Cette revue fait le point sur les
derniers développements de la modélisation in silico pour prédire la
toxicité hépatique dans les évaluations toxicologiques. Cette modélisation
s’appuie sur l’apprentissage profond et les données obtenues in vitro.
Ces modèles, développés pour évaluer la toxicité de nouveaux principes actifs
médicamenteux, peuvent également être appliqués sur des principes actifs
extraits de plantes. Les récents développements de l’apprentissage profond
permettent aujourd’hui d’améliorer la précision des modèles in silico.
Ces modèles prennent notamment en compte la structure des molécules à étudier
pour prédire les lésions hépatiques susceptibles d’être provoquées. Les progrès
des dernières années ont permis une amélioration significative de la
modélisation in silico pour la prédiction des lésions hépatiques
induites par les médicaments.
Last press reviews
COVID-19 and coagulation parameters: a link to mortality?
The COVID-19 pandemic, caused by SARS-CoV-2, has led to millions of deaths...
Resistance training and Multiple Sclerosis: a solution to improve function and quality of life?
Multiple sclerosis (MS) is a chronic autoimmune disease of the central ner...
Endometriosis: the Impact of hormones, sexual practice, and surgical treatments
Endometriosis is a chronic inflammatory disease modulated by estrogen leve...