在新药研发过程中，需要对候选化合物的安全性进行评价，主要采用交叉参照方法来填补其毒性数据空白。传统的交叉参照方法主要是基于化学相似性原理发展起来的，该原理主要参照化合物的结构、活性和物理化学性质方面的信息。但是，化合物的毒性一般都与复杂的毒性机制相关联，因此，当预测新化合物的毒性时，仅仅基于化学相似性的交叉参照方法不能准确评价其毒性，经常出现“活性悬崖”问题，即化学结构高度相似，毒性结果却完全不同。
　　本研究提出了一种改进的交叉参照方法，用于化合物分子的毒性预测。研究采用以下2个数据集，包括Ames致突变数据集(包含3,979个化合物)和大鼠急性口头毒性数据集(包含7,332个化合物)。首先，基于3种机器学习算法建立定量结构.毒性关系(Quantitative Structure Toxicity Relationship,QSTR)模型，预测一个数据集中的全部靶标化合物的潜在毒性;然后，在PubChem数据库中搜索靶标化合物相关的生物实验数据，被选择的每个生物实验应至少包含5个活性反应信息，这些生物活性反应信息被整合成一个综合的生物表达谱，计算生物相似性;最终，采用化学相似性搜索方法找出化学最近邻分子后，综合化学和生物相似性两种指标搜索“化学&生物最近邻分子”，完成“混合交叉参照”建模分析。研究结果表明，与仅基于化学信息的传统交叉参照方法(如，QSTR模型，化学相似性搜索)对比，混合交叉参照模型在预测准确率方面表现出一定的改进，Ames致突变数据集的准确分类率CCR从0.80提高到0.82，大鼠急性口头毒性数据集的毒性预测值和实验值的相关性R2从0.33提高到0.54;此外，发现8个与“活性悬崖”的潜在毒性机制高度相关的生物实验。
　　综合以上，混合交叉参照模型可以作为毒性预测领域一种有应用前景的计算工具，来预测复杂结构化合物的潜在毒性(前提是该化学分子的PubChem生物活性数据可获得)。在这种情况下，考虑蕴含生物实验信息的生物表达谱将为解决传统交叉参照研究中的“活性悬崖”问题提供新思路，并有助于揭示导致该问题产生的潜在毒性机制。在大数据时代，本研究工作结合人工智能发展潮流，利用大数据技术方法进行计算毒性学研究，改进了传统交叉参照方法。