מאמר שיטה

בשיטת מידול סיליקו לרעלים מימיים לחישוביות חישובית של משבנים אנדוקרינים: גישה מבוססת תוכנה באמצעות ארגז הכלים QSAR

DOI:

10.3791/60054

⸱

28 באוגוסט 2019

 ,  ,  , 
1KIST Europe Forschungsgesellschaft mbH

במאמר זה

סיכום

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מבנה כמותי-קשרי גומלין (QSAR) מידול הוא ביואינפורמטיקה מייצגת שיטה בסיוע בהקרנה רעילות. פרוטוקול זה מדגים כיצד להעריך מבחינה חישובית את הסיכונים של המשורים האנדוקריניים (עורכים) בסביבות מימיות. באמצעות כתיבת הכלים של ה-OECD QSAR, הפרוטוקול מיישם בתוך שיטת סיליקו, לניתוח רעילות של העורכים בדגים.

תקציר

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ניתוחים חישוביים של תהליכים טוקסילוגיים מאפשרים הקרנת תפוקה גבוהה של חומרים כימיים וחיזוי נקודות הקצה שלהם במערכות ביולוגיות. במיוחד, מבנה כמותי-יחסי פעילות (QSAR) מודלים הוחלו יותר ויותר כדי להעריך את ההשפעות הסביבתיות של שפע של חומרים רעילים. בשנים האחרונות, מספר סוגים מודגשים יותר של טוקסינים הם משבשים אנדוקרינים (עורכים, שהם כימיקלים העלולים להפריע לכל חילוף החומרים הקשור להורמונים). בגלל שעורכים יכולים להשפיע באופן משמעותי על פיתוח ורבייה של בעלי חיים, יש צורך לחזות במהירות את ההשפעות השליליות של עורכים המשתמשים בטכניקות סיליקו. מחקר זה מציג שיטת סיליקו כדי ליצור מידע חיזוי על ההשפעות של מייצגים העורכים בעלי חוליות מימיות, במיוחד מיני דגים. הפרוטוקול מתאר דוגמה העושה שימוש בזרימת העבודה האוטומטית של תוכנת ארגז הכלים של QSAR שפותחה על-ידי הארגון לשיתוף פעולה כלכלי ופיתוח (ה-OECD) כדי לאפשר תחזיות לפני הרעלה חריפה של עורכים. כתוצאה מכך, הבאים נקבעים: (1) חישוב של היחסים מספריים בין הריכוז עבור 50% של השפעה (LC50) ו octanol מים מקדם מחיצה (Kow), (2) הופעות פלט שבו LC50 ערכים שנקבעו בניסויים מושווים לאלה שנוצרו על ידי חישובים, ו (3) את התלות של הזיקה לקולטן אסטרוגן על הקשרבין K או ו LC50.

מבוא

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

התפתחויות חדשות באינפורמטיקה ובטכנולוגיה חישובית כללו את המדעים הביולוגיים עם מתודולוגיות כמותיים המציעות דיוק גבוה ואמינות1. בפרט, אלגוריתמים המשמשים בטקסונומיה מולקולרית ובסיווג הרכוש הביאו למערכת יחסים כמותית מבנה-פעילות (QSAR) מודלים2. מודלים אלה מיישמים באופן אוטומטי את המבנים הכימיים ואת הפעילות הביולוגית של מסד נתונים כימי נתון ומיישמת מהירה בהקרנה סיליקו של מגוון רחב של מצעים כימיים בהתאם לפעולות הרפואיות או הרעילות שלהם3. כלים QSAR יכול לייצר פרופילי רעילות חזוי כפונקציה של וקטורים התכונה של מתארי מולקולרית (כלומר, פרמטרים פיזיקליים) של כימיקלים של עניין ליצור מספרית נקודות הקצה4. בדרך כלל, כל נקודת קצה כמותית מוצגת כמסגרת מגרש דו-ממדי לעומת שינויים בערכי מתארים. מודל QSAR נוצר לאחר מכן באמצעות (מספר) ניתוחי רגרסיה ליניארית. לאחר שערכת נתונים נוצלה במלואה כדי לבנות מודל QSAR (המכונה קבוצת ההדרכה), אזי המודל מאומת על ידי ניבוי נקודות הקצה של קבוצת כימיקלים שאינם כלולים בערכת ההדרכה (המכונה ערכת הבדיקה). לאחר מכן ניתן להשתמש במודל כדי לנבא את הפעילות הביולוגית של תרכובות שנבדקו3.

בין כימיקלים מזיקים רבים, משבשים האנדוקרינית (עורכים) הודגש כקבוצה של רעלים שעלולים להפריע מטבוליזם רבים הקשורים להורמונים ביונקים, דו-חיים ודגים5,6. עורכים ידועים כדי לגרום למגוון של תופעות לוואי, כגון סרטן מומים, על ידי חסימת או שינוי מסלולים הורמונליים נורמלי או הפעלת סינתזה הורמון הורמונלי/אותות השפלה. כתוצאה מכך, אלה כימיקלים מחקה הורמון יכול לperturb מערכות אנדוקריניות כגון פיתוח ביולוגי רבייה של אוכלוסיות חיות הבר הם הכשלו. במיוחד, ההשפעות האקולוגיים של העורכים נחקרו בהרחבה בחוליות מימיות, אשר יש כמעט זהה הורמון קולטן מבנים לאלה של יונקים, כולל בני אדם. מכיוון שכל הפעולות ההורמונאליים מתרחשות במינונים נמוכים בvivo, חיזוי הרעלים הפוטנציאליים של מועמדים אד באמצעות הקרנה מהירה סיליקו הוא קריטי לבריאות הציבור והסביבה.

