摘要

及时评估化合物毒性是当今制药行业面临的最大挑战之一。相当一部分被识别为潜在先导化合物的物质最终因所引起的毒性而被放弃。在本文中，我们提出了一种新的机器学习方法，用于预测分子对ToxCast靶点的活性。我们将极端梯度提升（Extreme Gradient Boosting）与全连接神经网络和图卷积神经网络架构相结合，这些模型基于QSAR物理分子属性描述符、PubChem分子指纹和SMILES序列进行训练。我们的集成预测器充分利用了每种单独技术的优势，在ToxCast和Tox21毒性预测数据集上的表现显著优于现有的最先进模型。我们提供免费访问使用我们的模型进行分子毒性预测的服务，网址为http://www.owkin.com/toxicblend。