人工智能驱动的毒理基因组学:构建环境与药物安全预测的新范式

《Frontiers in Genetics》:Artificial intelligence - driven toxicogenomics for predictive environmental and pharmaceutical safety

【字体: 大 中 小 】 时间:2026年10月08日 来源:Frontiers in Genetics 3.0

编辑推荐:

  毒理基因组学将高通量基因组技术与毒理学相结合,用于评估化学和药物暴露的分子反应。多组学数据日益增长的体量和复杂性要求采用先进的计算方法,以便提取有意义且具有预测性的见解。在此背景下,人工智能(artificial intelligence, AI)和机器学习(

  
毒理基因组学将高通量基因组技术与毒理学相结合,用于评估化学和药物暴露的分子反应。多组学数据日益增长的体量和复杂性要求采用先进的计算方法,以便提取有意义且具有预测性的见解。在此背景下,人工智能(artificial intelligence, AI)和机器学习(machine learning, ML)技术——包括支持向量机(support vector machine, SVM)、随机森林(random forest, RF)和深度学习(deep learning, DL)架构——越来越多地被用于早期毒性预测和风险评估,据报道,与传统毒理学方法相比,其预测准确性和灵敏度有所提高。本文探讨了AI驱动的毒理基因组学在增强预测性环境和药物安全中的作用。它强调了基于ML和数据驱动模型在转录组学、蛋白质组学和代谢组学数据集的整合分析中的应用,以识别毒性相关生物标志物、阐明作用机制,并在临床表现之前预测药物和环境的不良效应。值得注意的是,AI驱动模型在预测准确性、灵敏度和可扩展性方面与传统毒理学方法相比显示出显著改进,减少了对动物试验的依赖并加速了决策过程。此外,本文还讨论了基于AI的毒理基因组学在药物开发、环境污染物筛查和管理毒理学中的重要性,同时解决了数据异质性、模型可解释性和监管接受度等关键挑战。计算机科学与毒理基因组学的融合代表了下一代预测毒理学的稳健框架,有助于更安全的药物开发、更精准的环境风险评估以及基于证据的公共卫生和监管决策。
**1 Introduction(引言)**
毒理基因组学是将毒理学与基因组学相结合的重要学科,旨在从分子水平理解化学物质暴露对生物系统的不良影响。传统毒性测试主要依赖动物实验和化学测定,但这种方法耗时、昂贵且存在伦理问题。人工智能(AI)的引入为毒理基因组学带来了变革性潜力。AI涵盖机器学习(ML)、深度学习(DL)、自然语言处理(NLP)等技术,已广泛应用于医疗健康、金融和环境科学等领域。基于AI的预测模型能够整合基因组、转录组、蛋白质组和代谢组等多组学数据,从复杂数据中提取毒性相关模式,从而在临床前阶段预测毒性。在环境安全方面,AI毒理基因组学可用于评估农药、重金属等污染物对生态系统和人类健康的影响,识别易感人群,并支持制定安全暴露水平。在药物安全方面,该技术能够识别与药物不良反应(ADR)相关的基因和通路,在临床试验前预测不良反应,从而降低药物开发失败风险并改善患者安全。

**2 Literature search methodology(文献检索方法)**
本综述采用系统性文献检索方法,检索数据库包括PubMed/MEDLINE、Scopus、Web of Science和Embase,时间范围为2015年1月至2025年6月。检索词涵盖“毒理基因组学”“人工智能”“机器学习”“深度学习”“毒性预测”“预测毒理学”“环境安全”“药物毒性”“药物不良反应”“生物标志物发现”和“多组学”等,并使用布尔运算符(AND、OR)进行组合。纳入标准包括:(1)同行评审的原创研究或综述;(2)应用AI/ML方法于毒理基因组学、毒性预测或相关组学数据;(3)英文文献;(4)报告定量性能指标的研究。排除标准包括未经同行评审的会议摘要和灰色文献、未报告模型性能的研究以及与毒理学或AI/ML无关的文献。初步检索获得约1240条记录,经去重和标题/摘要筛选后,312篇全文文章接受了资格评估,最终纳入62项研究。

**3 AI-driven toxicogenomics: applications, methods, and emerging technologies(AI驱动的毒理基因组学:应用、方法和新兴技术)**
AI驱动的毒理基因组学利用人工智能和机器学习方法,对基因组学、蛋白质组学和代谢组学等“组学”技术产生的数据进行综合分析,以预测化学物质的毒性并改进风险评估。传统毒性测试方法成本高且存在伦理问题,而AI方法提供了高效且可扩展的解决方案。在具体应用中,支持向量机(SVM)、随机森林和神经网络等算法被用于挖掘大规模数据集中的复杂模式,实现毒性预测。深度学习(DL)作为AI的重要分支,能够构建多层神经架构,处理高维基因组和化学数据,显著提高了毒性预测的准确性和可扩展性。在环境毒理学中,AI毒理基因组学被用于预测农药、重金属和工业化学品等污染物的生态和健康影响,通过整合环境化学暴露数据和遗传信息,揭示毒性暴露对健康的影响,并指导环境安全限值的制定。在制药行业中,AI模型能够通过分析基因组数据识别增加药物不良反应(ADR)风险的遗传变异,从而设计更安全有效的药物。此外,AI还可用于发现新生物标志物,用于临床开发期间毒性的早期识别和药物安全监测。

