| 基于人工智能和互联网时代的化合物毒性预测综述 |
| |
| 作者姓名： | 徐涛 秦越 单伟 贾辰阳 朱加良 邓志光 李卓玥 刘丹会 |
| |
| 作者单位： | 中国核动力研究设计院核反应堆系统设计技术重点实验室,中国核动力研究设计院核反应堆系统设计技术重点实验室,中国核动力研究设计院核反应堆系统设计技术重点实验室,华中师范大学化学学院农药与化学生物学教育部重点实验室,中国核动力研究设计院核反应堆系统设计技术重点实验室,中国核动力研究设计院核反应堆系统设计技术重点实验室,中国核动力研究设计院核反应堆系统设计技术重点实验室,中国核动力研究设计院核反应堆系统设计技术重点实验室 |
| |
| 摘 要： | 随着商品中所含各种化合物的不断使用,人们日益关注其对人类及生态环境的安全危害。在过去的几年里,通过计算方法预测化合物毒性已经显示出极大的潜力。在此,总结了常用的机器学习和深度学习算法在建立毒性预测模型上的优缺点,并系统回顾了近三年发表的可免费访问的毒性预测网络服务器。此外,还讨论了基于人工智能和互联网时代下毒性预测所面临的机遇和挑战。希望指导人们合理的选择算法和网络服务器进行建模及化合物毒性评估。
|
| 关 键 词： | 人工智能 深度学习 机器学习 毒性预测 网络服务器 |
| 收稿时间： | 2021-06-08 |
| 修稿时间： | 2022-08-09 |
|
| 点击此处可从《化学通报》浏览原始摘要信息 |
|
点击此处可从《化学通报》下载免费的PDF全文 |
|
