- 综合排序
- 最热优先
- 最新优先
- 来自专栏DrugOne
Chemical Research in Toxicology邀稿 | AI 遇见毒理学特刊
现代ML和AI方法在计算毒理学中越来越受欢迎，并被视为满足3R概念原则的一个有希望的解决方案，该概念要求取代、减少和完善动物试验。 Chemical Research in Toxicology正在策划一期专注于 AI 和毒理学的特刊。本期特刊的主要目标是将两个社区聚集在一起（图 1）。 这将使社区不仅可以了解传统计算毒理学家新方法的力量，还可以了解 ML 专家在计算毒理学领域的需求和问题。 使用 AI 方法进行毒性评估，从 ADMEtox 特性预测到人类健康和生态毒理学的全面风险评估，对于证明这些方法的功效和实用价值非常重要。 邀请投稿至AI遇见毒理学特刊，但不限于将化学和纳米材料的分子结构或特性与其生物效应联系起来的计算方法的最新进展。
51910编辑于 2022-11-28 自然语言处理在毒理学机制信息提取中的应用
为了研究化合物如何诱发不良效应，毒理学家们构建了不良结局通路。 我们认为这项工作主要有两个贡献：1）概念验证，证明自然语言处理可以支持从文本中提取信息用于现代毒理学；2）一个用于识别毒理学实体及其关系的开源模板模型。 因此，毒理学效应更倾向于以机制性方式进行研究，毒理学家试图理解导致特定不良结局的生物事件级联反应，并考虑到人类生理学相对于其他生物体的特异性。 它被重新训练以识别科学文本中的毒理学概念，包括化合物和表型。这包括PubMed文章和ECHA报告。 这描绘在图3中。图3 通过自然语言处理流程和手动整理找到的关键事件数量。 对于每个不良结局通路，我们检索到了40%到80%的事件。
11700编辑于 2026-03-24- 来自专栏智药邦
FDA刘智超/童伟达｜Tox-GAN：用AI方法替代动物研究，以毒理基因组学为例
虽然体内的TGx对毒理学研究很有帮助，但在不同剂量和治疗持续时间水平上，分析数千种化合物对动物的毒理学影响是不切实际的。 全球正在努力实现毒理学和风险评估的现代化，为此开发了替代的毒性和风险评估方法，强调3R原则（Refine，Reduce和Replace,即改进、替代和减少）。 毒理学的大部分研究都集中在预测模型上，例如，卷积神经网络、深度神经网络、自动编码器等深度学习算法已被应用于预测不同的毒理学任务（如药物性肝损伤和心脏毒性）。 图3 Tox-GANintensity生成的转录组图谱与它们相应的真实图谱在不同病理结果中的皮尔逊相关系数的分布。 同时，21世纪的毒理学正日益向3R（Refine，Reduce和Replace,即改进、替代和减少）动物用途转变。
1.9K30编辑于 2022-04-13 - 来自专栏ATYUN订阅号
机器学习算法在预测化学品的毒性方面胜过动物试验
，“我完全相信这将成为未来毒理学的支柱。” 但Hartung和其他毒理学家说，监管机构设定了接受这些方法的高标准，并倾向于要求进行动物研究。 Hartung说，实际上，该软件模拟了毒理学家如何以自动化方式调整新化学物质的大小。 他负责协调这项工作并为北美达勒姆的美国国家毒理学计划开发替代毒性测试方法。今年晚些时候，美国环境保护署（EPA）计划在线发布免费下载的共识模型。 “没有人想要用动物测试，但我们还不能用计算机做所有的毒理学预测。”
60330发布于 2018-08-06 - 来自专栏用户10341667的专栏
Material Safety Data Sheet物质安全数据表MSDMS第11 节毒理学信息