מודלים QSAR מבוסס על רעלים של עורכים נערכו ניצול שני מתארי 2D ו-3D (המכונה 2D ו-3D QSAR, בהתאמה), אשר לחשוף את ליגיום ED ומאגד מחייב של אסטרוגן, אנדרוגן, וקולטני פרוגסטרון7. למרות היתרונות הגבוהים ביותר של QSAR 3D, שבו הקונפורמציה ואינטראקציות אלקטרוסטטית נחשבים, 2D QSAR שומרת על החוסן שלה באלגוריתמים מתמטיים ישירים, חישובים מהירים, ועומסים חישובית נמוכה מאוד. בנוסף, מודלים של 2D-QSAR גמישים לשימוש במגוון רחב של יישומים תוך השגת ביצועי חיזוי מדויקים יחסית.

כיום ארגז הכלים של ה-OECD הוא אחד מכלי התוכנה הנפוצים ביותר במחשב, המספק מודלים qsar באופן חופשי ומובנה מראש,8. יוצר הפרופילים שלו משתמש במסדי נתונים של מתארי דו-ממדי. מאז שחרורו של הגרסה הראשונה ב-2008, התוכנה החלה בתחומים של תעשיות כימיות וביולוגיות, בריאות הציבור, ובטיחות סביבתית לניתוח מלא או חלקי של הסיכונים הפוטנציאליים של תרכובות טבעיות וסינתטיים, עם תחומי עניין מיוחדים בקרצינובגנזה10,11,12, מוטגניות13,14,15ו רעילות התפתחותית16. היישום לרעלים מימיים הוכח גם, עם דגש על הצטברות ביולוגית ו bioaccumulation17.

כתיבת הכלים QSAR הוכח שימושי בניבוי רעילות לטווח קצר של מגוון רחב של כימיקלים17, כמו גם קולטן אסטרוגן (ER) איגוד מחייב של עורכים18. עם זאת, לא נותחו באמצעות ארגז הכלים של QSAR את הקשרים האקוטוקטיים החריפים של העורכים בחוליות מים מימיים. במחקר זה, פרוטוקול אופייני ו נתיישב מוצג לבצע מידול qsar על תופעות לוואי חריפה של עורכים עם דגש מינים דגים. המחקר מראה כי כתיבת הכלים QSAR היא תוכנה נגישה מאוד לחישוב וחיזוי הבליות/תמותה של בעלי חוליות מימיות עבור כמה עורכים נציג. שיטות טיפול סטטיסטי לנגזרות של מערכות נתונים סיליקות מוצגות. איור 1 מציג את הערכה הכוללת עבור הפעולה הכללית של ארגז הכלים qsar. זרימת העבודה המוצגת באיור 2 מספקת הוראות ברורות לגבי אופן ההפעלה של שיטת סיליקו, כדי לחזות רעילות חריפה של חומרים ליעד כגון כימיקלים משבשי המערכת האנדוקרינית.

פרוטוקול

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. ציוד למכשור

  1. תוכנה: השתמש ב-OECD בארגז כלים 4.0 או בגירסה חדשה יותר (הורדה חינם מ-< https:/pasoln.ufi/.) ותוכנת ניתוח נתונים.
  2. מחשב: עבור ארגז הכלים של ה-OECD QSAR, השתמש: (i) סוג מערכת: 64 bit, Windows 7 או חדש יותר; (ii) מעבד: I5 ב 2.4 GHz, או מעבד מהיר יותר או שווה-מעבד AMD; (3) זיכרון מותקן (RAM): 6 ג'יגה-בתים; (iv) כונן דיסק קשיח (HDD): 20 ג'יגה-בתים של שטח פנוי בכונן הקשיח (ה-OECD בארגז הכלים 4.3 הערות לשחרור: < https://qsartoolbox.org/file/2019/02/Toolbox-4.3-Release-Notes-1.pdf >).

