Los métodos de toxicogenómica in silico son enfoques eficientes en recursos y tiempo para inferir asociaciones químico-proteína-enfermedad con información potencial sobre mecanismos para explorar efectos toxicológicos. Sin embargo, los sistemas actuales de toxicogenómica in silico hacen inferencias basadas únicamente en interacciones químico-proteína sin considerar las expresiones génicas/proteicas específicas de los tejidos. Como resultado, las enfermedades inferidas podrían estar sobreestimadas con falsos positivos. En este trabajo, se recopilaron seis conjuntos de datos de expresión específica de tejidos de genes y proteínas del Expression Atlas. Los genes fueron luego categorizados en niveles de expresión alta, media y baja de manera específica para el tejido y el conjunto de datos. Posteriormente, los conjuntos de datos de expresión específica de tejidos se incorporaron al proceso de inferencia químico-proteína-enfermedad de nuestro sistema ChemDIS filtrando genes de expresión relativamente baja. Al incorporar datos de expresión génica/proteica específicos de tejidos, la tasa de enriquecimiento para la inferencia químico-enfermedad mejoró considerablemente con hasta un 62.26% de mejora. Un estudio de caso de melamina mostró la capacidad del método propuesto para identificar términos de enfermedad más específicos que son consistentes con la literatura. Se implementó una interfaz de usuario amigable en el sistema ChemDIS. Se espera que la metodología sea útil para la inferencia químico-enfermedad y se pueda implementar para otras herramientas de toxicogenómica in silico.