本节主要供医务专业人员、职业卫生和安全专业人员和毒理学家使用。简单扼要但完整和易懂地说明各种毒理学(健康)效应和用于确定这些效应的现有数据。 3. 在物质或混合物的试验数据数量较大的情况下，不妨对结果作摘要说明，例如接触途径。4. 列入本小节的数据，应适用于所使用的物质或混合物。毒理学数据应是说明混合物的。 如无法得到该项资料，应提供在全球统一制度下的分类和各危险成分的毒理学特性。5. 与物理、化学和毒理学特性有关的症状说明接触物质或混合物及其成分或已知的副产品，可能引起的有害健康影响和症状。提供在与指定用途有关的接触后出现的与物质或混合物的物理、化学和毒理学特性有关的症状资料。 物质安全数据表MSDS应注明，毒理学资料是基于人类还是动物资料。10. 毒性的度量值(如急毒性估计值)提供可造成有害健康影响的接触剂量、浓度或条件的信息。
61830编辑于 2023-03-16 - 来自专栏DrugOne
Drug Target Review | 开发一种算法来预测药物性肝损伤
Drug Target Review调查了该毒理学项目将为药物发现行业带来的好处。 ? 确保候选药物进行毒性分析是药物开发过程的重要且必不可少的阶段。 去年11月，爱思唯尔(Elsevier)和美国食品药品监督管理局(FDA)的美国国家毒理学研究中心(NCTR)宣布，他们将进入一项合作研究与开发协议(CRADA)，以改善毒理学研究。 Ross说，作为一种符合法规的方法，它提供了另一种评估DILI风险的方法，而在其他毒理学测试中可能会漏掉这种风险。 另外，由于该算法将采用多因素方法，因此应改善其预测并与FDA建议保持同步。 ? 尽管类器官和其他毒理学测试对于分析DILI风险仍然至关重要，但Ross强调说，“由于时间限制或成本的原因，很难轻易将结果与同类药物的范围进行比较。” Molecular Biotechnology. 1995;3(1):75-75.
72140发布于 2021-02-01 - 来自专栏百味科研芝士
网络药理学期刊推荐
这本药理学杂志创办于1873年，是德国实验临床药理学和毒理学学会（DGPT）的官方期刊。杂志刊登文章的重点是关于药物作用和化合物毒性的重要信息。 因此虽说是一本毒理学相关的杂志，它的范围可扩展到实验和临床药理学以及毒理学的所有领域，包括神经药理学和心血管药理学以及作用细胞、生化和分子水平上的药物作用的研究。 影响因子 ? 图3 第二篇文章Apoptotic effect of fluoxetine through the endoplasmic reticulum stress pathway in the human 6日接收，同年3月14日见刊。 文章内容涵盖实验和临床药理学以及毒理学的所有领域，看重药物治疗和药物预防的机制研究，关注有关化合物的药物作用和毒性研究，对一些新兴药物的研发也很感兴趣，无论是针对癌症的药物治疗还是普通疾病的药物治疗都是这本杂志的接收范围
2.8K52发布于 2020-05-20 - 来自专栏智药邦
Drug Discov Today｜FDA现代化法案2.0：将非动物技术引入监管
这项新立法的部分原因是，人们越来越认识到一系列基于动物的安全性、毒理学和代谢研究的预测价值有限。 亮点 美国FDA现代化法案2.0标志着一个改变游戏规则的立法：药物注册不需要在安全毒理学评估中遵循使用动物的绝对要求。 计算方法正在对药物开发产生重大且日益增长的影响。 美国的这项新立法的部分原因是，人们越来越认识到一系列基于动物的安全性、毒理学和代谢研究的预测价值有限。对动物福利的关注增加了此类工作的成本。 FDA毒理学人工智能计划 AI4TOX是一个旨在应用最先进的人工智能方法来开发新工具的计划，以支持FDA监管科学并加强FDA监管产品的安全性审查。 该计划包括4项举措： 通过学习模型预测未经测试的化学品的动物毒理学数据、为毒理学终点开发新的深度学习方法、开发最先进的人工智能自然语言处理以促进对FDA文件和公共文献的分析、开发一个有效和准确的框架来分析动物研究中的组织病理学数据
1.6K30编辑于 2023-02-28 - 来自专栏DrugOne
Nat Rev Drug Discov｜FDA逐步淘汰动物毒性测试的计划现实吗
