综述：关于数据驱动的机器学习计算新方法在化学品风险评估中的危险识别应用前景的探讨

《Journal of Cheminformatics》：Perspective on applicability of data-driven machine learning computational new approach methodologies for hazard identification in chemicals risk assessment

机器学习与人工智能在化学危害识别中的应用潜力及挑战。文献分析显示60.9%的ML-QSAR模型不可用，17.2%可直接使用，皮肤刺激终点覆盖最广，树基模型占主导。提出标准化框架以提升监管适用性。

　　

摘要

机器学习（ML）和人工智能（AI）方法在减少动物实验的同时，有助于做出更明智的化学危害识别决策。然而，在化学风险评估（CRA）中的新方法学（NAMs）框架下应用这些方法仍面临挑战，主要是因为相关知识有限、经验不足以及使用这些方法时存在不确定性。因此，为了促进ML和AI方法在监管领域的应用，需要制定更好的标准化标准、透明报告指南、验证方法以及评估其可访问性、可验证性和预测实用性的框架。通过对基于ML和AI的化学危害识别新方法学的文献进行广泛回顾，重点关注了人类健康终点：特定靶器官毒性（STOT）、遗传毒性和致癌性、内分泌干扰、皮肤致敏性、发育和生殖毒性（DART）以及重复剂量或慢性毒性。共审查了近2300篇科学文章，其中274篇关于ML-QSAR模型的研究显示：60.9%的模型不可用，21.9%的模型具有潜在可用性，17.2%的模型可以直接使用（即已有相应的软件解决方案）。从不同终点来看，ML-QSAR模型在皮肤致敏性方面的应用最为成熟，其次是内分泌干扰和致癌性模型。最常见的ML-QSAR模型是基于树的模型（如随机森林），其次是人工神经网络和支持向量机模型，其他模型的应用较少。这项文献分析构建了一个框架，帮助模型使用者识别适合在监管环境中使用的模型。此外，该框架还能帮助模型开发者更好地理解监管用户的期望，并在发布模型时作为参考，从而提高透明度、确保模型符合监管要求，并促进未来的应用。