2. נוהל

  1. ארגז הכלים של ה-OECD QSAR
    הערה: ארגז הכלים של QSAR פועל בשש מודולי זרימה רצופים החל מקלט ואחריו פרופילים, נתונים, הגדרת קטגוריה, מילוי מרווח נתונים, לאחר מכן report, הממוקם בחלק העליון של ממשק התוכנית.
    1. לחקור את ששת השלבים הנ ל באמצעות שישה סמלי סרגל הכלים על ידי לחיצה שמאלית. ראשית, הסתכל על שלבי קלט, מילוי מרווח נתונים ודוח הנחוצים לביצוע זרימת העבודה האוטומטית "נקודת קצה של הרעלים האקולוגיים" ולתעד את תוצאותיה.
    2. קבל מבט קצר על יצירת פרופיל ונתונים של שלבים אופציונליים. שלב הפרופילים מספק תובנה ראשונית על הפוטנציאל רעילות של חומר היעד ואת התכונות הסביבתיות של הגורל. שלב הנתונים האופציונלי מאפשר חיפוש אחר נתונים ניסיוניים זמינים הקשורים לחומר היעד.
  2. קלט
    1. עם הפעלת ארגז הכלים QSAR, המשתמש מתחיל בשלב ארגז הכלים של הקלט כברירת מחדל. ארגז הכלים של QSAR יוצר קובץ עבודה בשם "Document 1" באופן אוטומטי, המוצג בלוח אפשרויות הבמה שמשמאל לממשק התוכנית. שנה את שם הקובץ, אם תרצה, על-ידי לחיצה ימנית על קובץ העבודה.
    2. לחץ על כפתור האישורים בסרגל הכלים פעולות, הזן את מספר השירות המופשט הכימי (CAS) של חומר היעד בשדה הטקסט הזמין ולחץ על Search (חיפוש). לאחר מכן, הכלי יחפש אחר חומר היעד לפי מספר CAS.
    3. במקרה הצורך, בחרו אפשרויות חיפוש אחרות הזמינות בסרגל הכלים ' פעולה ', כגון חיפוש לפי שם חומר או קוד מערכת כניסה מולקולארית פשוט (חיוכים). ניתן להזין את ' חיוכים ' כ-2D ללא סטריאוכימיה או סטריאוכימיה המכילה טפסים. לחץ על שם או על מבנה, בהתאמה . השתמש בכלי מבנה כדי לצייר את חומר היעד.
    4. כלי החיפוש מציג את תוצאות החיפוש באמצעות רשומות מסד נתונים בחלון מוקפץ. בחר ברשומה המדווחת על יחס "גבוה" של CAS-חיוכים (שדהקשר CS ) אם מאוחזרים רשומות מרובות עבור חומר היעד על-ידי בדיקת התיבה משמאל לרשומה. לחץ על אישור.
      הערה: המשך מנקודה זו אפשרי רק אם הרשומה המאוחזרת מכילה קוד חיוכים, כקוד חיוכים (דו-כימי שאינו סטריאוכימיה המכיל טופס) הוא הבסיס לחישוב.
    5. מצב אצווה: לבצע את המערכת בתוך שינון סיליקו עבור חומרי יעד מרובים, לכתוב רשימת חומרים פשוטים בעורך טקסט שבו כל מספר CAS מופיע בשורה אחת (S3 איור משלים). שמור את קובץ הטקסט עם שם מתאים וסיומת. txt במחשב.
    6. מצב אצווה: לחץ על נתונים. לאחר מכן, עבור למסדי נתונים בלוח אפשרויות הבמה שמשמאל לממשק התוכנית. ודא שמסדי נתונים המפורטים תחת מידע אקולוגי מתבצע בדיקה.
    7. מצב אצווה: לחץ על קלט. בחרו שאילתה מסרגל הכלים ' פעולות '. קבל את ההגדרות שנקבעו בשלב 2.2.6 על-ידי לחיצה על כן בחלון הדו.
    8. מצב אצווה: בחר בכרטיסיה CAS . העלה את רשימת החומרים שנשמרה כקובץ טקסט באמצעות רשימת טעינה מהמחשב.
    9. מצב אצווה: יש שני לחצנים להוסיף זמין; לחץ על לחצן הוסף בתחתית התפריט הנפתח ולאחר מכן לחץ על בצע. ארגז הכלים של QSAR יציג הודעה על מספר החומרים שאוחזרו עבור החיפוש.
      הערה: ייתכן שחלק מהחומרים של הרשימה שנטענה לא יימצאו באמצעות כלי החיפוש או שמספר ערכים יהיו זמינים עבור מספר CAS אחד. לא ניתן למחוק חומרים מערכת החומרים שאוחזרו.
  3. פרופיל
    הערה: הסעיף הבא הוא אופציונלי. אם הדבר אינו נדרש, דלג לסעיף 2.5.
    1. לחץ על כפתור הבמה של ארגז הכלים בפרופיל. עבור לשיטות יצירת פרופיל בלוח אפשרויות הבמה שמשמאל לממשק התוכנית.
    2. לחץ על בטל בחירה של הכל. בדוק את כל הפרופיילרים המפורטים תחת מוגדרות מראש ואת אלה הקשורים רעילות מימיים המפורטים תחת נקודת קצה ספציפית כמו "סיווג רעילות מימיים חריפה על ידי Verhaar (שונה)."
    3. . סיים את הבחירה לאחר מכן לחץ על לחצן החל בסרגל הכלים פעולות.
      הערה: ארגז הכלים QSAR מספק המלצות על מערכת פרופיילרים. אלה מודגשים בירוק (מתאים) וכתומים (סביר) בעת בחירת אפשרויות ≫ צבע לפי: ≫ נקודת קצה שנבחרה במטריצת הנתונים בפינה השמאלית העליונה של שיטות יצירת פרופילים. לחץ לחיצה ימנית על שדה מטריצת הנתונים שליד נקודת הקצה של הריבית. נקודות קצה זמינות מפורטות בעץ נקודת הקצה לצד חלונית אפשרויות השלב. סוג החומר יוצר הפרופילים יציין אם חומר היעד הוא "כימיקל דיסקרטית". המידע מוצג בעץ נקודת הקצה המורחב "פרופיל", "מוגדר מראש" ו-"סוג החומר". רק אם חומר היעד הוא כימיקל נפרד, ניתן להפעיל את זרימת העבודה האוטומטית בהצלחה. "סיווג אקוטי רעילות מימיים על ידי verhaar (שונה)" מספק הערכה ראשונה של מנגנון רעילות מימיים חריפה של חומר היעד19,20. המידע מוצג בעץ נקודת הקצה המורחב "פרופיל", "ספציפי לנקודת קצה", ו "סיווג רעילות מימיים חריפה על ידי Verhaar (שונה)". חמישה כיתות זמינים: (מחלקה 1) כימיקלים אינרטי (רעילות בסיסית); (מחלקה 2) פחות כימיקלים אינרטי; (מחלקה 3) כימיקלים ראקטיבית; (מחלקה 4) במיוחד כימיקלים משחק; ו (מחלקה 5) עבור כימיקלים שאינם אפשריים לסווג.
