近三十年来，纳米技术在医学、能源、材料、环境等领域的应用发展迅速。根据Emergen Research公司的报告，预计2028年全球纳米技术市场规模将达到2900亿美元。目前，工程纳米材料（NMs）被应用于5000多种商业产品中，包括医疗设备、纺织品、燃料添加剂、化妆品和塑料等。而对NMs健康和安全的担忧催生了一个新的研究领域——纳米毒理学。迄今为止，纳米毒理学研究尚未充分受益于大数据。这就提出了一个根本性的问题，即如何有效地将纳米毒性数据流转化为关键信息，生成关于纳米毒性的机制信息和预测新NMs的潜在不利影响。

鉴于上述考虑，近日，广州大学大湾区环境研究院闫兵教授团队在国际权威顶刊《Chemical Reviews》（IF 62.1）上发表重磅综述。研究者展示了AI和分子模拟在将纳米毒性数据转化为关键信息方面的关键作用，即构建定量的纳米结构（理化性质）-毒性关系，并阐明毒性相关的分子机制。讨论了AI和分子模拟的应用，这可以解决纳米毒理学研究面临的大规模数据挑战。对模型友好的纳米毒性数据库、强大的纳米描述符、新建模方法、分子机制以及下一代NMs的设计需求也进行了讨论。数据并不等同于信息，通过模型友好的数据库、人工智能和分子模拟，研究者可以弥合海量纳米毒性数据与关键信息之间的鸿沟。

该综述对当前的能力差距和填补这些巨大差距所需的工具进行了全面而有代表性的总结。

论文第一作者为广州大学大湾区环境研究院闫希亮老师，通讯作者为闫兵教授。相关工作得到国家自然科学基金项目（22036002，22106025）和广东省ZJ人才计划引进创新团队项目（2019ZT08L387）资助。

全文链接：https://pubs.acs.org/doi/10.1021/acs.chemrev.3c00070