01
从单一物质到混合物的毒性预测，从毒性相关性质到报告撰写智能体—— 以毒性为核心的研究作品集。
预测 · 解释 · 证据整合
分子表征 · 酸碱解离 · 原子级解释
04 / SINGLE实验条件 · 致突变性 · 数据集建设
02 / MIXTURE组分比例 · 联合毒性 · 相互作用
03 / REPORT多源证据 · 协作撰写 · 来源追溯
基于 Uni-Mol 与传统分子表征，结合 CA / IA 模型与 rMDR 指数， 构建抗生素与三唑类杀菌剂二元混合物的 pEC50 回归与相互作用判定工作流。
整合 QSAR Toolbox、admetSAR、CTD 与 PubMed 的预测结果与文献证据， 通过大纲规划、分步撰写、反思修订与质量检查的多智能体协作， 生成来源可追溯的毒理学报告。
杨晨，华东理工大学药物设计学博士研究生（2022 — 2027）， 研究方向为计算毒理学与科学智能体开发。本科毕业于西南交通大学制药工程专业（前 5%）。
长期专注于分子性质预测、混合物毒性建模与多智能体系统的交叉研究， 以第一作者发表多篇期刊论文并参与专著与教材撰写。