Projekty finansowane przez NCN
Opracowanie metod szacowania przekrojowego (read-across) wspierających proces oceny ryzyka chemicznego
2016/23/D/NZ7/03973
Słowa kluczowe:
szacowanie przekrojowe (read-across) ekotoksykologia chemia komputerowa ocena ryzyka ocena zagrożenia związki organiczne powstające m. in. jako uboczne produkty w procesach przemysłowych
Deskryptory:
- NZ7_2: Zagrożenia środowiskowe
- NZ7_15: Toksykologia
- ST4_15: Chemia teoretyczna i obliczeniowa
Panel:
NZ7 - Zdrowie publiczne: epidemiologia, choroby cywilizacyjne i społeczne zagrożenia środowiskowe dla zdrowia ludzi i zwierząt, medyczna i weterynaryjna ochrona zdrowia publicznego, etyka, medycyna pracy, farmakoekonomika
Jednostka realizująca:
Uniwersytet Gdański, Wydział Chemii
woj. pomorskie
Kierownik projektu (z jednostki realizującej):
Liczba wykonawców projektu: 2
Konkurs: SONATA 12 - ogłoszony 2016-09-15
Przyznana kwota: 253 874 PLN
Rozpoczęcie projektu: 2017-10-02
Zakończenie projektu: 2022-10-01
Planowany czas trwania projektu: 60 miesięcy (z wniosku)
Status projektu: Projekt rozliczony
Opis Projektu
Pobierz opis projektu w formacie .pdf
Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.
Zakupiona aparatura
- stacja robocza z procesorem czterordzeniowym i7 4.0GHz/16GB/512GB SSD AMD Radeon R9 M395X 4GB. Za kwotę 15 000 PLN
Dane z raportu końcowego/rocznego
- Publikacje w czasopismach (6)
- How to judge whether QSAR/read-across predictions can be trusted: a novel approach for establishing a model's applicability domainAutorzy:Gajewicz A.Czasopismo:Environmental Science: Nano (rok: 2018, tom: 5, strony: 408-421), Wydawca: Royal Society of ChemistryStatus:OpublikowanaDoi:10.1039/C7EN00774D - link do publikacji
- The kernel-weighted local polynomial regression (KwLPR) approach: an efficient, novel tool for development of QSAR/QSAAR toxicity extrapolation modelsAutorzy:Agnieszka Gajewicz-Skretna, Supratik Kar, Magdalena Piotrowska, Jerzy LeszczynskiCzasopismo:Journal of Cheminformatics (rok: 2021, tom: 13, strony: 45311), Wydawca: BMC Part of Springer NatureStatus:OpublikowanaDoi:10.1186/s13321-021-0 - link do publikacji
- Aquatic toxicity (Pre)screening strategy for structurally diverse chemicals: global or local classification tree models?Autorzy:Agnieszka Gajewicz-Skretna, Maciej Gromelski, Ewelina Wyrzykowska, Ayako Furuhama, Hiroshi Yamamoto, Noriyuki SuzukiCzasopismo:Ecotoxicology and Environmental Safety (rok: 2021, tom: 208, strony: 111738), Wydawca: ElsevierStatus:OpublikowanaDoi:10.1016/j.ecoenv.2020. - link do publikacji
- Generating accurate in silico predictions of acute aquatic toxicity for a range of organic chemicals: Towards similarity-based machine learning methodsAutorzy:Agnieszka Gajewicz-Skretna, Ayako Furuhama, Hiroshi Yamamoto, Noriyuki SuzukiCzasopismo:Chemosphere (rok: 2021, tom: 280, strony: 130681), Wydawca: ElsevierStatus:OpublikowanaDoi:10.1016/j.chemosphere.2021.130681 - link do publikacji
- New Workflow for QSAR Model Development from Small Data Sets: Small Dataset Curator and Small Dataset Modeler. Integration of Data Curation, Exhaustive Double Cross-Validation, and a Set of Optimal Model Selection TechniquesAutorzy:Pravin Ambure, Agnieszka Gajewicz-Skretna, M. Natalia D. S. Cordeiro, Kunal RoyCzasopismo:Journal of Chemical Information and Modeling (rok: 2019, tom: 59, strony: 4070-4076), Wydawca: ACS PublicationsStatus:OpublikowanaDoi:10.1021/acs.jcim.9b00476 - link do publikacji
- Quantitative multi-species toxicity modeling: Does a multi-species, machine learning model provide better performance than a single-species model for the evaluation of acute aquatic toxicity by organic pollutants?Autorzy:Agnieszka Gajewicz-Skretna, Ewelina Wyrzykowska, Maciej GromelskiCzasopismo:Science of the Total Environment (rok: 2022, ), Wydawca: ElsevierStatus:Przyjęta do publikacjiDoi:brak - link do publikacji