170 种参照药物用于比较肝毒性评估方法
药物性肝损伤涉及细胞毒性、线粒体功能、胆盐转运和活性代谢产物等多个环节。基因泰克（Genentech）等机构的团队在 Toxicological Sciences 报道了一种多指标评估策略，比较单项检测、多项警示组合及随机森林模型识别小分子药物肝毒性风险的表现。
研究使用 170 种临床参照药物，其中 80 种有药物性肝损伤记录，90 种归入阴性参照。前 110 种来自既有研究，另外 60 种结合企业经验及公开肝毒性资料分类。阳性集较多包含严重肝损伤、相关标签警示或撤市药物，用于检验模型对这类风险的识别。
团队汇集药物理化性质、代谢清除、细胞损伤及机制检测资料。建模前去除了高度相关、恒定及缺失较多的变量；原代肝细胞和三维肝微组织的细胞毒性、线粒体呼吸及胆盐外排泵抑制，是多项警示分析中的核心检测。
细胞活力、线粒体呼吸与胆盐转运检测
二维原代人肝细胞的活力检测采用 48 小时处理，三维人肝微组织则培养并重复给药 7 天。后者使用 10 个供者混合的肝细胞和非实质细胞。两种体系都根据 ATP 信号计算细胞活力和半数抑制浓度，分别观察较短和较长暴露下的损伤。
线粒体部分使用 HepG2 细胞，记录药物对基础和最大耗氧量的影响。胆盐外排泵检测使用膜囊泡，测量胆盐转运受到的抑制。研究还纳入谷胱甘肽捕获等资料，用于识别可能经活性代谢产物产生的风险。
对可以获得 IC50 的细胞毒性和胆盐转运检测，团队用临床有效剂量下的总血浆暴露计算安全裕度，即 IC50 与 Cmax 或稳态浓度的比值。加入暴露资料后，部分检测的分类表现提高；这一改善并未同样出现在所有变量中。
多项警示提高特异性，也漏掉部分阳性药物
团队把细胞毒性、线粒体毒性和胆盐转运抑制归为 3 类警示，比较同时出现不同警示时的肝损伤分类。二维和三维细胞毒性属于同一类，两个体系都出现变化时不会重复算作两个独立机制。
以至少 2 类警示为判定条件时，特异性达到 98%，阳性似然比为 18，敏感性为 40%。这个组合较少把阴性参照归为阳性，同时只能识别约四成阳性参照。
单项警示或没有警示的药物，仍可能通过其他机制引起损伤。研究随后用随机森林整合更广泛的变量，尝试提高对这部分药物的肝毒性识别能力。谷胱甘肽捕获、脂溶性和清除率等数据，也在这一阶段参与建模。
加入临床暴露信息后，模型分类表现改善
随机森林设置含暴露和不含暴露两个版本。研究采用 10 折交叉验证，并将整个验证过程重复 100 次。每种药物都在 100 个测试集中接受评估，用于观察分类结果的稳定性。在默认 0.5 概率阈值下，含暴露模型的平衡准确率为 0.72、特异性为 0.72、敏感性为 0.71；不含暴露模型对应为 0.60、0.66 和 0.55。
提高分类阈值后，含暴露模型在 0.60 阈值下的特异性为 86%、敏感性为 54%；不含暴露模型分别为 81% 和 40%。同一模型的表现随判定阈值变化，研究据此讨论在早期筛选中保留候选药物和安排后续检测的方式。
在含暴露模型中，临床暴露、脂溶性、最大线粒体呼吸、三维微组织细胞毒性及肝清除率等变量贡献较大。170 种药物中，113 种在重复测试中主要被正确分类，43 种主要被误分类，14 种结果不稳定，提示单纯改变训练资料划分难以解决所有误判。
8 个企业研发案例中的肝毒性风险判断
团队另列出 8 个企业研发化合物，其中 4 个已有肝损伤相关临床表现，其余包括临床暴露有限、只有动物资料或在进入临床前停止开发的项目。各案例列出体外警示、模型评分，并与实际研发中的临床或动物观察对照。
部分只有单类警示的化合物，在随机森林中仍得到较高评分；也有多个警示的化合物因临床观察有限而难以判断。
例如 GNE5 只有线粒体警示，模型评分为 35%，截至作者所掌握的二期临床资料没有发现肝毒性信号。GNE3 虽在早期优化中扩大了若干安全裕度，仍有 3 类警示和 83% 的模型评分；其一期观察有限，项目因其他原因停止，肝毒性风险难以得到完整临床评价。
作者指出，当前框架对个体特异性和免疫相关肝损伤的覆盖仍有限。对于仅触发一类肝毒性风险警示的药物，作者建议进一步开展有针对性的机制研究。对于模型在重复验证中反复误判的药物，作者认为，补充相关机制检测信息可能有助于改进预测。后续方向包括增加胆汁酸、氧化应激及免疫机制检测，并结合药物暴露预测、人源模型和组学资料。