2025年2月22日，中国毒理学会人工智能毒理学专业委员会第一次会员代表大会暨学术会议在北京隆重召开。本次大会由中国毒理学会主办，旨在推动人工智能与毒理学的深度融合，搭建高水平、多学科交叉的学术交流平台，促进相关领域的学术创新与合作。大会选举产生了第一届人工智能毒理学专业委员会委员和领导机构，并围绕人工智能在毒理学中的应用开展了深入的学术交流。
中国科学院院士、发展中国家科学院院士江桂斌院士，中国毒理学会理事长陈景元，中国毒理学会秘书长胡向军，中国毒理学会副秘书长张宏，中国毒理学会灾害与应急毒理学专业委员会主任委员王永安，中国毒理学会计算毒理学专业委员会主任委员陈景文，中国毒理学会毒理学替代法与转化毒理学专业委员会名誉主任委员彭双清等领导、嘉宾和来自全国80多个单位近150名会员代表出席本次会议。中国毒理学会胡向军秘书长、军事医学研究院何松副研究员主持会议。
大会首先召开中国毒理学会人工智能毒理学专业委员会第一次会员代表大会，中国毒理学会秘书长胡向军宣布专业委员会成立批复，并主持了选举工作。经过严格的选举程序，与会代表认真履行选举职责，会议选举产生了由49名专家组成的中国毒理学会人工智能毒理学第一届委员会。伯晓晨当选为主任委员，施建宇、刘倩、吴诚堃、张宏当选为副主任委员，何松当选为秘书长，刘娴当选为副秘书长，伯晓晨、何松、刘倩、施建宇、王斌、吴诚堃、张宏、张仲楠（按姓氏首字母排序）当选为常务委员。
专业委员会第一次会员代表大会后，举行了人工智能毒理学学术会议。在学术会议开幕式上，中国毒理学会陈景元理事长首先对与会嘉宾表示了诚挚的欢迎，接着介绍了人工智能在毒理学领域的整体发展态势。他强调，成立人工智能毒理学专业委员会对提升毒理学水平、保障人类健康、促进国际交流以及培养专业人才都具有重要的促进作用，为解决与人类健康和环境相关的毒性问题做出积极贡献。中国毒理学会将坚定支持人工智能毒理学专业委员会的工作，希望专委会能够汇聚各方力量，推动学科发展，为保障人民健康做出更大贡献。
大会主席伯晓晨研究员在开幕式致辞中指出，人工智能为毒理学研究带来了新的希望。它能够帮助我们更高效地预测化学物质的毒性，更精准地评估药物的安全性，更深入地理解环境污染物对人体健康的影响。他强调，人工智能技术的应用有望显著提升毒性数据分析效率，推动毒理学研究向更精准、更智能的方向发展，这是毒理学研究中深刻的范式变革。
学术会议邀请了10位领域专家开展专题报告，内容涵盖人工智能在毒理学应用的最新发展、应用前景及面临的挑战等多个方面。
中国科学院院士、发展中国家科学院院士江桂斌院士做了题为“毒性评估的范式跃迁与基础实验多维验证”的报告。江桂斌院士在报告中指出，聚焦毒性评估范式的跃迁，需通过多维实验验证。他强调，在AI驱动下基础毒理学实验在数据可靠性、模型优化及风险评估中的核心作用，为AI与毒理学的深度融合提供科学支撑。
军事医学研究院伯晓晨研究员做了题为“以复杂对复杂——人工智能药物和毒物分析的探索”的报告。他通过回顾基于大数据的药物发现和毒性评价的发展历史，提出了当前AI for Biomedical Science的核心出发点是以复杂对复杂，以此为主线、并结合团队的实践探索，详细阐述了“复杂网络——图神经网络——多模态大模型”在药物发现和毒性评估中的应用思路。
西北工业大学施建宇教授做了题为“化学小分子单步逆合成智能预测和分析方法”的报告。他指出，为新设计的分子推断逆合成路线是至关重要的。他所带领的团队通过利用不同化学实体间的合成规则，构建了多任务图表示学习模型。同时，该团队通过发现反应中心与离去基的选择规律，探究了潜在的化学合成规则。
