Dans Silico Modeling Method for Computational Aquatic Toxicology of Endocrine Disruptors: A Software-Based Approach Using QSAR Toolbox
28 août 2019
La modélisation quantitative de la relation structure-activité (QSAR) est une méthode bioinformatique-assistée représentative dans le criblage toxicologique. Ce protocole démontre comment évaluer par calcul les risques des perturbateurs endocriniens (DE) dans les milieux aquatiques. Utilisant la boîte à outils QSAR de l'OCDE, le protocole met en œuvre un analyse in silico pour analyser la toxicité des ED chez les poissons.
Notre protocole utilise un logiciel hautement accessible et ouvert pour permettre un calcul rapide des effets indésirables à court terme des produits chimiques perturbateurs endocriniens. Cette boîte à outils QSAR de l’OCDE est utile pour prédire la toxicité des substances chimiques et fournit une méthode efficace pour évaluer l’écotoxicité aiguë des perturbateurs endocriniens d’une manière conviviale. Au démarrage de la boîte à outils QSAR, l’utilisateur commence à l’étape de la boîte à outils d’entrée par défaut et la boîte à outils crée automatiquement un fichier de travail nommé Document 1.
Après avoir cliqué sur le numéro de service de l’abstrait chimique, entrez le numéro de service abstrait chimique de la substance cible dans le champ texte disponible et cliquez sur Recherche. Via le bouton Structure, la substance peut également être recherchée par le code simplifié du système d’entrée de ligne d’entrée moléculaire. Pour effectuer l’analyse in-silico pour plusieurs substances cibles, écrivez une liste de substances simple dans un éditeur de texte dans lequel chaque numéro de service abstrait chimique est répertorié en une seule rangée et enregistrez le fichier texte avec un nom approprié.
Ensuite, cliquez sur Données et confirmez que les bases de données répertoriées dans les informations écotoxicologiques sont vérifiées. Cliquez sur Entrée, sélectionnez Requête et cliquez oui dans la fenêtre de dialogue pour accepter les paramètres sélectionnés. Sous l’onglet Service abstrait chimique, sélectionnez Liste de charge pour télécharger la liste des substances enregistrées sous forme de fichier texte.
Cliquez sur Ajouter en bas du menu pop-up et cliquez sur Exécuter. La boîte à outils QSAR affichera un message indiquant le nombre de substances qui ont été récupérées pour la recherche. Pour le profilage, cliquez sur le bouton d’étape de la boîte à outils de profilage et accédez aux méthodes de profilage dans le panneau d’option d’étape.
Cliquez sur Unselect Tous dans la fenêtre Méthodes de profilage et confirmez que tous les profileurs répertoriés sous prédéfinis et profileurs liés à la toxicité aquatique sous Endpoint Specific sont vérifiés, puis cliquez sur Appliquer, cliquez sur Paramètres clic droit pour exécuter les modèles QSAR intégrés 2D et 3D comme vous le souhaitez. Pour la collecte de données, cliquez sur le bouton d’étape de la boîte à outils de données et cliquez sur Rassembler sur la barre d’outils actions. Sélectionnez tous les paramètres pour recueillir toutes les données expérimentales ou sélectionnez Choisir de recueillir les données expérimentales spécifiques au point de terminaison.
Cliquez à droite sur le point de terminaison d’intérêt et organisez l’arbre de point de terminaison de la manière préférée en utilisant les termes et flèches disponibles avant de cliquer sur Ok. Cliquez ensuite à droite sur le point d’intérêt final et sélectionnez Export Data Matrix pour exporter les données recueillies dans une feuille de calcul. Un assistant d’exportation matricielle apparaîtra, permettant l’ajout d’autres points de terminaison à la liste d’exportation.
Terminez la sélection et cliquez sur Export pour enregistrer le fichier. Pour combler l’écart de données, cliquez sur le bouton d’étape data gap filling toolbox et cliquez sur Automatisé. Sélectionnez informations écotoxicologiques et poissons, concentration mortelle à 50% à 96 heures et cliquez sur Ok.
La fenêtre du contrôleur de flux de travail s’affiche. Si vous exécutez le mode Batch, spécifiez la plage de substances sur lesquelles exécuter le flux de travail. Si la prédiction a été exécutée avec succès, cliquez sur le bouton étape de la boîte à outils du rapport, cliquez à gauche sur la valeur de prédiction résultante, cliquez sur Prédiction et personnalisez le contenu et l’apparence du rapport dans l’assistant pop-up.
