基于可解释机器学习的纳米材料种子处理以缓解环境胁迫
机器学习
2023-08-23 v1 应用统计
摘要
作物不断受到不同环境条件的挑战。纳米材料种子处理是一种成本低廉且环境友好的缓解作物植物环境胁迫的方案。此处，采用 56 种种子纳米引发处理来缓解玉米中的环境胁迫。所选的七种纳米引发处理在盐胁迫和盐热-干旱复合胁迫下分别使胁迫抵抗指数（SRI）显著提高了 13.9% 和 12.6%。代谢组学数据显示，具有最高 SRI 值的 ZnO 纳米引发处理主要调控氨基酸代谢、次生代谢物合成、碳水化合物代谢和翻译途径。由于纳米材料种类多样及纳米材料与植物相互作用的复杂性，理解种子纳米引发的机制仍然困难。利用纳米引发数据，我们提出一种基于可解释机器学习、用于预测和理解其胁迫缓解效应的可解释结构-活性关系（ISAR）方法。机器学习的后验与基于模型的解读方法相结合，提供互补优势，并给予研究者或政策制定者更具启发性和可信的结果。纳米颗粒的浓度、尺寸和 zeta 电位被确定为与盐胁迫下根干重相关的主导因素，并解释了它们的影响与交互作用。此外，开发了一个基于网络的交互工具，用于提供预测层面的解读并收集关于特定纳米引发处理的更多细节。本工作为加速纳米材料的农业应用提供了一个有前景的框架，并可能深刻促进纳米安全性评估。
引用
@article{arxiv.2304.03928,
title = {Interpretable machine learning-accelerated seed treatment by nanomaterials for environmental stress alleviation},
author = {Hengjie Yu and Dan Luo and Sam F. Y. Li and Maozhen Qu and Da Liu and Yingchao He and Fang Cheng},
journal= {arXiv preprint arXiv:2304.03928},
year = {2023}
}
备注
30 pages, 6 figures