当前位置：
X-MOL 学术
›
Chem. Res. Toxicol.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
预测纳米材料细胞毒性的机器学习模型
Chemical Research in Toxicology ( IF 3.7 ) Pub Date : 2022-01-14 , DOI: 10.1021/acs.chemrestox.1c00310
Zuowei Ji 1 , Wenjing Guo 1 , Erin L Wood 2 , Jie Liu 1 , Sugunadevi Sakkiah 1 , Xiaoming Xu 3 , Tucker A Patterson 1 , Huixiao Hong 1
Chemical Research in Toxicology ( IF 3.7 ) Pub Date : 2022-01-14 , DOI: 10.1021/acs.chemrestox.1c00310
Zuowei Ji 1 , Wenjing Guo 1 , Erin L Wood 2 , Jie Liu 1 , Sugunadevi Sakkiah 1 , Xiaoming Xu 3 , Tucker A Patterson 1 , Huixiao Hong 1
Affiliation
|
纳米材料在消费品和医疗产品中的广泛应用引起了人们对其对人类健康潜在不利影响的担忧。因此，已经进行了越来越多关于纳米材料毒性的生物学评估。然而，进行评估的不同方式，例如所使用的分析方法、细胞系以及所生产的纳米颗粒的差异，使科学家难以分析和有效比较纳米材料的毒性。幸运的是，机器学习已成为基于可用数据预测纳米毒性的强大工具。在不同类型的毒性评估中，纳米材料的细胞毒性是这里的重点，因为细胞毒性评估对不同治疗的高度敏感性，无需复杂且耗时的程序。在这篇综述中，我们总结了最近的研究，这些研究侧重于开发用于预测纳米材料细胞毒性的机器学习模型。目标是提供洞察预测潜在的纳米材料毒性和促进安全纳米材料的发展。
"点击查看英文标题和摘要"
更新日期：2022-01-14
"点击查看英文标题和摘要"
京公网安备 11010802027423号