ACS JCIM (化学信息与建模)· Nicola Amoroso, Ester Pantaleo, Fulvio Ciriaco, Francesca Cutropia, Nicola Gambacorta, Fabrizio Mastrolorito, Alfonso Monaco, Angelica Orfino, Roberto Bellotti, Orazio Nicolotti·· 2026-09-29精选AI 评分58
Language of Toxicity：可解释AI统一预测八类毒性终点
Language of Toxicity: An eXplainable Artificial Intelligence Approach
AI 导读
【全文总结】作者提出仅以SMILES为输入的CNN-GRU-多头注意力统一架构，在VEGA平台八个毒性终点上以重复10折交叉验证（100次）评测，平均AUC 0.83±0.04、准确率0.82±0.04，致癌性最高AUC 0.94±0.02，染色体畸变最低0.70±0.05。
推荐理由
研究用同一套SMILES序列架构覆盖八个毒性终点，并与指纹基线在相同划分下比较，为小样本毒性预测提供了参照。
来源：ACS JCIM (化学信息与建模) · doi.org