用机器学习预测 CYP450 诱导与 PXR 激活：挑战与机会

研究利用覆盖 CYP3A4、CYP2B6、CYP1A2 三种酶诱导及 PXR 激活的工业规模数据集，在六种分子表示下基准评测了四种机器学习模型，并与基于公开数据训练的模型比较。内部数据上最佳模型对诱导剂与非诱导剂的区分仅为中等水平（MCC 0.35–0.46），且无法预测诱导幅度；几乎没有任何模型或表示显著优于其他方案，说明限制因素在数据而非方法。公开数据呈相同规律：大型公开 PXR 数据集能达到该区间，而规模小、异质性高的公开 CYP3A4 数据集则失败。