首页|深度学习模型在中药毒性预警中的应用和前景

深度学习模型在中药毒性预警中的应用和前景

Applications and prospect of deep learning model in early warning of toxicity of traditional Chinese medicine

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
中药潜在毒性成分的早期筛查是中药新药研发面临的一大难题.在基于"结构预警子-毒性"关系开发的机器学习模型中,使用深度学习算法构建的机器学习模型脱颖而出,有望成为新一代中药毒性预测的杰出工具.本文综述了深度学习模型基于"结构预警子-毒性"关系预测化合物毒性的机制以及深度学习模型在预测药物分子的毒性、预测反应性代谢产物的形成和致毒的生物学靶标中的具体应用,指出中药毒性成分数据匮乏带来的挑战和模型的"黑箱"问题,并提出深度学习模型进一步应用于挖掘中药毒性成分结构和生物学特性中的展望,以期借助人工智能技术解决中药毒性预测这一难题.

颜彩琴、范睿琦、宁雨坪、郭宪、王凯

展开 >

天津中医药大学中药学院,天津 301617

南开大学人工智能学院,天津 300350

深度学习模型 毒性预测 中药 结构预警子 人工智能

国家自然科学基金

81803615

2022

10.3867/j.issn.1000-3002.2022.03.010

中国药理学与毒理学杂志
军事医学科学院毒物药物研究所,中国药理学会,中国毒理学会

中国药理学与毒理学杂志

CSTPCD北大核心
影响因子：1.182
ISSN：1000-3002
年,卷(期)：2022.36(3)
  • 5
  • 16