AI驱动的化学毒性预测超越动物实验，开启新纪元

美国研究人员成功开发出一套基于机器学习的计算机程序，能够通过分析海量化学结构数据及其已知的毒性效应，来预测新化学物质的潜在危害。该方法的核心是构建一个包含超过80万次动物测试结果、覆盖约1万种化学品的数据库，并利用机器学习算法进行“读出”（read-across）分析，以消除传统人工读出方法的主观性。

此项技术通过构建化学结构与性质的“地图”，使得预测新化学品的毒性成为可能。实验结果表明，该AI模型在预测化学品危害方面的准确性超越了部分常用的动物测试方法。该软件已由Underwriter’s Laboratories商业化推出，预示着一个更高效、更人道的化学品安全评估时代即将到来。

这项创新有望为化妆品、药品等行业提供一种成本更低、效率更高且更可靠的毒性筛查手段。对于寻求减少动物实验的企业和关注动物福利的消费者而言，这无疑是一个重大利好，标志着化学毒理学研究正迈向一个由人工智能驱动的新阶段。

查看消息来源