日用化学工业(中英文)

作者：黄丽霞,刘梓乐,潘丙珍,鲍佳生,乔栖梧,周智明

单位：1.广州海关技术中心，广东 广州 510623；2.广东工业大学 计算机学院，广东 广州 510006；3.广东省药品检验所，广东 广州 510663

关键词：眼刺激性,替代方法,机器学习,分层组合评估,

基金：广州海关科技项目(2022GZCK06);广东省药品监督管理局化妆品风险评估重点实验室专项(2023ZDZ11);广州海关2023年科研项目(2023GZCK07)

为提升基于计算机模拟的化妆品原料眼刺激性替代试验评估方法的预测效果，文章提出一种结合集成学习算法与相似度算法的机器学习融合模型。研究通过收集84种化妆品原料的荧光素漏出试验、中性红摄取试验等六种体外替代试验及体内试验数据，验证了融合模型的预测评估性能，且最终验证结果表明模型预测评估准确率达100%。此外，为提高机器学习融合模型在化妆品原料评估实际应用中的便捷性、高效性和可解释性，文章进一步提出基于融合模型的分层组合体外替代试验评估方法。该方法包括通过计算机模拟生成的预测评估速查表和基于试验数据分析得出的分层组合评估策略，二者协同配合，结合分层组合评估策略的体外试验结果，可快速预测化妆品原料的眼刺激性。

来源：2025年第10期

《日用化学工业(中英文)》期刊编辑部

查看日用化学工业(中英文)杂志2025年第10期