.png){kind=icon}
返回
Predicting PFAS Diffusion Coefficients with Active Learning and Molecular Dynamics
.png){kind=icon}
PRE
AI
DOI：10.1021/acs.est.5c08559.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
全氟和多氟烷基物质（PFAS）是一类超过14 000种的合成化合物，具有卓越的环境持久性。PFAS被广泛应用于工业和消费领域，其抗降解特性导致其在环境介质和生物体中积累，引发包括癌症、肝损伤和免疫功能障碍在内的严重健康风险。这种持久性和毒性促使亟需开展环境归趋评估。由于缺乏可靠的扩散系数数据，预测PFAS的环境迁移仍具挑战性，而这些数据对于模拟污染物迁移性和设计修复策略至关重要。实验测量耗时且成本高昂，而完全计算方法因化学空间尺度过大而不可行。我们开发了一种集成机器学习和分子动力学的框架，采用主动学习来预测PFAS化学空间中的扩散系数。该框架以测量的扩散系数为起点，利用基于化学图表示和理化描述符训练模型。该方法迭代识别预测不确定性最高的分子，执行针对性分子动力学模拟，并重新训练模型，在高效探索化学空间的同时最小化计算成本。该框架显著提升了性能，使平均相对误差降低88%，R 2 从0.095提升至0.907。基于不确定性的采样在最优批量规模（50-100种化合物）下持续优于随机选择。这一数据高效方法能够预测数千种PFAS分子的传输性质，支持环境风险评估和修复规划。
Keyword:
PFAS
active learning
molecular dynamics
diffusion coefficients
machine learning
environmentalfate modeling
期刊
E
IF:
11.3
论文数:
2.2K
被引数:
1
机构
引用论文
Are PFCAs bioaccumulative? A critical review and comparison with regulatory lipophilic compounds
PREAI
分享收藏The Dynamics of Per- and Polyfluoroalkyl Substances (PFAS) at Interfaces in Porous Media: A Computational Roadmap from Nanoscale Molecular Dynamics Simulation to Macroscale Modeling.png)
ACS OMEGA
OAAI
ACS OMEGAIF4.3
OAAI分享收藏分享收藏Treatment of poly- and perfluoroalkyl substances in US full-scale water treatment systemsWATER RESEARCH
WATER RESEARCHIF12.4
PREAI
分享收藏Numerical integration of the cartesian equations of motion of a system with constraints: molecular dynamics of n-alkanes具有约束的系统的笛卡尔运动方程的数值积分: 正构烷烃的分子动力学
PREAI
分享收藏Perfluoroalkyl and polyfluoroalkyl substances in the environment: Terminology, classification, and origins环境中的全氟烷基和多氟烷基物质: 术语、分类和起源OAAI
OAAI分享收藏Molecular dynamics simulation of the adsorption of per- and polyfluoroalkyl substances (PFASs) on smectite clay蒙脱石粘土上全氟和多氟烷基物质 (PFASs) 吸附的分子动力学模拟OAAI
OAAI分享收藏
查看更多内容