    4. לחצו לחיצה ימנית על הפרמטר בעץ נקודת הקצה כדי להפעיל דגמי qsar משולבים דו-ממדיים ותלת-ממדיים הזמינים בארגז הכלים של qsar, אם תרצו. לחץ על חשב/חלץ את כל הפרמטרים עבור כל הכימיקלים בתפריט הנפתח.
    5. מודלים QSAR דו-ממדיים ותלת-ממדיים שנאספו בפרמטר מספקים ערכים מספריים. השתמש ב"שיטות ליצירת פרופילים" למידע איכותני (ראה שלב 2.3.1).
  4. נתונים
    הערה: סעיף זה הוא אופציונלי. אם הוא אינו נדרש, דלג לסעיף 2.5.
    1. לחץ על נתוני לחצן הבמה של ארגז הכלים . לאחר מכן, לחץ על ' איסוף ' מסרגל הכלים ' פעולות '.
    2. בחר את כל נקודות הקצה כדי לאסוף את כל הנתונים הניסיוניים, ולאחר מכן בחר לאסוף נתונים ניסיוניים ספציפיים של נקודות קצה. כדוגמה, אם רעילות מימיים היא המוקד של המשתמש, לחץ על בחירת ≫ מידע אקולוגי ב> לרעלים מימיים > אישור.
      הערה: בחירה לאיסוף נתונים ניסיוניים עבור כל נקודות הקצה עלולה להוביל לזמן עיבוד מורחב. המשתמש יכול להתאים את ההירארכיה של עץ נקודת הקצה למטרה הספציפית. פעולה זו משנה את האופן שבו מוצגים הנתונים.
    3. אם רצונך בכך, לחץ באמצעות לחצן העכבר הימני על נקודת הקצה של העניין באזור עץ נקודת הקצה. בחר ' קבע הירארכיית עצים ' בתפריט הנפתח. ארגן את עץ נקודת הקצה באופן המועדף באמצעות התנאים והחיצים הזמינים ולחץ על אישור.
    4. אם רצונך בכך, יצא את הנתונים שנאספו כקובץ Excel. לחצו לחיצה ימנית על נקודת הקצה של הריבית ובחרו ' ייצוא נתוני מטריצה ' בתפריט הנפתח.
    5. אשף "ייצוא מטריצה" נפתח ומאפשר הוספת נקודות קצה אחרות לרשימת הייצוא. סיים את הבחירה, לחץ על יצא ושמור את הקובץ במחשב.
      הערה: ייצוא נתונים מכל מסדי הנתונים אינו אפשרי. לדוגמה, לא ניתן לשמור נתונים שאוחזרו ממסד הנתונים "ECHA CHEM".
  5. מילוי פער נתונים
    1. לחץ על כפתור הבמה של ארגז הכלים מילוי פער נתונים. לאחר מכן, לחץ על אוטומטי בסרגל הכלים פעולות.
    2. בחר נקודת קצה של האזור האקולוגי > דג, LC50 (ריכוז קטלני, 50%) ב96 h לקבלת התמותה. לחץ על אישור. "בקר זרימת עבודה" יופיע, והעיבוד ייקח עד מספר דקות, במיוחד במצב אצווה.
      הערה: ארגז הכלים QSAR מחיל באופן אוטומטי ערכה מוגדרת של פרופיילרים בעת חיפוש אחר חומרים מתאימים עם נתונים ניסיוניים זמינים עבור התחזית. הנתונים הניסיוניים [g., אפקט ריכוזי 96 h LC50 (p. promelas) או 96 h EC50 (p. promelas, תמותה)] משמשים כדי ליצור את החיזוי עבור חומר היעד על ידי קירוב ליניארי או הקרוב ביותר שיטת השכן. שים לב ששיטות הקירוב הליניארי והשכן הקרוב אליהם מכונים ניתוח מגמה (מתויג כ-"T") וקריאה-לרוחב (מתויג כ-"R"), בהתאמה.
    3. המשתמש יקבל הודעה אם התחזית תתבצע בהצלחה. לחץ על אישור וסגור את בקר זרימת העבודה המציין את "זרימת העבודה הגמורה" על-ידי לחיצה על x בפינה הימנית העליונה.
    4. מצב אצווה: בעת הפעלת זרימת העבודה האוטומטית, המשתמש יתבקש לציין את טווח החומרים שעליהם לבצע את זרימת העבודה. קבל את הטווח המלא של החומרים שנבחרו כברירת מחדל בחלון הדו על-ידי לחיצה על אישור.
    5. מצב אצווה: המשתמש לא יקבל הודעה המציינת אם החיזוי הופעל בהצלחה או ללא הצלחה. סגור את בקר זרימת העבודה המציין "סיום זרימת עבודה" בסוף עיבוד האצווה על-ידי לחיצה על x בפינה הימנית העליונה.
  6. דוח
    1. אם התחזית בוצעה בהצלחה, לחץ על דוח לחצן השלב של ארגז הכלים .
      הערה: לא ניתן ליצור דוחות במצב אצווה.
    2. גלול מטה וחפש את ערך החיזוי בשדה מטריצה הממוקם בשורה מסומנת צהובה ליד נקודת הקצה "96-h." הערך החזוי מתויג באמצעות "T" או "R". הפעל שדה מטריצת נתונים ספציפי זה על-ידי לחיצה שמאלית.
    3. לחץ על חיזוי בסרגל הכלים פעולות. התאמה אישית של תוכן ומראה הדוח באשף המוקפץ. שלושה סוגים של דוחות זמינים: (i) חיזוי, (ii) קטגוריה, ו (iii) מטריצת נתונים.
    4. האשף מאפשר למשתמש למלא את שם המחבר ואת פרטי ההתקשרות. כתוב סיכום קצר, הסבר מפורט על הפרשנות המכונה, או לספק צידוק להלימות החיזוי.
    5. כלול מידע נוסף הקשור לחיזוי שבוצע, אם תרצה. מידת המידע הנוסף תלויה במשתמש.
    6. עבור דרך האשף על-ידי לחיצה על הבא. לבסוף, לחץ על צור דוח ושמור את דוחות החיזוי והקטגוריות כקבצי PDF ומטריצת הנתונים כגיליון אלקטרוני של Excel במחשב.
    7. חפש פרטים נוספים על הפונקציונליות של ארגז הכלים של QSAR וזרימות עבודה אוטומטיות במדריך היישומים עבור העזרה של ה-OECD בארגז הכלים (F1) של המקלדת. פרטים על האלגוריתמים והרציונל מאחורי זרימת העבודה האוטומטית מתוארים על ידי דימימיטרוב ואח '8 ו Yordanova ואח '9.

