新的人工智能方法可以检测有毒化学物质

瑞典查尔姆斯理工大学和哥德堡大学的研究人员开发了一种人工智能方法，可以提高有毒化学物质的识别能力——仅仅基于分子结构的知识。这种方法有助于更好地控制和了解社会上使用的越来越多的化学品，也有助于减少动物试验的数量。

化学物质在社会上的使用是广泛的，从家用产品到工业生产过程，它们无处不在。许多化学物质到达我们的水道和生态系统，在那里它们可能对人类和其他生物造成负面影响。一个例子是PFAS，这是一组有问题的物质，最近在地下水和饮用水中都发现了有关的浓度。例如，它已被用于消防泡沫和许多消费品中。

尽管有广泛的化学法规，但对人类和环境的负面影响仍然存在，这些法规往往需要耗时的动物试验来证明化学品何时可以被认为是安全的。仅在欧盟，每年就有超过200万只动物被用于遵守各种规定。与此同时，新化学品的开发速度很快，确定哪些化学品由于对人类或环境的毒性而需要限制使用是一项重大挑战。

在开发化学品方面提供宝贵的帮助

瑞典研究人员开发的新方法利用人工智能对化学毒性进行快速和经济有效的评估。因此，它可用于在早期阶段识别有毒物质，并有助于减少对动物试验的需求。

“我们的方法能够根据化学结构预测一种物质是否有毒。它是通过分析过去进行的实验室测试的大型数据集而开发和完善的。Chalmers理工大学数学科学系和哥德堡大学生物与环境科学系的研究员Mikael Gustavsson说:“因此，这种方法已经经过训练，可以对以前未经测试的化学物质进行准确的评估。

“目前市场上有超过10万种化学物质，但其中只有一小部分对人类或环境有明确的毒性。使用包括动物试验在内的传统方法评估所有这些化学品的毒性实际上是不可能的。在这里，我们看到我们的方法可以提供一种新的选择，”查尔默斯大学和哥德堡大学数学科学系教授埃里克·克里斯蒂安森说。

研究人员认为，这种方法在环境研究中非常有用，对使用或开发新化学品的当局和公司也非常有用。因此，他们将其公开并向公众提供。

比今天的计算工具更广泛，更准确

用于发现有毒化学品的计算工具已经存在，但到目前为止，它们的适用范围太窄，准确性太低，无法在更大程度上取代实验室测试。在研究人员的研究中，他们将他们的方法与其他三种常用的计算工具进行了比较，发现新方法不仅精度更高，而且更普遍适用。

“我们使用的人工智能基于先进的深度学习方法，”埃里克·克里斯蒂安森(Erik Kristiansson)说。“我们的研究结果表明，基于人工智能的方法已经与传统的计算方法相当，随着可用数据量的不断增加，我们预计人工智能方法将进一步改进。因此，我们相信人工智能有潜力显著提高化学毒性的计算评估。

来源：AAAS

异丁醛（也称为2-丁醛，化学式：C4H8O）是一种有机化合物，属于醛类化合物。以下是异丁醛的一些化学性质：

1. 功能团：异丁醛分子中含有一个醛基（─CHO功能团），即碳氧双键和一个氢原子。

2. 溶解性：异丁醛具有一定的溶解性。它可以在水和许多有机溶剂中溶解，如乙醇、醚等。

3. 氧化性：异丁醛易被氧气氧化成相应的酸。

4. 反应活性：异丁醛是一种活泼的化合物，可以与多种化学物质发生以下反应：

   - 还原反应：可以被还原剂还原为相应的醇。

   - 加成反应：与亲核试剂（如氨、氢氯化物）加成反应，形成相应的加成产物。

   - 导入反应：与亲电试剂（如酸性条件下的醇或酰氯）反应，发生导入反应，形成醇或酯。

5. 异构性：异丁醛和正丁醛（1-丁醛）是同分异构体，它们的分子结构不同。

需要注意的是，异丁醛是一种具有刺激性气味的液体，在处理和使用时应采取适当的防护措施。同时，由于异丁醛易燃，应避免与火源接触和存放在易燃物质附近。