Использование методов QSAR для предсказания токсичности

[Novichock]

Доброго времени суток.

В научной литературе в последнее время много внимания уделяется возможностям QSAR-моделирования, в том числе и, например, прогнозированию значений LC50. Все работы, которые я видела в качестве датасетов используют таблицы, состоящие, как минимум из SMILES и LC50 для каждой конкретной молекулы. При этом значения LC50 либо определены экспериментально, либо получены с помощью многочисленных on-line сервисов (GUSAR и т.д.) с различной степенью точности. Потом выборку соединений условно делят на активные и неактивные и с помощью набора молекулярных дескрипторов получают QSAR модели, которые удачно или менее удачно описывают токсичность по каждому из соединений.
Вопрос заключается в следующем: можно ли провести прогноз, например, LC50, только используя SMILES или какой-либо другой способ представления исходной формулы соединения в качестве стартовой информации? Полученные результаты для каждой из QSAR-моделей сравнить с экспериментальными LC50 (которые в расчете не участвовали). Если полученные результаты по какой-либо из модели более или менее соответствуют (возможно понадобится введение поправки в границах соединений одной группы), то эту модель далее использовать для расчета LC50 новых молекул, которые ранее еще не были синтезированы и исследованы на практике.
Если такая возможность существует, то где можно прочитать об этом. Поскольку мне пока не удалось найти примеров в ни в литературе, ни на, например, https://github.com/. Хотя вполне вероятно, что я неправильно задают запрос на поиск. Поскольку пока только пытаюсь разобраться в данной области.

Заранее спасибо!

[Bogka]

Novichock
А Вы выпьете незнакомое вещество если ИИ скажет, что оно не ядовито?

[Novichock]

Спасибо за Ваш многозначительный комментарий. Ответ будет развернутым. Во-первых, никто и никогда ничего не пробует, даже если сам синтезирует (примеры человеческой беспечность, описанные в литературе, обычно обусловлены случайностью или пресловутым человеческим фактором). Во-вторых, когда происходит разработка методики создания нового вещества, например, с предполагаемым набором свойств, создают целый ряд соединений, включающий не одну сотню молекул. Для исследования биологической активности отбирают небольшую выборку, поскольку иначе это исследование будет невообразимо долгим и весьма дорогим. В основе методики отбора лежат, как уже известные факты биолого-химического и физико-химического толка, так и собственный опыт исследователей, если хотите, то интуиция авторов исследования. То есть нечто весьма субъективное. Если компьютерное моделирование позволит реализовывать выборку более рационально, то это безусловно значительно упростит ход научно-исследовательской работы. В-третьих, в зависимости от типа токсичности анализ начинают с клеточных культур и далее переходят к более сложным биологическим объектам.