Please use this identifier to cite or link to this item:
https://hdl.handle.net/20.500.14123/239
Full metadata record
Field | Value |
---|---|
Original Title | QSBR models for ionic liquids based on OECD 301D data, 2023, V1 |
Handle | 20.500.14123/239 |
Kinds of Data | Models / Modellings |
Resource Type | Dataset |
Creator | Amsel, Ann-Kathrin 0000-0003-1097-4063 (Institut für Nachhaltige Chemie (INSC), Leuphana Universität Lüneburg 02w2y2t16) Kümmerer, Klaus 0000-0003-2027-6488 (Institut für Nachhaltige Chemie (INSC), Leuphana Universität Lüneburg 02w2y2t16) Olsson, Oliver 0000-0003-0082-1442 (Institut für Nachhaltige Chemie (INSC), Leuphana Universität Lüneburg 02w2y2t16) Chakravarti, Suman 0000-0001-7745-8747 (MultiCASE Inc.) |
Description of the Dataset | Es wurden fünf fragmentbasierte QSBR Modelle (Quantitative structure-biodegradability-relationship) für ionische Flüssigkeiten in der MultiCASE FlexFilters Plattform auf Basis von OECD 301D-Daten entwickelt. Zwei Datensätze, set_IL und set_ILNI, wurden erstellt. Diese unterscheiden sich darin, dass set_IL ausschließlich ionische Flüssigkeiten (Ils) enthielt, während set_ILNI zusätzlich zu den ionischen Flüssigkeiten organische Anionen in Kombination mit anorganischen Kationen und nicht-ionische Substanzen enthielt. Außerdem enthielt set_IL Stereoisomere für die ionischen Flüssigkeiten, die am Institut für Nachhaltige Chemie (INSC) der Leuphana Universität Lüneburg getestet wurden. Diese wurden in set_ILNI zu einer ionischen Flüssigkeit zusammengefasst. Set_IL und set_ILNI wurden in einen Trainingssatz mit 233 bzw. 321 Substanzen und einen Testsatz mit 26 bzw. 36 Substanzen unterteilt. Das Regressionsverfahren der kleinsten Quadrate (engl. ordinary least squares, OLS) wurde verwendet, um Modelle zu bauen, die einen kontinuierlichen Bioabbauwert vorhersagen. Logistische Regression (engl. logistic regression, LR) wurde für Modelle, die eine Klassifizierung in bioabbaubar/nicht bioabbaubar vornehmen, angewendet. Als Deskriptoren wurden einerseits Strukturfragmente auf Basis von Extended-Connectivity Fingerprints (ECFP) und andererseits Elemente des von Chakravarti (2018) entwickelten Fingerabdrucks (Distrib_FP_600) verwendet. Die für den Bioabbau relevanten Fragmenten, die als Deskriptoren dienten, wurden anhand der L1 Regularisierung ausgewählt. Die Strukturfragmente auf Basis der ECFP werden in den Modellen als Alert angegeben. Die fünf Modelle unterscheiden sich im Trainingsdatensatz, den Deskriptoren und dem Regressionsverfahren. Eine interne und externe Validierung wurde durchgeführt. Die Daten zeigen die verwendeten Deskriptoren, die zugehörigen Regressionskoeffizienten und die Validierung. |
Methods | Modeling |
Keywords | Biologische Abbaubarkeit; Nachhaltige Chemie; Ionische Flüssigkeiten; Grüne Chemie; Modellierung; Biodegradability; Sustainable Chemistry; Ionic Liquids; Green Chemistry; Modeling |
Thematic Classification | Green Chemistry |
Language of the Resource | English |
Time Period of the Creation of the Dataset | 2020 - 2022 |
Date of Availability | 2024-04-23T11:34:37Z |
Date of issue | 2024-04-23 |
Archiving Facility | Medien- und Informationszentrum (Leuphana Universität Lüneburg 02w2y2t16) |
Published by | Medien- und Informationszentrum, Leuphana Universität Lüneburg |
Related Resources
Superordinate Data Collection: Daten PhD Ann-Kathrin Amsel (INSC, 2019-2024)
Field | Value |
---|---|
Academic Discipline | Nachhaltige Chemie |
Associated Project | Methoden zur Anwendbarkeit des Benign by Design Konzepts für die biologische Abbaubarkeit in der Umwelt am Beispiel der ionischen Flüssigkeiten |
Participating Researchers | Amsel, Ann-Kathrin 0000-0003-1097-4063 (Institut für Nachhaltige Chemie (INSC), Leuphana Universität Lüneburg 02w2y2t16) Kümmerer, Klaus 0000-0003-2027-6488 (Institut für Nachhaltige Chemie (INSC), Leuphana Universität Lüneburg 02w2y2t16) Olsson, Oliver 0000-0003-0082-1442 (Institut für Nachhaltige Chemie (INSC), Leuphana Universität Lüneburg 02w2y2t16) |
Contact Information | ann-kathrin.amsel@leuphana.de |
Research Design | In dieser Dissertationsarbeit wurden Literaturdaten zur Bioabbaubbarkeit in der Umwelt von ionischen Flüssigkeiten gesammelt und aufbereitet. Die verwendeten Methoden zur Messung der Bioabbaubarkeit wurden auf Übereinstimmung mit den Standardtestmethoden geprüft. Die Daten wurden mithilfe in silico clustering hinsichtlich Struktur-Bioabbaubarkeitsbeziehungen (engl. structure-biodegradability relationships, SBRs) ausgewertet. Ein ausgewählter Teil der Literaturdaten ging in einen Datensatz ein, der für die Entwicklung von Modellen zur quantitativen Struktur-Bioabbaubarkeitsbeziehung (engl. quantitative structure-biodegradability-relationship, QSBR) verwendet wurde. |
Items in PubData are protected by copyright, with all rights reserved, unless otherwise indicated.