美国监管机构正在接纳器官芯片、类器官以及一系列计算机模拟和计算工具，目标是在未来3-5年内使动物研究成为临床前安全/毒性测试中的“例外而非常规”。 因此，在3-5年内，监管规范可能从要求两种动物变为一种。然后我们仍然有这个工具箱的概念，这种广泛的风险评估策略，但你已经可能淘汰了一种动物模型。 我对这个目标感到兴奋，我喜欢快速推进。 但毒理学家中有很大一部分人发出了警告。毒理学协会（Society of Toxicology）刚刚发布声明，表示他们对此事推进的速度感到担忧。 问：最初的重点是单克隆抗体，你怎么看？ 用于有效性测试的芯片开发考量与用于毒理学的有何不同？ Ewart：目前，大多数毒理学测试仍在所谓的健康模型系统中进行。 如果我们想让那3-5年的时间表成为现实，我们必须投入一些资金，因为芯片开发者通常是从大学衍生公司起步的。 我们还需要投入更多资金来培养未来的科学家。
23700编辑于 2025-06-07 - 来自专栏智药邦
JCIM｜VenomPred2.0：基于AI的药物分子毒性预测工具
人工智能和机器学习方法在计算毒理学和药物设计中的应用越来越受欢迎，这一方法在评估化合物安全性、优化ADMET以及满足3R原则（the rules of 3R）等领域被认为非常具有前景。 背景 机器学习（ML）在毒理学中的目标是开发新的基于人工智能（AI）的计算模型，以预测化学物质的毒性特性。 当下网络工具正在成为计算毒理学预测的基本来源，这是因为它们可以免费获取，而且可以由没有经验的用户使用。 通过使用3种不同的化学指纹和4种不同的机器学习算法，为每个考虑的终点生成了12种不同的毒性模型。 结果总结在图3中。雄激素活性端点获得了出色的预测性能（超过0.90），而对于其他端点，虽然结果没有那么引人注目，但仍然十分满意。
2.2K10编辑于 2024-05-08 - 来自专栏新智元
2021全球高被引科学家榜单出炉！中国大陆935人入选，全球第二
包括农业科学、生物学和生物化学、化学、临床医学、计算机科学、经济学和商业、工程学、环境/生态学、地球科学、免疫学、材料科学、数学 、微生物学、分子生物学和遗传学、神经科学和行为学、药理学和毒理学、物理学 不同领域入选门槛标准各异，以临床医学要求最高，药理学/毒理学要求最低。 考察数据来自 ESI 数据库，该数据库揭示了新兴的科学趋势以及有影响力的个人、机构、论文、期刊和国家。 英国、澳大利亚和德国分列3-5位，入选学者数量均超过300人。 从学科领域来看，临床医学领域入选人数最多，为453人，经济学/商业领域入选人数最少，为83人。计算机科学有110入选。 其中物理学奖得主3位，化学奖得主9位，生理学或医学奖得主8位，经济学奖得主4位。获奖时间跨度从1975年至2021年。 2021年化学奖、生理学或医学奖、经济学奖得主全部入选。
69160发布于 2021-11-23 - 来自专栏量子位
官方还原Uber致命事故：人、车、自行车，傻傻分不清楚
原来，被撞女子的甲基苯丙胺（冰毒）和大麻毒理学测试为阳性，她很可能是在吸毒后的状态下过马路的。 虽然没有收集安全员毒理学标本，但当时处理事故的警察到达现场后，没有发现安全员有异样。 而在发生事故的亚利桑那州，州长出于安全考虑，在3月底暂停了Uber的测试许可证。 Uber表示，自动驾驶技术对其未来的乘车服务非常重要，但尚不清楚信任CEO达拉·科斯罗萨西对此是如何计划的。
36920发布于 2018-07-24 - 来自专栏生信菜鸟团
AI、ML在植物生物学和可持续农业发展中的进步与运用
基因组毒理学中的区块链。通过合成基因阵列实现数字基因相互作用，并将定量遗传相互作用评分存储在区块链数据库中。从毒素导致的突变体中提取查询基因，以确定与原始基因组中基因的遗传相互作用。 根据不同影响对这些原始数据进行校正，可得出遗传相互作用评分，这些评分存储在基因组毒理学的区块链数据库中。 毒理学中的区块链技术可以帮助分散数据保存，并通过可用的化学数据库评估数据和对消费者的潜在风险。材料安全数据表 (MSDS) 包含有关潜在危害因素及其使用方法的信息。 3D打印 3D打印又称增材制造，是一项革命性的技术，引起了植物科学等各个领域的广泛关注。在3D打印与植物科学的交叉领域，人工智能在增强该技术的能力和应用方面发挥着关键作用。 3D 打印和人工智能的结合可以彻底改变这一过程，因为它可以生产定制的生长介质和植物培养容器。 探索 3D 生物打印在推动植物科学研究中的发展和可能性。