3. יישום

  1. אם השימוש החזוי ההשפעה ריכוז (כלומר, 96-h LC50 של P. promelas) בהערכת סיכון סביבתי, להשתמש בגבול התחתון של 95% מרווח הביטחון. חפש את הנתונים בעמוד הראשון של דוח החיזוי השמור (PDF) ב"תקציר חיזוי", "ערך חזוי: < ממוצע > (מ< lower_limit > ל< upper_limit >)".
    הערה: ההערות הניתנות כאן מבוססות על תוצאות ההשוואה בין נתונים חזויים וניסיוניים עבור קבוצה של חומרי יעד שדווחו במחקר זה. בחירת הקצה התחתון של טווח הביטחון 95% תגדיל את הסבירות שההתרכזות באפקט החזוי לא תפחית את הרעילות האמיתית של החומר (עיין בתוצאות הנציגים). ריכוז יעיל החזוי של הגבול התחתון של 95% מרווח ביטחון ולכן יציג בסיס בטוח יותר להערכת הסיכון.

תוצאות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

הדוגמה המתוארת במחקר זה יושמה לניתוח כמותי וחיזוי של רעלים חריפה של עורכים שנבחרו דגים. כאשר נקודות הנתונים החזוי הותוו לעומת נקודות נתונים נסיוניות כקנה מידה של יומן רישום, מתאם חיובי בין שניהם נמצא עבור כל הדגים ומינים מייצגים, כלומר, Pimephales promelas (ראש מינו; איור 3). בשני המקרים, השיפוע של רגרסיה ליניארית נראה דומה (החזוי LC50/ניסיוני lc50 = 0.611 ו 0.602 עבור כל הדגים P. promelas, בהתאמה). בשל הכמות המוגבלת של הנתונים הניסיוניים, מספר הערכים הזמינים מההשגחה הניסיונית היה בדרך כלל קטן יותר מזה מחיזוי חישובית. יישום של גורם הסובלנות כמו 5 קיפול עבור יכולת חישובית21 הביא 94% (34/36) ו 96% (26/27) של חיזוי המגן עבור כל הדגים P. promelas, בהתאמה. מבוסס על חיזוי זה, 3 ', 5, 7-trihydroxy-4 ', 6-dimethאוקסיoflavone ו-1, 4-benzenediol הופיע התערוכה LC50 ערכים מחושבים גדול יותר מאשר גבול הסובלנות.

כדי לאפשר הערכת בטיחות באמינות הגבוהה ביותר, ניתוח חישוב נוסף בוצע על ידי התוויית הגבול התחתון חזוי של 95% מרווח ביטחון של LC50 (במקום את הערכים ממוצע המשמש באיור 3) לעומת ה ערכים נגזרים (איור 4). בהערכה זו עם סף בטיחות מוגבר, 92% (33/36) של תרכובות משבשי המערכת האנדוקרינית הכוללת הוכחו ליפול לטווח המגן בהשוואה לערכים הנגזרים הנבחנים למעט: 3 ', 5, 7-trihydroxy-4 ', 6- מתיונין; 1, 4-בbenzenediol; . ו -4 הקספנול

מבוסס על הערכות של המינים כולו זמין ממסד הנתונים, ערכים עבור החזוי וניסיוני 96-h יומן10LC50 הציגו יניאריות עם יומן הרישום10K-OW בתחום בין -1 ו -7, המציין מ קורלציה היפרבולית בין LC50 ו-KOW. מגמה כללית קיימת לפיה LC50 ירד עבור ערכי K-OW גבוה יותר של עורכים עבור הנתונים שהתקבלו הן תחזיות חישוביות וניסויים, מציע הגדלת רעילות חריפה במינים דגים עבור עורכים עם יותר הידרופוטביטי (איור משלים).

על ידי פרופיילר המבוסס על הכלל המוטבע בארגז הכלים של ה-OECD QSAR, הקשרים המחייבים של העורכים היו מסווגים בצורה שאינה מחייבת, כמו גם כאוגדן חלש, מתון, חזק וחזק מאוד, על מנת להגדיל את הזיקה המחייבת18. בהתאם לכך, ההתפלגות הסטטיסטית של יומן הרישום10Kow יכולה להיות מוצגת כסיווג איכותי של זיקה מחייבת של ER (איור משלים S2). בסך הכל, השינויים בטווחי ההפצה של Kow ורמות הממוצע שלהם נראו כאילו אין להם נטייה מוגדרת. באופן דומה, הפצות של ה-LC50 החזוי וניסיוני הוכחו כהיקף של זיקה מחייבת ER (איור 5). במקרה זה, רמות משמעות של50 LC החזוי עבור הקלסרים של ER היו גבוהים יותר מאלה של לא קלסרים. לעומת זאת, עבור הניסיוני LC50, רמות ממוצע של קלסרים לא וחלשים היו גבוהים יותר מאלה של הקלסרים ER חזקה יותר.

