摘要：毒性研究是一项重要且复杂的科学工作,涉及到评估化学物质及其他物质对人类健康的潜在危害,也对环境保护和可持续发展起着重要作用。传统的基于分子、细胞与动物模型的毒理学实验,除了成本高昂且耗时的问题,还存在对动物不友好的局限性。随着计算机技术的迅猛发展,出现了计算毒理学模型的开发研究。相比于传统的毒理学实验,计算毒理学模型具有高效率、低成本、方便快捷的特点,逐渐成为毒理学研究的热点方向之一。介绍了包括机器学习在内的计算模型预测化合物毒性的研究方法及其在环境保护、毒性风险评估和药物设计等领域的应用,并进一步讨论了计算模型在毒性预测中存在的不足之处及可能的发展方向。

摘要：以染化行业污染地块土壤中分散橙76作为研究对象,基于QSAR理论,运用T.E.S.T.软件预测分散橙76对大鼠的急性毒性LD50为3345 mg·kg^(-1).在此基础上设计开展大鼠经口毒性实验,结果表明,分散橙76主要对大鼠血液中红细胞相关指标产生显著影响,对体重增长、外观及内脏的影响变化无统计学意义.分散橙76未观察到有害作用的最低剂量值(NOAEL)为50 mg·kg^(-1)·d^(-1).以染毒后雌鼠的平均红细胞血红蛋白浓度(MCHC)作为代表性指标,运用基准剂量法(BMD),选择最优模型Hill模型拟合分散橙76的基准剂量下限值(BMDL)为20.38 mg·kg^(-1)·d^(-1),并通过不确定系数UF=10000推导得到人体经口非致癌毒性参数RfDo为0.002038 mg·kg^(-1)·d^(-1).最后以上海高黏性土壤为例,推导得到分散橙76在本土环境中一类用地和二类用地中的土壤限值分别为68.5 mg·kg^(-1)和537.3 mg·kg^(-1).分散橙76的毒性研究以及在土壤中标准限值的研究推导和确定目前在国内尚属首次,可为该类污染物的毒性评估和管控标准制订提供技术支撑.

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。希望指导人们合理选择算法和网络服务器进行建模及化合物毒性评估。

摘要：以喹烯酮及其代谢物为研究对象,根据文献报道,建立起喹烯酮代谢组群,然后采取计算机辅助药物分子设计方法对它们的毒理活性进行比较分析,采用ADMET Predictor 6.5软件对各代谢组群的毒性作用进行预测,最后用文献报道的实验数据对毒性预测结果进行验证,探讨药物在动物体内的毒理活性关键物质。结果表明,该方法可行性较大,可以为喹烯酮的代谢毒理学研究和食品安全性评估提供参考数据和高效的技术手段。

摘要：培氟沙星(简称PFLX)是目前活性最强、临床疗效最好的氟喹诺酮类药物,也是典型的人兽共用化学合成药。但是,培氟沙星具有一定的毒性,它用于畜牧生产时可能会残存于动物性食品中,从而通过食物链危害人类的身体健康。文章的目的是利用计算机辅助药物设计技术,对培氟沙星进行毒性预测,分析和讨论预测值与文献发表的传统实验数据的吻合度和差异,以期能够为该药的毒理学研究和兽药安全性评价提供参考和帮助。

摘要：熊蜂(Bombus spp.)和蜜蜂(Apis mellifera L.)是自然界中的重要传粉昆虫,近年来因为农药的大规模不合理使用造成了世界多个地区熊蜂和蜜蜂种群的持续下降。为了更好地评估农药对熊蜂和蜜蜂的毒性,本研究收集了61个共有的农药蜂毒数据,采用12种分子指纹联合8种机器学习算法,分别建立了农药对熊蜂和蜜蜂急性接触毒性LD50值的分类预测模型。结果表明:农药对熊蜂和蜜蜂的急性接触毒性分类模型预测准确率分别达86.7%和80.0%。随机森林(Random Forest)、神经网络(Neural Network)和支持向量机(SVM) 3种算法联合Fingerprinter、Klekota-Roth Count和Extend 3种分子指纹在本研究中的预测能力较好。此外,分别采用构建的熊蜂毒性预测模型和蜜蜂毒性预测模型开展交叉毒性预测,准确率分别为72.9%和66.7%,表明熊蜂毒性模型预测蜜蜂毒性的准确性高于蜜蜂毒性模型预测熊蜂毒性的准确性。本研究可为设计低蜂毒化合物提供理论指导,同时为开展不同昆虫靶标的毒性交叉预测提供借鉴。

摘要：近10余年来，新药研发的投入虽有大幅增加，但成功上市的新药并没有相应的增多。分析发现，主要是因为在新药研发的不同阶段尤其是临床试验阶段有很多化合物因有效性和安全性等原因而被迫终止开发，其中毒性和安全因素占化合物在新药后期开发过程中被淘汰比例的30％。在新药开发后期和临床应用阶段所发现的各种药物毒性作用给医药产业带来重大损失，

摘要：根据药物设计基本原理,以噻唑烷-2,4-二酮为基本结构单元设计合成了目标分子TM1~TM3系列.通过体外过氧化物酶体增殖物激活受体反应元件(PPRE)活性测定,筛选出4个PPRE相对激动活性分别为105.76%、118.15%、125.3%和100.53%的分子IM2、IM3、TM2c和TM3c(参考药物吡格列酮,100%);进一步,设计合成了IM2与IM3的衍生物TM4与TM5系列,发现了16个PPRE相对激动活性高于100%的TM4系列分子,其中TM4i和TM4y的PPRE活性最高,分别为239.77%和204.70%.毒性预测显示,高活性分子毒性较小.本研究发现了潜在的过氧化物酶体增殖物激活受体(PPAR)先导分子,为糖尿病药物的研究提供了新的思路.

摘要：大量缺乏毒性信息的化学品最终进入环境水体,对人类及生态生物产生潜在的危害与风险。提高化学品生物毒性测试与评估技术的通量和效率,是实现毒害化学物质环境与生态健康风险防控的关键。作为一种可以实现高通量测试的脊椎动物模型,斑马鱼胚胎测试在化学品的毒性评估中应用广泛。随着组学技术的发展,毒理基因组学可有效提取毒害化学品致毒过程中干扰生物学通路的信息。这些机制信息可用于对单物质或复合污染物生物毒性的筛选和预测。本文综述了不同斑马鱼胚胎测试技术在化学品毒性筛选评估管理与水环境复合污染毒性监测中的发展和应用,详细介绍了一种新型斑马鱼胚胎简化转录组学技术的方法流程和优势,并探讨了综合斑马鱼胚胎毒性测试、行为分析和组学等不同测试技术在化学品毒性测试、环境监测与评价中的应用前景。

摘要：“环境计算化学与预测毒理学”是近年来在环境化学、环境毒理学、计算化学、计算生物学和分子生物学等学科之间形成的一个新兴的前沿研究领域,主要应用计算化学和大数据分析的方法开展化学品在环境介质中的转化行为、毒物在生物体内与大分子的相互作用机制以及毒性预测等方面的工作,已成为研究化学污染物的环境行为、毒理作用机制的重要手段,也是化学品生态风险评价与管理的必要工具,可为环境友好的绿色化学品的设计与合成提供科学指导。