文献速递|同济大学WR:利用3D深度学习与体外实验筛选高级氧化过程中新兴污染物的有毒转化产物

本研究针对水处理过程中新兴污染物及其转化产物的毒性评估挑战，开发了ToxD4C——一种集成三维分子几何结构、图注意力网络和SE(3)等变Transformer架构的多模态深度学习框架。该框架能够同时对31项毒性终点进行分类和回归分析，并通过密度泛函理论优化结构的迁移学习增强预测可靠性。在应用于实际UV/H₂O₂高级氧化过程时，成功识别了高风险转化产物，并通过JC-1线粒体膜电位、CCK-8细胞存活率及核受体/应激反应报告基因检测等体外实验验证了预测结果。研究证明，高级氧化过程产生的某些产物固有危害可能高于母体物质，该开源平台（Tox-Agents）为水处理和环境风险评估提供了快速、可解释的决策支持。