报告行业投资评级 - 文档未提及，无相关内容 报告的核心观点 - 建立一个系统和统一的框架，用于对(Q)SAR模型、预测和基于多个预测的结果进行监管评估，该评估应独立于构建模型的建模技术、预测终点和预期的监管目的，主要受众为监管机构及其利益相关者[19] 根据相关目录分别进行总结 1. 关于(Q)SAR模型评估（模型检查表） - 基于OECD的模型验证原则，模型评估应考虑定义端点、明确算法、定义适用域、适当的拟合优度和稳健性及预测性措施、机制解释等方面，每个方面包含多个评估要素，评估应基于QSAR模型报告格式（QMRF）中的信息[32][33] - 定义端点方面，模型检查表中的评估要素包括明确科学和监管目的、基础实验数据的透明度、基础实验数据的质量，以确保端点被清晰定义[35][36][38] - 明确算法方面，评估要素有算法和/或软件的描述、输入和其他选项、模型可访问性，确保模型算法描述透明以允许独立重现预测[42][43][44] - 适用域方面，评估要素为适用域和模型局限性的明确定义，评估者应验证模型开发者提出的定义是否足够详细[47] - 拟合优度、稳健性和预测性方面，评估要素包括拟合优度与稳健性、预测性，评估者应验证模型内部和外部性能的信息可用于指示预测新物质时的预期准确性[51] - 机制解释方面，评估要素为机制解释的合理性，模型文档可能需要包含对(Q)SAR模型背后的原理如何与预测属性相关知识一致或相符的考虑[54] - 模型评估结果取决于特定的监管目的，当每个评估要素（AE）的结果为“满足”时，模型可被视为可接受，模型检查表可重复使用或作为独立工具[56][57][58] 2. 关于(Q)SAR预测评估（预测检查表） - 除了(Q)SAR模型原则外，还建立了四个用于评估(Q)SAR预测和多个预测结果的原则：模型输入正确、物质在模型适用域内、预测可靠、结果符合监管目的，评估应基于QMRF和QPRF中的信息[60] - 正确的模型输入方面，评估要素包括输入和模型设置的清晰完整描述、分析物质的代表性输入、可靠的输入（参数），以确保输入正确[64] - 物质在适用域内方面，评估要素为物质在适用域内和考虑模型的任何其他限制，评估物质与模型适用域和模型局限性的关系[70] - 预测可靠性方面，评估要素包括可重复性、模型的整体性能、在模型训练集的物理化学、结构和响应空间内的拟合、模型对类似物质的性能、机制和/或代谢考虑、信息一致性等，这部分评估可能是最复杂的部分[74][75] - 结果符合监管目的方面，评估要素有符合附加要求、预测属性与法规要求属性的对应、特定框架内的可判定性，最终的适用性判定由负责监管框架的机构决定[86] - 预测评估的结论包括评估的不确定性值和基于此不确定性的结果，不确定性可分为低、中、高三个等级，结果的可接受性取决于评估要素的结果和不确定性[90][92][93][94][95] 3. 关于基于多个预测的(Q)SAR结果评估（结果检查表） - 当评估基于多个预测的结果时应使用结果检查表，包括不同模型对相同结构的预测、同一模型对不同结构的预测或两者的组合等情况[97] - 首先使用个体预测检查表评估每个预测，除部分评估要素外，每个预测可独立评估，评估基于QMRF、QPRF和QRRF中的信息[98][101] - 评估多个预测结果时有一个额外的评估要素，即正确确定来自个体预测的最终结果，评估者应验证最终结果的确定是否合理[100][102] - 结果的不确定性和结果方面，最终结果的不确定性取决于预测的一致性、结构的异同以及个体预测的不确定性等因素，低或中等不确定性的结果可被视为可接受[103][105] 4. 最终考虑 - 提供了评估(Q)SAR模型、预测和多个预测结果所需元素的综合列表，各监管机构应根据具体情况决定所需考虑的元素，使用有效的(Q)SAR模型是预期的，输入的正确性、物质与模型适用域的关系以及预测或结果是否符合目的都是重要的考虑因素[106] - 整合多个预测为一个结果时，描述和证明得出总体结果的方法是必要的，文档包含对QPRF格式的重大更新，未来可能会进一步更新QMRF，QAF检查表提供了更多实用的解释和示例[109][110]