人工智能在药物肝脏毒性预测中的应用

摘要

药物性肝损伤(Drug-induced liver injury, DILI)是导致药物终止临床试验和退出市场的主要原因,由于物种间的一致性较差,无法模拟人体内复杂的环境等原因,用于评价候选药物潜在肝脏毒性的动物模型和体外细胞模型预测准确度较低。随着组合化学和高通量筛选技术的发展产生了大量数据,并推动了人工智能和学习算法的进步,越来越多的人工智能应用于药物性肝损伤研究,提高了预测药物肝脏毒性的准确性。为了比较不同的建模算法在药物肝脏毒性预测中的优劣并为今后的研究提供一定的参考,对近十年使用人工智能针对肝脏毒性开发的QSAR模型进行了综述。