数据集概述
本数据集为BCF生物富集因子QSPR模型研究相关数据，包含训练集、测试集、原始数据集及排除的异常值数据，共4个文件。数据来源于发表在《SAR and QSAR Environmental Research》的同名论文，用于验证QSPR模型对工业相关BCF数据的预测能力，支持环境化学领域的化学物质生物富集性分析。
文件详解
- SI_BCFtrainset.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含1129种化学结构及CAS标识符，附带从文献提取的logBCF值，用于模型训练
- SI_BCFtestset.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含204种化学结构，其logBCF值可靠性较低，作为外部测试集使用
- SI_FullDataset_rawdata.csv
- 文件格式：CSV
- 字段映射介绍：含15372条原始数据，列包括CASRN、Tissue、Duration [d]、Test organism、Exposure type、Steady state、RESPONSE、RESPONSE UNIT、Media type、TakenFrom、TITLE、AUTHOR、YEAR、SOURCE、SMILES
- SI_ExcludedOutliers34.csv
- 文件格式：CSV
- 字段映射介绍：含34种分析中识别为可疑的化学结构数据
数据来源
论文“QSPR models for bioconcentration factor (BCF): Are they able to predict data of industrial interest?”（发表于SAR and QSAR Environmental Research）
适用场景
- 环境化学研究：分析化学物质的生物富集因子（BCF）特性，评估其环境风险
- QSPR模型开发与验证：利用训练集构建模型，测试集验证模型对工业相关BCF数据的预测能力
- 化学数据质量控制：通过异常值数据研究化学结构logBCF值的可靠性判断方法
- 工业化学品环境安全性评估：基于BCF预测结果，为工业化学品的环境安全管理提供数据支持
