关键词：化学物;食品安全;计算毒理学;机器学习;高通量;风险评估
摘 要：随着人工智能的迅速发展，基于机器学习和深度学习的下一代计算毒理学（Next-Generation Computational Toxicology,NGCT）逐渐兴起. NGCT通过整合化学、毒理学和系统生物学等多模态大数据，实现对化学物属性和毒性的高通量预测，克服了传统风险评估方法的局限性，推动了化学物的高通量风险评估.本文总结了NGCT在融合分子交互特征、预测化学物属性和暴露数据、以及食品安全风险评估领域的应用.鉴于大语言模型对研究新范式的推动，进一步展望了大语言模型在食品安全领域自然语言处理、预测分析和决策制定方面的潜力，并简述了基于NGCT的食品安全风险评估新范式.
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取