figure-results-1
איור 1: ערכה בסיסית של זרימת העבודה הכללית של ארגז הכלים של ה-OECD QSAR.
אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

figure-results-2
איור 2: זרימת עבודה.
המוצג הוא זרימת העבודה המשגה את המודולים והרצפים שהוחלו על מנת לחזות את הרעלים החריפים של המשורים האנדוקרינים (עורכים) בדגים באמצעות ארגז הכלים של ה-OECD QSAR. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

figure-results-3
איור 3: חזוי לעומת ניסיוני 96-h LC50 של עורכים בטבלה 1 עבור כל דג (יהלומים כחולים, n = 36) ו מינים שנבחרו P. promelas (יהלומים ציאן, n = 27).
עבור ה-LC50החזוי, הערכים הממוצעים ("AVE") מוצגים. הקווים המקווקווים מייצגים כסיות ליניארי עבור שתי הקבוצות: עבור כל הדגים (כחול בהיר), ניבא LC50AVE = 0.611 x (ניסיוני lc50) + 0.277 (מותאם r2 = 0.408); ו -P. promelas (ציאן בהיר), ניבאlc 50AVE = 0.602 x (ניסיוני lc50) + 0.385 (מותאם r2 = 0.441). הקו האלכסוני המוצק מראה אחדות שבה הערכים החזויים והניסיוניים שווים21. הקו האפור המנוקד מציג את מגבלת העמידות של 5 הקיפולים של יכולת החישוב19. מיירס: 3 ", 5, 7-trihydroxy-4", 6-dimethisoflavone (*) ו-1, 4-benzenediol (* *). אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

figure-results-4
איור 4: חזוי (הגבלה נמוכה יותר של 95% מרווח ביטחון, "נמוך-95%") לעומת ניסיוני 96-h LC50 של עורכים בטבלה 1 עבור כל דג (n = 36).
הקו המקווקו מייצג רגרסיה ליניארית: החזוי LC50נמוך-95% = 0.470 x (מניסיוני lc50)-0.312, שם מותאם r2 = 0.193. הקו האלכסוני המוצק מציין אחדות שבה הערכים החזויים והניסיוניים שווים אחד לשני19. מיירס: 3 ", 5, 7-trihydroxy-4", 6-dimethisoflavone (*), 1, 4-benzenediol (* *), ו 4-הקספנול (* * *). אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

figure-results-5
איור 5: הפצות החזוי (תיבות מוצקות, n = 8 – 20 לכל קטגוריה) וניסיוני (תיבות מקווקוות; n = 3 – 16 לכל קטגוריה) 96-h LC50 בהתאם לזיקה מחייבת ER של עורכים בטבלה 1 עבור כל הדג.
מגרש תיבה מייצג: (א) ממוצע (ריבוע קטן עם פס אופקי מודגש), (ב)1 ו- 3 הרביעה (התחתון והעליון – קצות התיבה, בהתאמה), (ג) חציון (קטע אופקי בתוך התיבה), ( ד) ה-5 ו -95 האחוזון (שורות השגיאה הנמוכות והתחתונות, בהתאמה), (ה) 1 ו -99 האחוזון (x התחתון והעליון, בהתאמה) ו-(ו) מינימום ומקסימום (נמוך ועליון-, בהתאמה). אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