**4 Emerging AI technologies in toxicogenomics(毒理基因组学中的新兴AI技术)**
在传统机器学习算法之外,新一代AI架构正在应用于毒理基因组学。图神经网络(GNN)在分子毒性预测方面表现出显著优势,其能够直接编码分子图,捕获原子级和键级特征而无需手动特征工程。例如,AttentiveFP和定向消息传递神经网络(D-MPNN)在Tox21、ClinTox和SIDER等毒性基准数据集上达到了先进性能。基于Transformer架构的模型最初为自然语言处理而开发,现已成功适用于分子表示学习。此类模型采用自监督预训练策略,可针对毒性预测任务进行微调,与传统的基于指纹的方法相比展现出更强的泛化能力。此外,在大规模生物医学和化学文本语料库上训练的基础模型和大语言模型(LLM)正成为提取结构化毒理学知识、从文献中识别新型毒性通路以及支持监管文本分析的有力工具。多模态学习框架则能同时整合化学结构数据、基因表达谱、影像数据和临床表型,代表了AI驱动毒理基因组学的前沿方向,有望实现整体性和机制性的毒性预测。

**5 Discussion(讨论)**
综述研究表明,AI和ML将在毒理基因组学进展、环境毒性预测和药物毒性预测中发挥越来越重要的作用。AI方法为毒理学测试提供了更高效、更符合伦理的替代方案。多项研究展示了AI在从毒理基因组数据中识别生物标志物、预测环境化学物质毒性以及预测药物分子毒性等方面的应用价值。然而,这些研究在数据来源、模型验证方式和结论上存在较大差异。有研究利用大规模高吞吐量数据资源(如毒理基因组表达谱和ToxCast生物活性数据),但仅部分研究将可解释性视为监管应用的前提条件;另一些研究则依赖于回顾性基准数据集和内部交叉验证,这可能高估模型在实际应用中的性能。数据集不平衡和异质性是共同的问题,有毒化合物通常代表性不足,模型在不同平台或终点间的泛化能力有限。

**5.1 Critical comparative analysis of AI approaches(AI方法的批判性比较分析)**
经典机器学习方法(如随机森林和支持向量机)在精心整理的平衡数据集上表现良好,通常在Tox21和ToxCast等基准毒性数据集上达到0.75-0.88的AUC值。然而,这些方法高度依赖手工设计的分子描述符和指纹,限制了对复杂结构特征的捕获能力。深度学习方法则可以直接从原始输入数据中学习分层表示,在训练数据充足时通常能达到更高的性能(AUC 0.85-0.93)。但深度学习模型的代价是可解释性差,经典机器学习模型(如随机森林)能够提供特征重要性分数供监管科学家审查,而深度神经网络基本属于“黑盒”。数据集异质性和不平衡仍然是关键问题,在一些数据集中,有毒化合物仅占训练样本的5%-20%,这可能人为地提高准确率指标,同时掩盖对稀有毒性事件的低灵敏度。不同研究对于何种AI架构最适合不同毒理学终点存在相互矛盾的结论,这凸显了建立标准化基准测试协议的必要性。

**5.2 Challenges and future directions(挑战与未来方向)**
AI驱动的毒理基因组学面临多重挑战。数据异质性是一项主要限制,例如转录组数据受实验平台和实验室条件差异引起的批次效应影响,而代谢组数据集常存在归一化不一致和分析技术差异。为此,联邦学习和迁移学习等高级计算策略被提出。联邦学习能够在不共享数据的情况下对去中心化数据集进行模型训练,保护数据隐私的同时提升模型泛化能力;迁移学习则可以将在大规模注释数据集上训练的模型应用于数据稀缺的特定领域。此外,模型可解释性仍是主要关注点,许多深度学习架构以“黑盒”方式运行,限制了其在监管环境中的应用。可解释人工智能(XAI)技术对于确保透明度至关重要。监管整合仍处于早期阶段,需要制定明确的指南和验证框架,以促进AI模型在安全评估中的广泛采用。

**5.3 Regulatory perspectives and frameworks for AI-Based toxicology(基于AI的毒理学的监管视角与框架)**
AI驱动毒理学模型的监管接受是一个重大挑战。经济合作与发展组织(OECD)已发布关于验证(定量)结构-活动关系((Q)SAR)模型的指南(OECD原则5),强调定义明确的终点、无歧义的算法、定义的应用域、合适的拟合优度和稳健性度量以及尽可能的机理解释。美国食品药品监督管理局(FDA)发布了关于在药物开发和安全性评估中使用AI/ML的指导文件,包括算法透明度和真实世界性能监测的建议。欧洲药品管理局(EMA)也启动了关于AI在监管提交中应用的反思文件。可解释AI(XAI)技术——包括SHAP(SHapley Additive exPlanations)、LIME(局部可解释模型无关解释)和注意力可视化方法——被认为是满足监管透明度要求的重要工具。广泛采纳AI技术需要制定国际统一的验证框架、标准化的性能报告标准,以及随新毒理学数据更新AI模型的正式程序。未来方向包括建立大规模标准化的公共毒理基因组数据库,进行前瞻性外部验证,开发结合机制知识与数据驱动ML的混合模型,以及整合单细胞组学数据。

**6 Conclusion(结论)**
基于AI的毒理基因组学是环境和药物安全评估中的变革性工具。AI与高通量基因组技术的结合使得毒性精准预测、生物标志物识别以及对毒性反应分子机制的深入理解成为可能。随着AI技术的持续发展,其有望减少对传统检测方法的依赖,改进风险评估并加速药物开发,最终为环境和公共健康提供更安全的产品。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号