大连理工大学陈景文教授做了题为“AI赋能的环境计算毒理学：进展与展望”的报告。他介绍了AI赋能环境计算毒理学的研究进展，展望其未来发展趋势，并指出生成式AI的快速发展，为环境计算毒理学的学科发展带来新机遇。
北京大学王斌教授做了题为“构建暴露组学知识图谱支撑环境健康风险评估”的报告。他指出知识图谱网络在生物学解释和预测方面具有显著优势，但其在流行病学研究中的应用仍然十分有限。他所带领的团队通过整合多种数据库，构建了暴露组学知识图谱网络，并形成网络模型。此外，该团队构建了一个将基于生物知识图谱的网络与机器学习相结合的框架，在预测早期妊娠丢失（EPL）的这一事件发生的整体性能显著提高。
军事科学院军事医学研究院郭磊研究员做了题为“人工智能与毒物分析检测研究”的报告。她在阐述了化学毒物的威胁防控现状基础上，结合目前团队工作，介绍了当前毒物分析检测现状，以及存在的问题和发展趋势等。并基于以上工作，分析了人工智能技术在毒物分析检测中的应用及其面临的挑战
。
国防科技大学吴诚堃副研究员做了题为“基于国产超算的生物医药研发一体化支撑平台构建思考与实践”的报告。他指出，生物医药研发设计软件是继工业软件之后又一典型的“卡脖子”领域。他强调，在自主可控的体系下，瞄准关键性需求，采用人工智能和高性能计算相结合的技术路线，可以有效的打造算力、算法和数据三位一体的生物医药应用全流程支撑平台。
国家蛋白质科学中心（北京）姜颖研究员做了题为“蛋白质组学驱动的精准医学”的报告。她指出，蛋白质组学是精准医学的核心驱动力。她强调，通过揭示蛋白质组的动态特性，可以重塑对疾病本质的认知、诊断手段及治疗策略；通过过去五年的发展与成就，预示着蛋白质组学驱动的精准医学时代的到来，将持续引领医疗科学创新与变革。
中南大学曹东升教授做了题为 “基于人工智能技术的药物成药性智能评估与快速优化”的报告。他指出，目前ADMET评价的难点在于高质量成药性数据的缺乏和成药性的准确评估和智能优化。通过利用深度学习、自监督学习、多任务学习、迁移学习，MMPA等AI技术，在药物成药性精准预测和智能优化方面可以取得突破性进展。他强调，这些技术为毒理学研究提供了新的手段和方法，有助于推动毒理学研究的深入发展。
东南大学李健教授做了题为“器官芯片微生理系统助力生物医学研究”的报告。他指出，器官芯片是一种微流控微生理系统，实现了在器官水平上体外生理、病理过程的模拟。鉴于器官芯片的巨大应用前景，他介绍了团队在肿瘤、肝脏等器官芯片模型的创建，并进行了临床个体化治疗的应用。他通过整合来自各种来源的器官芯片信息，建立了国内首个器官芯片数据库（OOCDB），为器官芯片在生物医药应用提供了数据支持。
闭幕式上，中国毒理学会人工智能毒理学专业委员会主任委员伯晓晨研究员对大会进行了总结发言。他回顾了大会的主要内容和亮点，对与会代表和工作人员的辛勤付出表示感谢。他指出，本次会议的成功举办，不仅展示了人工智能在毒理学领域的最新科研成果和技术突破，还进一步加强了学术界与产业界的交流与合作，为未来人工智能与毒理学的深度融合提供了新的思路和方向。同时，他展望了人工智能在毒理学领域的发展前景，希望大家能够以专委会为平台，加强合作，共同开展学术交流，促进学科的繁荣发展。
本次大会的成功召开，促进了学术交流和合作，为推动人工智能毒理学领域的创新发展奠定了坚实基础，期待未来在这一交叉领域取得更多突破性进展。
会议室预定