לא.מספר רישום של רשויות אישורים (CAS)שם החומרמחייך פורמולה (2D בצורה לא סטריאוטיקלית)כניסה לסקוAVE
ניבא 96-h LC50
(mg/L)		נמוך 95% CI
ניבא 96-h LC50
(mg/L)		Profiler-כריכת קולטן אסטרוגן
150-28-217-β EstradiolCC12CCC3C (CCc4cc (O) ccc34) C1CCC2O4.013.621.42קלסר חזק מאוד, קבוצת OH
257-63-617-α Ethinyl-
אסטרדיול		CC12CCC3C (CCc4cc (O) ccc34) C1CCC2 (O) C C3.673.001.18קלסר חזק, קבוצת OH
380-05-72, 2-bis (4-הhydroxyphe-nyl) פרופן (בינוקול א)CC (C) (c1ccc (O) cc1) c1ccc (O) cc13.324.681.80קלסר חזק מאוד, קבוצת OH
480-46-64-tert-פנטפנולCCC (ג) (ג) c1ccc (O) cc13.912.270.87קלסר חלש, קבוצת OH
מיכל 5140-66-94-tert-OctylphenolCC (ג) (ג) CC (ג) (ג) c1ccc (O) cc15.280.380.14קלסר חזק, קבוצת OH
6446-72-0גנישטיין [3 ", 5, 7-trihydroxy-4, 6-דימתונות1]Oc1ccc (cc1) C1 = COc2cc (O) cc (O) c2C1 = O2.8432.0010.03קלסר חזק מאוד, קבוצת OH
710161-33-817β-טרנבולאחדCC12C = CC3C (CCC4 = CC (= O) CCC = 34) C1CCC2O2.65124.7219.75קלסר חזק, קבוצת OH
867747-09-5פרולורואזCCCN (CCOc1c) cc (קלרנית) cc1Cl) C (= O) n1ccnc14.15.191.74לא מאגד, ללא הקבוצה OH או NH2
984852-15-34-נונפנולCC (C) CCCCCCc1ccc (O) cc15.920.210.07קלסר חזק, קבוצת OH
1069-72-7חומצה סליציליתOC (= O) c1ccccc1O2.2624.079.31קלסר חלש, קבוצת OH
1180-09-14, 4 '-דיהידרוטסטוסטרון (ביסלי)Oc1ccc (cc1) S (= O) (= O) c1ccc (O) cc11.6548.6710.67קלסר חזק מאוד, קבוצת OH
1284-74-2חומצה פתלית, אסתר דיבוטילCCCCOC (= O) c1ccccc1C (= O) OCCCC4.50.760.06לא מאגד, ללא הקבוצה OH או NH2
1392-88-64, 4 ′-דיהידרוטסטוסטרוןOc1ccc (cc1)-c1ccc (O) cc12.812.054.20קלסר מתון, הו grooup
1494-13-34-חומצה הידרוקסימית, פרופיסטרCCCOC (= O) c1ccc (O) cc13.0410.323.86קלסר מתון, הו grooup
1598-54-44-tert-בוטיפנולCC (C) (ג) c1ccc (O) cc13.314.361.68קלסר חלש, קבוצת OH
1697-23-42, 2 ′-דיהידרוטסטוסטרון-– 5, 5 ′-דיכלורודיפאנאיל-מתאןOc1ccc (קלרנית) cc1Cc1cc (קלרנית) ccc1O4.260.480.10קלסר חזק מאוד, קבוצת OH
1797-53-0eugenolCOc1cc (CC = C) ccc1O2.2714.705.60קלסר חלש, קבוצת OH
1899-76-34-חומצה הידרוקסימית, מתיל-אסתרCOC (= O) c1ccc (O) cc11.9638.2014.01קלסר חלש, קבוצת OH
19103-90-2N-(4-הידרוקסיפניאיל) אצטאמידCC (= O) Nc1ccc (O) cc10.46338.9743.39קלסר חלש, קבוצת OH
20106-44-5p-cresolCc1ccc (O) cc11.9420.477.14קלסר חלש, קבוצת OH
21108-39-4m-cresolCc1cccc (O) c11.9623.459.17קלסר חלש, קבוצת OH
22108-45-21, 3-פניללינמיןNc1cccc (N) c1-0.3334.600.00קלסר חלש, קבוצת NH2
23108-46-31, 3-דהידרוקסילי בנזןOc1cccc (O) c10.8123.0327.06קלסר חלש, קבוצת OH
24108-91-8ציקלוהקאמיליןNC1CCCCC11.4928.081.40קלסר חלש, קבוצת NH2
25119-36-8חומצה סליצילית, מתיל אסתרCOC (= O) c1ccccc1O2.5516.165.68קלסר חלש, קבוצת OH
26120-47-84-חומצה הידרוקסימית, אתיל-אסתרCCOC (= O) c1ccc (O) cc12.4719.937.40קלסר חלש, קבוצת OH
27120-80-91, 2-דהידרוקסילי בנזןOc1ccccc1O0.8811.140.01קלסר חלש, קבוצת OH
28123-31-91, 4-דיהידרוטסטוסטרון בנזין [1, 4-benzenediol]Oc1ccc (O) cc10.5990.7533.19קלסר חלש, קבוצת OH
29131-53-32, 2 ′-דיהידרוטסטוסטרון-4-מתיוניןCOc1ccc (C (= O) c2ccccc2O) C (O) c13.823.971.46קלסר חזק מאוד, קבוצת OH
30131-56-62, 4-דהידרוקסיבנבניוםOc1ccc (c (O) c1) C (= O) c1ccccc12.9612.044.73קלסר חזק, קבוצת OH
31131-57-72-הידרוxy-4-מתיוניןCOc1ccc (C (= O) c2ccccc2) C (O) c13.795.962.27קלסר חזק, קבוצת OH
32599-64-44-קולפנולCC (C) (c1ccccc1) c1ccc (O) cc14.122.150.84קלסר חזק, קבוצת OH
332855-13-21-אמינית-3-מאמיאתיל-3, 5, 5-טרימתיל-ציקלוהקסאןCC1 (ג) CC (N) CC (C) (CN) C11.930.651.53קלסר מתון, קבוצת NH2
346864-37-53, 3 ′-דימתיל-4, 4 ′-דיאמנודישיקלולקסתאןCC1CC (CCC1N) CC1CCC (N) C (ג) C14.11.070.05קלסר חזק, קבוצת NH2
3525013-16-5tert-בוטיל-4-הידרויאנאולהCOc1ccc (O) c (c1) C (C) (C) C3.54.851.85קלסר מתון, הו grooup
36147315-50-22-(4, 6-diphenyl-1, 3, 5-triazin-2-yl)-5-(hexyloxy) פנולCCCCCCOc1ccc (c (O) c1)-c1nc (nc (n1)-c1ccccc1)-c1ccccc16.240.170.06קלסר חזק, קבוצת OH
3788-68-62-אמיאובאנאמידNC (= O) c1ccccc1N0.35694.0084.30קלסר חלש, קבוצת NH2
38611-99-44, 4 ′-דהידרוקסיבנאניוםOc1ccc (cc1) C (= O) c1ccc (O) cc12.1937.7414.67קלסר חזק מאוד, קבוצת OH
3927955-94-81, 1, 1-טריס (4-הידרוקסיפנול) אתאןCC (c1ccc (O) cc1) (c1ccc (O) cc1) c1ccc (O) cc14.382.090.82קלסר חזק מאוד, קבוצת OH