Après avoir cliqué sur Suivant, cliquez sur Créer un rapport et enregistrez les rapports de prédiction et de catégorie sous forme de fichiers PDF et de matrice de données sous forme de fichier de feuille de calcul. Dans cette analyse quantitative des toxicités aiguës prévues de certains perturbateurs endocriniens, lorsque les points de données prévus ont été tracés par rapport aux points de données expérimentaux comme échelle de journal, une corrélation positive entre les deux paramètres a été trouvée pour tous les poissons analysés ainsi que pour nos espèces représentatives. Afin de permettre une évaluation de l’innocuité de la plus grande fiabilité, une analyse computationnelle plus poussée a été effectuée en traçant la limite inférieure prévue de l’intervalle de confiance de 95 % de la concentration létale à 50 % par rapport aux valeurs dérivées expérimentalement.
Dans cette évaluation avec un seuil de sécurité élevé, 92% du total des composés perturbateurs endocriniens testés se sont présentés dans la gamme protectrice par rapport aux valeurs dérivées expérimentalement. Ici, les niveaux moyens de la concentration létale prévue à 50% des valeurs pour les liants de récepteur d’oestrogène étaient plus élevés que ceux des non-liants. En revanche, pour la concentration mortelle expérimentale à 50% des valeurs, trois niveaux des liants non et faibles étaient plus élevés que ceux des liants plus forts de récepteur d’oestrogène.
Cette procédure ne peut être appliquée qu’aux substances chimiques avec un identificateur unique, qui dans ce cas est le code SMILES. Il y a un autre flux de travail automatisé intégré dans la boîte à outils QSAR de l’OCDE qui peut être appliqué de la même manière et qui est pour la sensibilisation de la peau.
Aperçu
Ce protocole décrit une approche informatique permettant d'évaluer les risques liés aux perturbateurs endocriniens (PE) dans les environnements aquatiques à l'aide de l'outil OECD QSAR. Il propose une méthode conviviale pour prédire la toxicité de substances chimiques et évaluer leur écotoxicité aiguë.
Composantes clés de l'étude
Domaine scientifique
- Toxicologie
- Bio-informatique
- Écotoxicologie
Contexte
- Les perturbateurs endocriniens représentent des risques importants pour la vie aquatique.
- La modélisation des relations quantitatives entre structure et activité (QSAR) facilite le criblage toxicologique.
- La Boîte à outils QSAR de l'OCDE est un outil accessible pour les prédictions de toxicité.
- Ce protocole démontre un essai in silico pour l'évaluation des perturbateurs endocriniens.
Objectif de l'étude
- Évaluer par calcul informatique la toxicité des perturbateurs endocriniens chez les poissons.
- Proposer une méthode systématique pour les évaluations écotoxicologiques.
- Améliorer la fiabilité des évaluations de sécurité des substances chimiques.
Méthodes utilisées
- Utilisation de l'outil OECD QSAR pour les prévisions de toxicité.
- Saisie des numéros de service d'abstract chimique pour les substances cibles.
- Collecte et analyse de données au moyen de diverses méthodes de profilage.
- Exportation des données recueillies pour des analyses et rapports supplémentaires.
Résultats principaux
- Une corrélation positive a été observée entre les données prévues et expérimentales de toxicité.
- 92 % des perturbateurs endocriniens testés se situaient dans une fourchette protectrice fondée sur les prévisions.
- Les concentrations létales prévues variaient entre les ligands et les non-ligands du récepteur des œstrogènes.
- Le protocole permet une analyse complète des données et leur rapportage.
Conclusions
- La boîte à outils OECD QSAR est efficace pour évaluer la toxicité des perturbateurs endocriniens.
- Cette méthode améliore la fiabilité des évaluations écotoxicologiques.
- Des analyses informatiques supplémentaires peuvent améliorer les évaluations de sécurité des substances chimiques.
Questions fréquemment posées
Pertinence professionnelle pour l'industrie
La toxicologie computationnelle permet le criblage à haut débit de perturbateurs endocriniens afin de prédire l'écotoxicité aiguë chez les vertébrés aquatiques, soutenant l'évaluation précoce des risques dans l'analyse de la sécurité chimique. L'outil OECD QSAR fournit un flux de travail automatisé et accessible pour générer des données prédictives qui éclairent les décisions d'orientation (go/no-go) lors de l'identification de composés candidats et de la priorisation préclinique. Cette approche renforce la fiabilité des prédictions en corrélant les résultats in silico avec des valeurs expérimentales de CL50, réduisant ainsi la dépendance vis-à-vis des tests animaux coûteux en ressources.
Applications stratégiques en recherche et développement en biopharmaceutique
Début de la découverte et validation de la cible
- Valeur scientifique : Permet l'analyse des mécanismes de perturbation endocrinienne en prédisant les relations entre les valeurs de CL50 et l'affinité de liaison au récepteur des œstrogènes.