75510编辑于 2025-03-10 Annexin V-FITC/7-AAD细胞凋亡检测试剂盒原理及应用
因此，准确、灵敏地检测和定量细胞凋亡，对于基础生命科学研究、药物筛选及毒理学评价具有不可替代的重要性。 3.操作简便快捷：该试剂盒通常提供即用型结合缓冲液和优化的工作液配方，染色步骤简单，孵育时间短（通常15-20分钟），兼容流式细胞术和荧光显微镜平台，便于快速获得结果。 3.免疫学研究：检测T细胞、B细胞等免疫细胞的活化诱导凋亡，研究免疫耐受与自身免疫病的机制。4.毒理学与安全性评价：评估环境毒素、化学药物或纳米材料对细胞的潜在毒性及其诱导凋亡的能力。 3.上机检测：孵育结束后，可立即（建议在1小时内）用流式细胞仪进行分析。设置合适的荧光通道（FITC：FL1；7-AAD：FL3或等效通道），并使用未经染色的细胞和单染管进行荧光补偿调节。
18010编辑于 2026-02-04- 来自专栏Y大宽
Cytoscape插件5：DisGeNET(2)应用实例
因此，对毒理学家来说，因为化学物质引起的哮喘的关键生理过程对毒理学家很重要。 注意，有3个哮喘相关疾病共享3个基因，TBX21是唯一一个和三种i并相关的基因。作者问，你可能找到网络中得分最高的GDA吗？ 在这个网络中，可以在table面板中查找，可以在cytoscape的搜索框中输入obstructive diabetes，会发现3个糖尿病亚类型和慢性阻塞这个疾病，见下图 ? 有趣的是，我们还可以看出，NOS3和TNF是仅有的在慢性阻塞呼吸疾病和三种类型糖尿病中同时出现的2个基因。 3.和翻译后修饰有关的疾病有哪些 这种类型的案例可以作为药物发现的兴趣点。发现的疾病相关基因可以被药物靶向，比如有磷酸化修饰干涉.
2.9K31发布于 2018-09-10 - 来自专栏DrugOne
Nature | 动物实验时代正在落幕：科学的下一站在哪里？
美国 FDA 也表示，未来 3–5 年内，将把动物实验从“常规做法”变为“例外选择”。欧洲委员会计划发布终止化学安全领域动物实验的路线图。 这种方式可以： 在动物实验前筛选药物 减少动物使用数量 提高临床成功率 计算模型与 AI AI 也开始进入毒理学领域。 器官芯片、类器官、AI 毒理学——这些技术不再是实验室边缘探索，而是国家战略级投入方向。 科学的下一站，或许不是“替代动物”，而是——用更接近人类本身的模型，重新理解生命。 整理 | DrugOne团队 参考资料 https://doi.org/10.1038/d41586-026-00563-3 内容为【DrugOne】公众号原创｜转载请注明来源
19030编辑于 2026-03-02 - 来自专栏智药邦
近年来阿斯利康在AI药物研发领域发表的15篇论文
在过去3年中，将AI方法引入药物发现取得了令人印象深刻的飞跃。然而，从实际的角度来看，我们距离交付人工智能开发的药物还很远。 NPJ Digit Med. 2020 Jul 31;3:101. doi: 10.1038/s41746-020-0302-y. 3R (改进、减少、替换；refine, reduce, replace) 的范式旨在最终尽可能地取代动物筛查。这使计算机方法的使用更加流行。 本文介绍了计算毒理学的历史、方法，以及人工智能在计算毒理学主要药物安全研究领域 (心脏毒理学、肝毒理学、遗传毒理学、体内药代动力学、数字病理学) 的应用。 Drug Saf. 2021 Mar;44(3):261-272. doi: 10.1007/s40264-020-01030-2.
