优化OECD QSAR工具箱中类似物识别与评估以实现可靠读交叉

Optimizing Analog Identification and Evaluation in the OECD QSAR Toolbox to Enable Robust Read-Across

发布于 2026/9/7 00:43:55（北京时间）

主题标签：未打标（待 AI 补标或人工校正）

研究论文Biomedical Text Mining and OntologiesDOI: 10.1016/j.yrtph.2026.106231

作者：E. Byrd、C. Albertson、P. Kern、L. Reinsalu、J. Rose、G. Yan、X. Zhang、C. Lester

单位：Procter & Gamble (United States)；Procter & Gamble (Belgium)

摘要

《监管毒理学与药理学》2026年12月发表研究，作者包括Ellantae Byrd等，聚焦优化OECD QSAR Toolbox中类似物识别与评估方法，旨在提升读交叉（read-across）应用的稳健性。该研究对毒理学评估方法学有参考价值。

研究涉及QSAR工具方法优化，对从事化学品及药械毒理学评估、读交叉应用的研发与注册人员具有技术参考价值，可作为方法学借鉴。

信源权威度

影响范围

合规紧急度

行业关注度

时效性