학술논문
화학물질 독성 빅데이터와 심층학습 모델을 활용한 내분비계 장애물질 선별 방법: 세정제품과 세탁제품을 중심으로
이용수 42
- 영문명
- A Screening Method to Identify Potential Endocrine Disruptors Using Chemical Toxicity Big Data and a Deep Learning Model with a Focus on Cleaning and Laundry Products
- 발행기관
- 한국환경보건학회
- 저자명
- 이인혜(Inhye Lee) 이수진(Sujin Lee) 지경희(Kyunghee Ji)
- 간행물 정보
- 『한국환경보건학회지』제47권 제5호, 462~471쪽, 전체 10쪽
- 주제분류
- 공학 > 환경공학
- 파일형태
- 발행일자
- 2021.10.31
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.

국문 초록
영문 초록
Background: The number of synthesized chemicals has rapidly increased over the past decade. For many chemicals, there is a lack of information on toxicity. With the current movement toward reducing animal testing, the use of toxicity big data and deep learning could be a promising tool to screen potential toxicants.
Objectives: This study identified potential chemicals related to reproductive and estrogen receptor (ER)- mediated toxicities for 1135 cleaning products and 886 laundry products.
Methods: We listed chemicals contained in cleaning and laundry products from a publicly available database. Then, chemicals that potentially exhibited reproductive and ER-mediated toxicities were identified using the European Union Classification, Labeling and Packaging classification and ToxCast database, respectively. For chemicals absent from the ToxCast database, ER activity was predicted using deep learning models.
Results: Among the 783 listed chemicals, there were 53 with potential reproductive toxicity and 310 with potential ER-mediated toxicity. Among the 473 chemicals not tested with ToxCast assays, deep learning models indicated that 42 chemicals exhibited ER-mediated toxicity. A total of 13 chemicals were identified as causing reproductive toxicity by reacting with the ER.
Conclusions: We demonstrated a screening method to identify potential chemicals related to reproductive and ER-mediated toxicities utilizing chemical toxicity big data and deep learning. Integrating toxicity data from in vivo , in vitro , and deep learning models may contribute to screening chemicals in consumer products.
목차
I. 서 론
II. 연구방법
III. 결 과
IV. 고 찰
V. 결 론
해당간행물 수록 논문
- 지역간 상대위험도 변동을 고려한 미세먼지 기인 질병부담 및 사회경제적 비용 추정 연구
- 환경보건종합계획을 통해 살펴본 환경보건정책: 지난 10년과 향후 10년
- 건축자재 라돈 방출률 평가를 통한 공동주택 내 라돈 기여율 평가
- HPLC-AFS를 이용한 해산물 중 비소 화학종 분리정량
- IoT 기반 지하역사 내 바이오필터시스템 설치에 따른 실내공기질 변화 및 영향 요인 분석
- 충남지역 다중이용시설의 환경수계에서 분리한 레지오넬라균의 특성 분석
- 표지
- [편집인의 글]이번 호의 주목할 논문 - 47권 5호
- 수용체 모델(PMF)를 이용한 서울시 대기 중 VOCs의 배출원에 따른 위해성평가
- 메탄올 작업장 노출 평가에의 EU REACH 프로토콜 적용: Targeted Risk Assessment
- 수산생물 중 유해물질의 인체 노출 및 위해평가 시스템 개발
- 한국환경보건학회지 제47권 제5호 목차
- 목차
- [공지]온라인 저널 홈페이지 및 논문 투고 사이트 개통 안내
- 화학물질 독성 빅데이터와 심층학습 모델을 활용한 내분비계 장애물질 선별 방법: 세정제품과 세탁제품을 중심으로
- 다중이용시설별 실내공기 오염물질 농도분포 및 기준치 이상 값의 구성비 조사
- 폴리에틸렌 미세플라스틱의 임신 마우스 위내투여에 따른 모체 및 신생자 독성평가
- 충청남도 해안지역의 비브리오 패혈증균 분포 및 분리주의 특성 분석
참고문헌
관련논문
공학 > 환경공학분야 BEST
- 한국 대학생의 통학방법과 학업 스트레스 사이의 연관성 -지속가능한 교통과 학업 환경-
- 청소년의 액상형 전자담배 흡연과 알레르기비염과의 관계에 관한 연구
- 국내 다양한 미소환경에서의 계절별 초미세먼지 및 오존 실내ㆍ외 농도 비
공학 > 환경공학분야 NEW
- 안전한 화학제품 설계를 위한 딥러닝 기반 화학물질 기능 및 용도 예측모델 개발
- 한국 소방관의 직업성 소음 노출과 청력에 대한 문헌고찰(1992~2024)
- [편집인의 글] 2024년 숫자로 돌아본 한국환경보건학회지는, 그리고 앞으로의 길
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!
