研究人员开发了HADES，一个旨在通过从二元分类转向假设生成来改进药物性肝损伤（DILI）预测的代理系统。HADES结合了分子预测、代谢物分解、结构理解和毒性通路证据，以透明的推理评估DILI风险。在新的DILER基准测试评估中，HADES在二元分类方面表现优越，并为预测毒理学中的机制假设生成奠定了基准。 AI
影响 引入了一种新颖的代理系统用于毒理学中的假设生成，可能改进药物开发流程。
排序理由 这是一篇详细介绍预测药物性肝损伤的新方法和基准的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2605.02669v1 Announce Type: new Abstract: Drug-induced liver injury (DILI) remains a leading cause of late-stage clinical trial attrition. However, existing computational predictors primarily rely on binary classification, a framing that limits generalization and yields no …
Drug-induced liver injury (DILI) remains a leading cause of late-stage clinical trial attrition. However, existing computational predictors primarily rely on binary classification, a framing that limits generalization and yields no mechanistic insight to guide translational decis…