Where developmental toxicity meets explainable artificial intelligence: state-of-the-art and perspectives.

Journal: Expert opinion on drug metabolism & toxicology
PMID:

Abstract

INTRODUCTION: The application of Artificial Intelligence (AI) to predictive toxicology is rapidly increasing, particularly aiming to develop non-testing methods that effectively address ethical concerns and reduce economic costs. In this context, Developmental Toxicity (Dev Tox) stands as a key human health endpoint, especially significant for safeguarding maternal and child well-being.

Authors

  • Maria Vittoria Togo
    Department of Pharmacy - Pharmaceutical Sciences, Università degli Studi di Bari "Aldo Moro", Bari, Italy.
  • Fabrizio Mastrolorito
    Dipartimento di Farmacia-Scienze del Farmaco, Università degli Studi di Bari Aldo Moro, 70125Bari, Italy.
  • Angelica Orfino
    Department of Pharmacy - Pharmaceutical Sciences, Università degli Studi di Bari "Aldo Moro", Bari, Italy.
  • Elisabetta Anna Graps
    ARESS Puglia - Agenzia Regionale strategica per laSalute ed il Sociale, Presidenza della Regione Puglia", Bari, Italy.
  • Anna Rita Tondo
    Dipartimento di Farmacia-Scienze del Farmaco, Università degli Studi di Bari Aldo Moro, 70125Bari, Italy.
  • Cosimo Damiano Altomare
    Dipartimento di Farmacia-Scienze del Farmaco, Università degli Studi di Bari Aldo Moro, 70125Bari, Italy.
  • Fulvio Ciriaco
    Dipartimento di Chimica, Università degli Studi di Bari Aldo Moro, 70125, Bari, Italy.
  • Daniela Trisciuzzi
    Dipartimento di Farmacia-Scienze del Farmaco, Università degli Studi di Bari Aldo Moro, 70125Bari, Italy.
  • Orazio Nicolotti
    Department of Pharmacy- Drug Sciences, University of Bari "Aldo Moro", Via Orabona 4, 70125 Bari, Italy.
  • Nicola Amoroso
    Dipartimento Interateneo di Fisica "M. Merlin", Università degli studi di Bari "A. Moro", Bari, Italy; Istituto Nazionale di Fisica Nucleare, Sezione di Bari, Bari, Italy. Electronic address: nicola.amoroso@ba.infn.it.