近日，山一大一附院临床药学科李晓团队在国际著名学术期刊Journal of Hazardous Materials （中科院1区Top、IF=13.6）发表题为“CardioDPi: An explainable deep-learning model for identifying cardiotoxic chemicals targeting hERG, Cav1.2, and Nav1.5 channels”的研究论文，医院硕士研究生陈照阳为第一作者，临床药学科李晓副主任药师为通讯作者，李娜、张霈、李妍为主要参与者。山一大一附院为唯一的第一作者和通讯作者单位。

药物引起的心血管并发症是最常见的药物不良事件之一，是许多上市后药物停药或严格限制使用的重要原因。这种毒性可能通过干扰心脏的电生理性质引起细胞凋亡或炎症等机制发挥作用，最为严重的情况可能导致心脏病发作、心律失常甚至突发心脏死亡。团队在本研究中，基于分子指纹开发了多层全连接神经网络深度学习模型CardioDPi，用于药物导致的hERG、Na_v1.5、Ca_v1.5通道阻滞的预测。该模型可以在Web服务器CardioDPipredictor（http://cardiodpi.sapredictor.cn/）免费使用，此外，团队还分析了具有心脏毒性的药物的结构特征，并提取了警示结构（SA），开发了SA识别系统CardioDPi- SAdetector，该系统同样可以在线使用（http://cardiosa.sapredictor.cn/）。CardioDPi系统可以作为预测药物心脏毒性的有力工具，SA系统也有助于从分子结构特征角度探索药源性心脏毒性的作用机制。

近年来，李晓团队积极开展药物不良反应、医疗辅助诊断等应用基础与临床研究，团队最近3年发表SCI论文18篇，其中中科院一区二区期刊论文13篇，取得计算机软件著作权9项，完成成果应用转化3项。