[发明专利]基于过渡金属保护水生生物水质基准的CCCs预测方法有效
申请号: | 201710854588.0 | 申请日: | 2017-09-20 |
公开(公告)号: | CN107391960B | 公开(公告)日: | 2018-09-25 |
发明(设计)人: | 王颖;吴丰昌;冯承莲;穆云松;秦宁 | 申请(专利权)人: | 中国环境科学研究院 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京精金石知识产权代理有限公司 11470 | 代理人: | 黄福伟 |
地址: | 100012 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 过渡 金属 保护 水生 生物 水质 基准 cccs 预测 方法 | ||
本发明涉及一种基准连续浓度的预测方法,具体涉及一种基于过渡金属保护水生生物水质基准的CCCs预测方法。该预测方法包括S1.数据选取;S2.PPCR模型构建;S3.模型拟合优度和稳健性检验;S4.最优预测空间的评价和S5.基准连续浓度的预测。本发明的预测方法利用PPCR方法对第四、五、六周期(含镧系),锕系的过渡金属的基准连续浓度进行预测,避免了慢性毒性实验耗费的大量人力、物力和财力,基准推导过程中表现出明显的方法学优势,为过渡金属慢性水质基准制定和风险评估提供了可靠的参考值。
技术领域
本发明涉及一种基准连续浓度的预测方法,具体涉及一种基于过渡金属保护水生生物水质基准的CCCs预测方法。
背景技术
保护水生生物水质基准主要包括急性基准和慢性基准,通常使用基准最大浓度(CMCs)和基准连续浓度(CCCs)作为衡量水生生物免受急、慢性伤害的基准阈值。对于基准连续浓度(CCCs),经过30年6次基准文件的更新,在最新的基准文件中,7种过渡金属列出了基准连续浓度值(CCCs),分别是铬(Cr)、铁(Fe)、镍(Ni)、铜(Cu)、锌(Zn)、镉(Cd)、汞(Hg)(USEPA,2009)。
目前,同CMCs一样,还有60余种过渡金属没有CCCs参考值。最重要的原因是没有足够多的毒性数据供研究者利用已有的基准推导方法进行基准研究。而通过标准化的生物毒性测试手段,是目前USEPA基准发布的唯一手段。CCCs是指一种污染物最高4天的平均暴露浓度,在此浓度下水生生物不会产生不可接受效应。较于CMCs的毒性实验要求更高,时间更长,难度更大。纵观国外基准研究,用于CCCs基准推导的大量毒性测试实验更需要耗费大量的人力,物力和财力,因此阻碍了过渡金属慢性水质基准研究的发展,这也是大量过渡金属没有CCCs参考值的主要原因。因此,尝试构建不依赖于实验测定的过渡金属慢性水质基准预测方法非常重要。
发明内容
本发明的目的在于克服现有技术中存在的不足,提供一种基于过渡金属保护水生生物水质基准的CCCs预测方法。本发明的预测方法利用PPCR方法对第四、五、六周期(含镧系),锕系的过渡金属的基准连续浓度进行预测,对未来过渡金属水质基准制定和风险评估提供参考依据。进行预测的56种目标金属包括已有基准值的7种金属和未知基准值的49种金属。
本发明的技术方案为:过渡金属保护水生生物水质基准的CCCs预测方法,包括以下步骤:
S1.数据选取
选取具有基准连续浓度值的过渡金属为样本元素,选择所述过渡金属离子结构参数(变量)表征金属离子的各种物理化学性质,作为变量参数用以建模;
S2.PPCR模型构建
(1)样本元素的结构参数与样本元素的基准连续浓度值进行pearson相关系数检验,得到变量间的线性相关程度;
(2)对满足P值小于0.1的条件的结构参数与样本元素CCCs构建PPCR方程;建立PPCR模型;
S3.模型拟合优度和稳健性检验
内部验证采用残差标准误RSE、决定系数R2、F统计量和调整过的R2四种统计量描述所述PPCR模型的拟合程度;R2和RSE的计算公式如公式1和公式2所示;
其中,yi是第i种金属的CCCs值,是第i种金属的预测CCCs值,是i种金属的CCCs推荐值的平均值,n是训练集的金属个数;
采用k折交叉验证法对所述PPCR模型进行内部验证,以期检验模型的稳健性;
S4.最优预测空间的评价
使用William plot验证最优预测空间;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国环境科学研究院,未经中国环境科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710854588.0/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用