1.2K30编辑于 2022-11-16 - 来自专栏用户10341667的专栏
安全数据表SDS和MSDS一样吗，亚马逊要求做的SDS价格
借助安全数据表，亚马逊能够： 1、您的商品是否属于受管制危险品； 2、对您的商品进行正确分类，确定其是否属于危险品（分类决定着商品的储存和运输方式） 3、在商品于运营中心发生泄露或溢出时确定正确的处理和弃置措施 当SDS/MSDS所针对的产品中的物质/配比/组分发生变化时； 3. 当SDS/MSDS针对的产品发现有新的危害性产生时； 4. 当SDS/MSDS针对物质的毒理学信息/生态学信息等信息有更新时。 3.通常3-5个工作日即可完成，如果急需，可以加急处理。 4.完成之后是PDF格式电子档文件，直接发送到客户邮箱即可，平时有需要用的时候邮件或者传真发给要求方即可。无需打印出来。
84030编辑于 2023-02-23 - 来自专栏生命科学
IC50 如何测？拿到数据不会处理？常见活性数值分不清？一文 Get！ —— MCE
我们常在文献中看到 IC 50 、EC 50 、ED 50 等等数值的测定，这些指标被广泛应用于药物开发、毒理学、基础研究等领域，为理解药物效应和优化治疗策略提供了有力支持。 毒理学研究：在药物安全性评估中，IC50 值用于确定化合物对正常细胞的影响，评估其潜在的副作用。 3. (3) MTT 染色：向每个孔加入 25 µL 0.5% MTT 染液。在 37°C 条件下孵育 3-4 小时。 Molecules. 2023 May 23;28(11):4270. [3] Gui, H., et al. Toxins (Basel). 2017 Feb 24;9(3):75
3.9K10编辑于 2024-12-27 - 来自专栏大数据文摘
10个巨大的科学难题需要大数据解决方案
但是，这里就有一个分析问题：由于数据集的大小从30到300万亿字节不等，用于特征化物质结构的统计数据计算起来太过密集，他们包含了星系的集群、2度关联计算以及3度关联计算。 毒理学是一种我们所依赖的科学原理，来保护我们不受癌症、出生缺陷、心血管以及神经退化性疾病的侵害。对它们的风险评估仍然依赖于一个较小集合的模型物种，每种化合物要花费超过五年的时间以及超过150万美元。 利用生物科学的潜力来达到准确的毒理学测试将使得在产品的开发前期就可以进行精确的分析和风险评估，有助于减少开发的开销。 这个问题天生就是一个计算问题，并对我们的社会和星球是一个巨大的挑战。 主要合作者：本·布朗（Ben Brown，劳伦斯伯克利国家实验室），约翰·科尔伯恩（John Colbourne，英国伯明翰大学）以及环境学和毒理学协会 问题九：寻找新设计材料 ? 劳伦斯伯克利国家实验室），瓦希德·佩姆奇（Wahid Bhimji，劳伦斯伯克利国家实验室），彼得·萨多夫斯基（Peter Sadowski，加州大学欧文分校） Strata+Hadoop 2016-8-3登录中国
79440发布于 2018-05-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号