2004年3月11日起，欧盟规定化妆品成品不再进行动物实验；2009年3月11日，规定不得进行化妆品局部毒性的动物试验；2013年3月11日起，禁止开展化妆品动物实验，禁止销售任何在动物身上进行安全测试的化妆品，包括化妆品原料。团队开发的化学物质安全性智能分析系统旨在通过先进的技术手段，为药品研发公司、化妆品行业以及个人提供全自动安全性、有效性评估的产品、服务或解决方案。

01项目介绍

团队以创新性的人工智能技术为核心，致力于打破传统研发模式的束缚，为药品和化妆品研发提供全新的解决方案。首先，通过大数据分析和机器学习，系统能够高效地进行化学物质的安全性和敏感性评估，显著降低研发成本、缩短周期，提高成功率，推动更多具有潜力的药物和化妆品能够更快地走向市场。其中研发成功的“药物的毒性预测”达到国际领先水平。以研究成果为基础，已初步搭建肾毒性预测平台，该项研究成果有着广泛的社会影响力，被多个媒体广泛报道。本项目的智能分析系统不仅服务于化学工业和医疗领域，还能够推动更广泛范围的科学研究和应用。

团队成员大部分来自天津大学，有2名国家级人才，2名科睿唯安全球高被引科学家，曾获得自动化学会二等奖、福建省自然科学三等奖等奖励；团队已成功申请5项发明专利，2项软著；7项专利在公示/审核中。

02核心技术介绍

针对目前的主流研究方向并结合医学等应用场景综合分析，本项目主要提出多种创新性技术，两种代表技术如下：

①多变量序列联合表征的毒性预测方案

1)基于量效关系的多变量序列联合表征方法，揭示多变量耦合关系。

2)基于高通量特征谱分析预测方法，解决了过度依赖领域知识问题。

以上两种方法共同满足较好拓展性的同时，实现了跨医学领域知识的简易有效应用。准确学习多变量的联合表征，挖掘多变量耦合关系，预测准确率由75%提升至89%。

②遗传网络驱动的药物敏感性预测方案

1)提出基因富集网络驱动的预测模型，构建基因生物功能。

2)提出遗传多模态特征图谱表示方法，筛选生物意义核心基因。

以上两个方法共同解决了生物可解释性不足的难题，并发现指定了核心基因的丰富生物学意义，将其指定为药物靶标基因。本方案在提取了核心基因的同时，准确率由77%提升至82%。

03 核心产品介绍

本项目包括三项细化的产品或服务：化学物质毒性评估系统、小分子药物敏感性预测系统以及小分子药物联合作用评估系统。

①化学物质安全性评估系统

应用先进的机器学习和数据分析技术，开发了一套全面的化学物质安全性评估系统，能够快速而精准地分析化合物的潜在危险性和安全性。该系统具有以下特点优于以前的产品：1.快速对未知化合物的毒性进行单个或批量的预测；2.同时预测多个器官毒性；3.支持多组学输入；4.层级式评估，为工业、医药等领域提供了重要的决策支持。

②药物敏感性预测系统

针对医药领域，推出了药物敏感性预测系统，利用大数据和人工智能，分析患者个体差异，预测药物对不同人群的效果，从而实现个性化的治疗方案。这不仅提高了治疗效果，还能减少患者的副作用。该系统的创新点如下：1.具体到个体的预测；2.支持多源数据输入；3.同时支持药物敏感性定量评估及定性推荐；4.协同药物敏感性预测。

③药物联合作用评估系统

为了更全面地理解药物之间的相互作用，我们开发了药物联合作用评估系统。该系统结合系统生物学和化学信息，为研究人员和医生提供了一个强大的工具，用于设计和优化药物组合，以提高治疗效果，减缓耐药性的发展。该产品特色如下：1.超越“单药、单靶标”范式；2.同时兼顾效力与毒性；3.支持作用靶标预测。

04 市场前景

①药物毒性预测的应用场景

1)早期筛选候选药物：在药物研发的早期阶段，科研人员使用计算模型来评估候选药物的潜在毒性。而本方案可以结合多变量分析准确地预估毒性，为研究者提供指导作用。

2)化妆品应用实践测试：在研发化妆品时，常常需要考虑化妆品对人体的毒性，以提前发现不良化合物对人体的危害并进行合适的化合物筛选。本方案可以分析复杂化妆品的协同作用对毒性进行预测，以减少或避免毒性带来的危害。

3)环境物质检测发现：通过发现环境中对人体具有毒性的不良化合物，可以提前寻找针对不同环境下安全工作的应对方案。本方案可以对复杂化合物共同组合的环境进行精确风险评估，以减少不必要的人力和经济损失。

本方案所提出的模型具有良好的迁移性，因此能够很好地在多个领域进行低成本投入并进行快速实践应用具有良好的经济与时间效益。

②药物敏感性预测的应用场景

1)避免不必要的药物暴露：有些患者可能对某种药物具有较高的耐受性，而对另一种药物更为敏感。本文提出的药物敏感性预测方案可以基于高可信核心基因进行精准预测，从而避免不必要的药物暴露，减少患者可能面临的不良反应风险。

2)个体化癌症治疗：肿瘤个体化医疗是药物敏感性预测的重要应用之一。本方案可通过分析患者的基因组、拷贝组和蛋白质组，可以预测哪种抗癌药物对患者的肿瘤更为敏感。如果某患者的癌细胞表现出对某种特定的靶向药物敏感，医生可以更有针对性地选择治疗方案，提高治疗效果。

3)药物选择和优化：在一些疾病的治疗中，不同患者对同一种药物的敏感性可能存在差异。本方案可以更加个性化地通过分析患者的生物标志物和遗传信息来预测患者对某种药物的个体化敏感性，有助于选择最有效的治疗方案。

本方案所发现的核心基因具有较高启发性和指导性意义，有较高的应用价值。