- Valeur opérationnelle : Facilite le criblage rapide de bibliothèques chimiques à l'aide d'identifiants normalisés tels que les numéros CAS ou les codes SMILES.
- Valeur prédictive : Établit des relations quantitatives entre la structure et l'activité, reliant le log Kow à la CL50, afin de hiérarchiser les composés présentant un risque environnemental moindre.
Développement de tests et de criblages
- Valeur scientifique : Produit des prédictions quantitatives reproductibles de la toxicité aiguë pour les espèces de poissons selon des critères écotoxicologiques normalisés.
- Valeur opérationnelle : Automatise la collecte des données et l'exportation des valeurs expérimentales et prédites pour des analyses ultérieures sous forme de tableur ou de documents PDF.
- Préparation du test : Permet le traitement par lots de listes de substances afin d'évaluer plusieurs perturbateurs endocriniens selon des méthodes de profilage cohérentes.
Recherche translationnelle et préclinique
- Valeur scientifique : Fournit des éclairages mécanistiques sur la manière dont la liaison au récepteur des œstrogènes influence les prédictions de toxicité entre les classes de composés liants et non-liants.
- Continuité translationnelle : Relie l'identification in silico des dangers à l'évaluation écotoxicologique préclinique grâce à des corrélations validées entre prédictions et expériences.
- Atténuation des risques : Identifie les composés situés dans les plages protectrices (92 % dans cette étude) afin de promouvoir des candidats plus sûrs dans les filières de développement.
Intégration des pipelines et des flux de travail
La méthode s'intègre aux flux de travail de la phase de découverte précoce en fournissant un profilage informatique des dangers qui précède les tests in vitro et in vivo, permettant un tri fondé sur les données des candidats chimiques en fonction de leur toxicité aquatique prédite.
- Découverte en biologie : Soutient la vérification d'hypothèses sur le potentiel de perturbation endocrinienne en modélisant les relations entre la CL50 et le Kow chez les espèces de poissons.
- Évaluation préliminaire : Fournit des sorties quantitatives prêtes à être utilisées dans des tests grâce à une collecte automatisée de données issues de bases de données écotoxicologiques intégrées dans la boîte à outils QSAR.
- Analytique : Permet de comparer les valeurs de CL50 prédites et expérimentales à l’aide de diagrammes log-log et d’analyses d’intervalles de confiance afin d’évaluer la fiabilité des prédictions.
- Recherche translationnelle : Relie les prédictions computationnelles de liaison au récepteur des œstrogènes aux effets létals observés, soutenant ainsi une évaluation des risques alignée sur les biomarqueurs.
- Réutilisation en entreprise : Établit un protocole normalisé et évolutif, applicable à différentes séries chimiques, pour un profilage écotoxicologique cohérent.
Impact opérationnel et organisationnel
- Valeur scientifique : Accroît la confiance prédictive dans l'identification des perturbateurs endocriniens grâce à la corrélation quantitative entre données de toxicité computationnelles et expérimentales.
- Valeur opérationnelle : Garantit la reproductibilité et la standardisation par le biais de flux de travail automatisés dans l'outil OECD QSAR, réduisant ainsi la variabilité manuelle.
- Valeur stratégique : Améliore l'efficacité du capital en permettant une dépriorisation précoce des composés à haut risque, réduisant les abandons en phase avancée dus à la toxicité environnementale.
- Impact sur le portefeuille : Facilite les décisions d'avancement ajustées au risque en identifiant les composés dont les valeurs de LC50 prédites se situent dans les seuils de sécurité protecteurs.
Considérations relatives à la mise en œuvre
- Nécessite une maîtrise de l'interface de l'outil OECD QSAR et une compréhension de la sélection des paramètres écotoxicologiques.
- Dépend de l'accès à des bases de données écotoxicologiques validées et d'une configuration adéquate des méthodes de profilage pour la toxicité aquatique.
- Exige une standardisation des formats d'entrée des substances (CAS ou SMILES) afin d'assurer une identification chimique précise et un traitement par lots.
- Implique une harmonisation interfonctionnelle entre chimistes computationnels, toxicologues et équipes de sécurité environnementale sur l'interprétation des intervalles de confiance des prédictions.
- Limité aux substances dotées d'identifiants uniques ; la pertinence est restreinte par la disponibilité des données pour des paramètres spécifiques tels que la CL50 chez les poissons à 96 heures.
Foire aux questions en biopharmacie
Chapters in this video
0:04
Title
0:36
QSAR (Quantitative Structure-Activity Relationship) Input
1:51
Profiling
2:21
Data
3:04
Data Gap Filling
3:31
Report and Application
3:57
Results: Representative Predicted vs. Experimental Aquatic Toxicology of Endocrine Disruptors
5:09
Conclusion
