张会副教授课题组最近发展了基于机器学习的化合物诱导线粒体毒性预测方法和模型，成果已在Food Chem. Toxicol. (Development of novel prediction model for drug-induced mitochondrial toxicity by using naïve Bayes classifier method, 2017, 110:122-129，Impact Factor: 3.778) 国际著名SCI学术刊物上发表，并获得了国内外同行的高度认可。线粒体毒性已成为多种药物研发失败的重要原因，目前已有多个候选药物因存在严重的线粒体毒性被迫中止研发。FDA也对具有线粒体毒性的上市药物提出“黑框”警告甚至要求撤市。因此，线粒体毒性评价已作为候选药物安全评价的重要内容，构建药物诱导线粒体毒性预测模型用于药物早期毒性筛选是十分必要的。张会副教授课题组采用贝叶斯机器学习方法，构建了有机化合物诱导线粒体毒性的预测模型，解决了药物研发早期以廉价、快速、准确的方式评价线粒体毒性问题；并深入分析了毒性分子结构特征，解决了线粒体毒性分子作用机理及化合物结构优化修饰的盲目性问题。
张会博士2012年毕业于四川大学生物治疗国家重点实验室，师从我国长江学者杨胜勇教授，目前主要从事基于计算机辅助药物小分子设计及药代动力学性质及毒性的研究。
原文链接：https://doi.org/10.1016/j.fct.2017.10.021
https://www.sciencedirect.com/science/article/pii/S027869151730618X