摘要

系统毒理学是建立在系统生物学基础上,综合多组学分析和传统毒理学方法,借助生物信息学和计算毒理学等模型化信息整合技术,对生物系统在外源化学物质扰动下保持稳定的能力进行评估,研究外源化学物质与生物系统相互作用机制的一门学科.转录组、蛋白质组、代谢组、暴露组等多组学数据,有多维度、多尺度、多关联的特征,为系统毒理学建模奠定了数据基础.如何利用计算建模,对多组学数据进行有效挖掘成为有待攻克的瓶颈.针对多组学数据的特点,基于网络的模型有着通用性强、灵活性强、包含节点间关系信息等优势,在系统毒理学中起到整合与挖掘多组学数据的关键作用.图神经网络(GNN)作为一种深度学习方法,在系统毒理学建模中展现了良好的应用前景.本文介绍了系统毒理学的研究目的、网络分析方法的研究策略,对GNN在系统毒理学领域的应用进行了展望.