Review article

https://doi.org/10.2478/aiht-2025-76-3976

Matematički modeli za predviđanje toksičnosti smjesa mikroonečišćivala u vodi

Josipa Papac Zjačić orcid.org/0000-0001-7953-1995 ; University of Zagreb, Faculty of Chemical Engineering and Technology, Zagreb, Croatia *
Hrvoje Kušić ; University of Zagreb, Faculty of Chemical Engineering and Technology, Zagreb, Croatia; University North, Koprivnica, Croatia
Ana Lončarić Božić ; University of Zagreb, Faculty of Chemical Engineering and Technology, Zagreb, Croatia

* Corresponding author.

Abstract

Onečišćenje voda mikroonečišćivalima globalni je problem već desetljećima, zbog čega znanstvena zajednica i struka nastoje razviti nove učinkovite metode pročišćavanja otpadnih voda. Osobito je izazovno proučavanje međudjelovanja takvih spojeva u vodenom okolišu s obzirom na to da su stvarni uzorci vode zapravo smjese različitih tvari koje mogu promijeniti način njihova djelovanja, pojačavajući ili smanjujući toksične učinke na organizme. Zbog toga se, uz eksperimentalna istraživanja, koristimo i računalnim metodama, uključujući razvoj matematičkih modela za predviđanje toksičnosti smjesa mikroonečišćivala u vodi. Ovaj narativni pregled sažima dostupnu literaturu o takvim matematičkim modelima, uključujući model dodavanja koncentracije (CA), model neovisnog djelovanja (IA) i njihove kombinacije za predviđanje toksičnosti smjesa, koje uključuju farmaceutske proizvode, pesticide i perfluorirane spojeve. Također, raspravljamo o računalnim metodama poput modeliranja kvantitativnog odnosa strukture i aktivnosti (QSAR) i strojnog učenja (ML). Iako CA i IA modeli nude temeljne okvire za predviđanje toksičnosti kemijskih smjesa, njihova praktična primjena često je ograničena pretpostavkama aditivnosti i složenosti stvarnih uzoraka vode. QSAR i ML pristupi, koliko god obećavajući, suočavaju se s izazovima kao što su ograničena dostupnost podataka, prekomjerna prilagodba i nedostatak objašnjenja. Buduća istraživanja trebala bi se usredotočiti na poboljšanje robusnosti modela, uključivanje mehanističkih podataka i razvoj hibridnih pristupa koji integriraju eksperimentalne i računalne metode kako bi se poboljšala pouzdanost predviđanja toksičnosti za složene okolišne smjese.

Keywords

aditivni model; farmaceutici; metoda strojnog učenja; model neovisnog djelovanja; pesticidi, PFAS; QSAR; vodeni organizmi

Hrčak ID:

335401

URI

https://hrcak.srce.hr/335401

Publication date:

15.9.2025.

Article data in other languages: english

Visits: 614 *