Geri Dön

Prediction of aquatic toxicity of pesticides by using linear and nonlinear techniques

Lineer ve lineer olmayan yöntemlerle pestisitlerin sudaki toksisitelerinin tahmin edilmesi

  1. Tez No: 295550
  2. Yazar: GÜLÇİN TUĞCU
  3. Danışmanlar: PROF. DR. MELEK TÜRKER SAÇAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Çevre Mühendisliği, Environmental Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2011
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Çevre Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Çevre Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 96

Özet

Ekonomik ve çevresel faktörler kimyasalların toksisitelerinin belirlenmesi konusundaki çalışmaların büyük bir çoğunluğunu hesaplama yöntemlerine yöneltmiştir. Pestisitler, hedef olmayan canlılar üzerindeki zararlı etkileri nedeniyle, kimyasallar içinde önemli bir yer tutarlar. Bu çalışmada, pestisit de içeren 91 organik kimyasalın tatlı su algi Chlorella vulgaris'e ve 34 pestisitin Oncorhynchus mykiss'e olan toksisiteleri Counter Propagation Neural Network (CPNN) ve Çoklu Doğrusal Regresyon (MLR) ile modellendi. Analizler Dragon 5.4, Spartan 06 ve Codessa 2.2 programları kullanılarak hesaplanan yaklaşık 1500 tanımlayıcı ile yapıldı. Ek olarak, daha önceki QSPR/QSTR çalışmalarda önemli bir tanımlayıcı olduğu kanıtlanan Karakteristik Kök İndisi (CRI)'ni de kullandık. Tanımlayıcı seçimi Heuristic Yöntem'le yapıldı. Veri setini eğitim ve test setlerine ayırmada Kohonen ağları kullanıldı. Doğrusal ve doğrusal olmayan 3, 4 ve 5 tanımlayıcılı modeller korelasyon katsayısının karesi ve ortalama hatanın karekökü (RMSE) gibi istatistiklerine göre karşılaştırıldı. Bütün modellerin validasyonu test setler kullanılarak yapıldı. Dragon'dan BLTD48, Spartan'dan elektrofilisite ve CRI'ın Chlorella vulgaris için geliştirilen QSTR modellerinde önemli olduğu görüldü. Oncorhynchus mykiss modeli Dragon tanımlayıcılarını öne çıkardı. Chlorella vulgaris için olan modellerin istatistiksel kalitesi aynı veri seti kullanılarak yayınlanmış modellerle karşılaştırılmış ve bu modellerden daha üstün olduğu görülmüştür. Oncorhynchus mykiss modelleri literatür modelleriyle kimyasal sınıf, etki mekanizması, istatistiksel yöntemler ve uygunluk açısından karşılaştırıldı. Lineer ve lineer olmayan yöntemlerin her iki canlı türü için de karşılaştırılabilir olduğu görüldü.

Özet (Çeviri)

Economical and environmental considerations for assessing toxicity of chemicals have led to a considerable amount of studies on the computational techniques. Pesticides allocate a significant part in these chemicals, mainly for their toxic effects on nontarget organisms. In the present study, the toxicities of 91 organic compounds including pesticides to freshwater algae, Chlorella vulgaris; and the toxicities of a set of 34 pesticides to Oncorhynchus mykiss were modeled employing Counter Propagation Neural Network (CPNN) and Multiple Linear Regression (MLR). The analyses were performed with about 1500 descriptors calculated using Dragon 5.4, Spartan 06, and Codessa 2.2 software. Additionally, we used the Characteristic Root Index (CRI) which was proved to be a significant descriptor in previous QSPR/QSTR studies. Descriptor selection was made by Heuristic Method. Kohonen network was used for splitting the data set into training and test sets. Linear and nonlinear 3, 4 and 5-descriptor models were compared according to their statistics such as squared correlation coefficient and Root Mean Squared Error (RMSE). All models were validated externally by using test sets. BLTD48 from Dragon, electrophilicity from Spartan, and the CRI appeared to be significant for the developed QSTR models of Chlorella vulgaris. Oncorhynchus mykiss model underscores the Dragon descriptors. The statistical quality of the models for Chlorella vulgaris is compared to those of the previously published models using the same experimental data and found to be superior to those models. Oncorhynchus mykiss models are compared to literature models in terms of chemical classes, mechanism of action, and statistical tools and fits. Linear and nonlinear methods were found to be comparable for both species.

Benzer Tezler

  1. Assessment and ın sılıco modellıng of the toxıcıty of selected emergıng pollutants to chlorella vulgarıs

    Yeni ortaya çıkan bazı kirleticilerin chlorella vulgaris toksisitelerinin belirlenmesi ve modellenmesi

    GÜLÇİN TUĞCU

    Doktora

    İngilizce

    İngilizce

    2017

    Çevre MühendisliğiBoğaziçi Üniversitesi

    PROF. DR. MELEK SAÇAN

  2. Organik bileşiklerin akuatik toksisitelerinin in siliko yöntemlerle araştırılması ve tahmini

    Investigation and prediction of aquatic toxicity of organic compounds via in silico methods

    ELİF MERVE EMİNOĞLU

    Doktora

    Türkçe

    Türkçe

    2024

    KimyaMarmara Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. SAFİYE ERDEM

    PROF. DR. MELEK TÜRKER SAÇAN

  3. On the aquatic toxicity of diverse chemicals: Development of novel In silico models towards selected aquatic organisms under the framework of reach regulation

    Çeşitli kimyasalların sucul toksisiteleri: Reach mevzuatı çerçevesinde seçilmiş sucul organizmalara yönelik yeni modeller geliştirilmesi

    SERLİ ÖNLÜ

    Doktora

    İngilizce

    İngilizce

    2018

    KimyaBoğaziçi Üniversitesi

    Çevre Bilimleri Ana Bilim Dalı

    PROF. DR. MELEK TÜRKER SAÇAN

  4. Boğalarda musk ksilen ve musk ketonun reproduktif toksisitesinin ın vitro araştırılması

    In vitro reproductive toxicity of musk xylene and musk ketone in bulls

    BARIŞ ÖTÜN

    Doktora

    Türkçe

    Türkçe

    2022

    Eczacılık ve FarmakolojiAnkara Üniversitesi

    Farmakoloji ve Toksikoloji Ana Bilim Dalı

    DOÇ. DR. BEGÜM YURDAKÖK DİKMEN

  5. Yüksek konsantrasyonda amonyak içeren atık suların döner diskler ile nitrifikasyonu

    Nitrification of strong ammonia wastes by rotating discs

    H.OKTAR TİMUR

    Doktora

    Türkçe

    Türkçe

    1985

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    DOÇ. DR. DERİN ORHON