和中國農(nóng)業(yè)大學張莉教授團隊基于RF、SVM建立的農(nóng)用活性預(yù)測平臺,上述預(yù)測平臺均可免費使用。這極大提高了農(nóng)藥先導(dǎo)化合物的結(jié)構(gòu)新穎率,一定程度上降低了新農(nóng)藥登記上市后迅速出現(xiàn)抗藥性問題的風險。
圖. 左: COPLE人工智能類農(nóng)藥性預(yù)測平臺http://chemyang.ccnu.edu.cn/ccb/server/CoPLE/;
右:農(nóng)用活性預(yù)測平臺 http://pesticides.cau.edu.cn/
一個成功的農(nóng)藥不僅需要對病蟲草害等防治對象具有高活性,還需對環(huán)境、哺乳動物和非靶標生物等安全無毒,同時需兼?zhèn)漭^低的生產(chǎn)成本和抗藥性風險等。而人工智能技術(shù)能夠在一定程度上幫助農(nóng)藥研發(fā)者在研發(fā)初期預(yù)判不合格的候選化合物,降低后期新農(nóng)藥登記時出現(xiàn)的安全風險和農(nóng)藥田間使用時期的抗藥性風險??傊珹I在農(nóng)藥領(lǐng)域的應(yīng)用將極大加速綠色農(nóng)藥的研發(fā),推動農(nóng)業(yè)化學4.0的發(fā)展。
中國農(nóng)藥工業(yè)網(wǎng) 版權(quán)所有
地址:北京市朝陽區(qū)農(nóng)展館南里通廣大廈7層
電話:010-84885233 京公網(wǎng)安備11010502025163