Adv Sci 封面论文丨伯晓晨/何松团队综述机器学习赋能药物毒性预测的前沿进展

文章预览

药物研发过程中，毒性问题是难以逾越的障碍之一。数据显示，约30%的候选药物因毒性风险被迫终止，导致巨大研发成本浪费，也给患者安全带来隐患。传统毒性评估方法主要依赖动物实验，但由于成本高、耗时长，且动物与人类的生理差异可能导致结果不准确，这一方法存在诸多局限。人工智能 （Artificial Intelligence，AI） ，特别是机器学习 （Machine Learning，ML） 技术，为毒性预测提供了全新的解决方案。 近日，军事医学研究院 伯晓晨/何松 团队在国际期刊  Advanced Science  发表了一篇题为 Machine Learning-enabled Drug-induced Toxicity Prediction  的综述论文， 系统总结、评价了ML技术在药物毒性预测领域的最新进展，展示了如何通过多模态数据整合与创新算法设计，重新定义药物毒性评估方法，并入选封面文章（Inside Front Cover）。这项研究是继毒理学综合数 ………………………………