物质毒性预测是通过AI计算毒理学方法和技术对化学物质可能对生物体产生的有害影响进行预估和判断。通过研究化合物的分子结构与毒性之间的关系模型，使用QSAR或read-across方法来预测物质的毒性，可快速对大量化合物进行毒性预测和筛选。

◆ 农药登记领域→农药杂质毒性QSAR预测

计算毒理已经在大范围的用于预测农药杂质的健康毒理学和环境毒理数据，对农药杂质的相关性评价（原药等同性评估，TE评估）方面起到了巨大的作用。

◆ 医药注册领域→ICH M7 QSAR分析

(Q)SAR可用于ICH M7 杂质遗传毒性预测；遗传毒性杂质TTC限量计算；遗传毒性杂质分类；亚硝胺类杂质分析等。

◆ 新化学物质注册方面→物质毒性预测

可采用((Q)SAR)预测获取数据的方式代替部分节点的动物试验，还可借用该工具预测物质的理化性质、环境行为参数和毒理学参数等，设计出更为合理的试验方案。

◆ 化学品注册领域→物质毒性预测

QSAR预测，使用不同模型软件对化学物质进行预测，根据OECD导则评估预测结果的可靠性、有效性和法规适用性，并根据ECHA要求出具QSAR预测报告(QMRF, QPRF, IUCLID)；

Read-across预测，根据目标化学物质结构和性质寻找相似物，通过查询数据库收集参照物质的毒理和生态毒理数据，使用read-across方法预测目标化学物质性质，并根据RAAF要求出具read-across分析报告