4087-18-3חומצה סליצילית, 4-tert-בוטילאיל אסתרCC (C) (C) c1ccc (OC (= O) c2ccccc2O) cc15.730.240.09קלסר חזק, קבוצת OH
4147465-97-43, 3-bis (3-מתיל-4-הידרוקסילי) 2-indolinoneCc1cc (ccc1O) C1 (C (= O) Nc2ccccc12) c1ccc (O) c (C) c14.482.070.77קלסר חזק מאוד, קבוצת OH
4299-96-7p-חומצה הידרוקסימיתOC (= O) c1ccc (O) cc11.588.540.00קלסר חלש, קבוצת OH
4380-07-91-כלורקו 4-(4-
כלוררופאנאיל) סולולבנץ		Clc1ccc (cc1) S (= O) (= O) c1ccc (קלרנית) cc13.93.920.85לא מאגד, ללא הקבוצה OH או NH2
4484-65-19, 10-אנראקווינהO = C1c2ccccc2C (= O) c2ccccc123.397.003.54לא מאגד, ללא הקבוצה OH או NH2
4585-44-92-בנזיל-1, 3-dioneO = C1OC (= O) c2ccccc121.62.690.00לא מאגד, ללא הקבוצה OH או NH2
4692-84-210H-פנוטאזיןN1c2ccccc2Sc2ccccc124.151.070.08לא מאגד, ללא הקבוצה OH או NH2
472855-13-21-אמינית-3-מאמיאתיל-3, 5, 5-טרימתיל-ציקלוהקסאןCC1 (ג) CC (N) CC (C) (CN) C11.930.651.53קלסר מתון, קבוצת NH2
4850-27-1אסטריולCC12CCC3C (CCc4cc (O) ccc34) C1CC (O) C2O2.4521.218.29קלסר חזק מאוד, קבוצת OH
4950-50-0בטא אסטרדיל-3-בנזואטCC12CCC3C (CCc4cc (OC (= O) c5ccccc5) ccc34) C1CCC2O5.470.360.02קלסר חזק, קבוצת OH
5053-16-7סטרונהCC12CCC3C (CCc4cc (O) ccc34) C1CCC2 = O3.137.783.06קלסר חזק, קבוצת OH
5192-52-4ביפניאילc1ccc(cc1)-c1ccccc14.014.100.47לא מאגד, ללא הקבוצה OH או NH2
5292-69-3פי-פניפנולOc1ccc(cc1)-c1ccccc13.25.991.82קלסר מתון, הו grooup
5396-29-72-בוטאחד מתחניןCCC (ג) = ללא0.6332.672.49לא מאגד, מבנה לא מחזורי
54121-75-5מלאתוןCCOC (= O) CC (SP (= S) (OC) OC) C (= O) OCC2.3637.733.33לא מאגד, מבנה לא מחזורי
55123-07-94-אטילפנולCCc1ccc (O) cc12.5813.634.65קלסר חלש, קבוצת OH
56645-56-74-n-פרולפנולCCCc1ccc (O) cc13.27.322.55קלסר חלש, קבוצת OH
571638-22-8פי-בוטיל פנולCCCCc1ccc (O) cc13.654.091.39קלסר חלש, קבוצת OH
581912-24-9אטראטיןCCNc1nc (קלרנית) nc (NC (C) C) n12.6130.874.63לא מאגד, ללא הקבוצה OH או NH2
5940596-69-8מתיוניןCOC (C) (C) CCCC (C) CC = CC (C) = CC (= O) OC (ג) C5.50.080.00לא מאגד, מבנה לא מחזורי
601987-50-44-HeptylphenolCCCCCCCc1ccc (O) cc15.010.660.22קלסר מתון, הו grooup
6192-86-4p, p'-Diרומטוזיס פניקסילBrc1ccc (cc1)-c1ccc (Br) cc15.720.110.02לא מאגד, ללא הקבוצה OH או NH2
62480-41-1נרינגניןOc1ccc (cc1) C1CC (= O) c2c (O) cc (O) cc2O12.5227.8410.87קלסר חזק מאוד, קבוצת OH
63486-66-8דיידזאיןOc1ccc (cc1) C1 = COc2cc (O) ccc2C1 = O2.5536.4711.71קלסר חזק מאוד, קבוצת OH
64491-70-3לוטוליןOc1cc (O) c2C (= O) C = C (Oc2c1) c1ccc (O) c (O) c12.5343.7514.28קלסר חזק מאוד, קבוצת OH
65491-80-5ביוחנאין אCOc1ccc (cc1) C1 = COc2cc (O) cc (O) c2C1 = O3.4115.873.70קלסר חזק, קבוצת OH
66520-18-3KaempferolOc1ccc (cc1) C1Oc2cc (O) cc (O) c2C (= O) C = 1O1.9670.988.05קלסר חזק מאוד, קבוצת OH
672051-60-72-כלורוקסיל ביפניל (PCB 1)Clc1ccccc1-c1ccccc14.530.770.16לא מאגד, ללא הקבוצה OH או NH2
682051-61-8ביפניל 3-כלורומטר (PCB 2)Clc1cccc (c1)-c1ccccc14.580.770.16לא מאגד, ללא הקבוצה OH או NH2
692051-62-94-כלוראו -1, 1-ביפניאילClc1ccc(cc1)-c1ccccc14.610.770.16לא מאגד, ללא הקבוצה OH או NH2
702446-69-7פ-נ-הקספנול (4-הקספנול)CCCCCCc1ccc (O) cc14.521.220.42קלסר מתון, הו grooup
7114938-35-34-n-אמלפנולCCCCCc1ccc (O) cc14.062.440.89קלסר חלש, קבוצת OH
7217924-92-4זאלאלנביCC1CCCC (= O) CCCC = Cc2cc (O) cc (O) c2C (= O) O13.587.222.66קלסר חזק, קבוצת OH
731743-60-8בטא-אסטרדיט 3-בנזואט 17-בוטיטCC (= O) OC1CCC2C3CCc4cc (O) ccc4C3CCC12C4.950.910.35קלסר חזק, קבוצת OH
74479-13-0קומססטרולOc1ccc2c (OC (= O) c3c-2oc2cc (O) ccc32) c11.5752.1611.44קלסר חזק מאוד, קבוצת OH

טבלה 1: רשימה של כימיקלים העריכו משבשים המערכת האנדוקרינית. הממוצע ממוצע (AVE) והתחתון 95% מרווח ביטחון (CI) ריכוזים יעילים (95-h LC50, pimephales promelas) כמו גם כריכת קולטן אסטרוגן החזוי עם גרסת ארגז הכלים Qsar 4.3 זרימת עבודה אוטומטית. Log10Kow אוחזר באמצעות כתיבת הכלים qsar גרסה 4.3 מ kowwin v 1.68, 2000, ארה ב. הסוכנות להגנת הסביבה. יומן ניסיוני10K-ow ערכים העדיפו מעל ערכים חזויים. רשימת חומר היעד הועברה מרשימות שדווחו בעבר של עורכות22,23,24.

מידע משלים. אנא לחץ כאן כדי להוריד קובץ זה. 

דיון

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

צדדיות של ארגז הכלים של ה-OECD QSAR כתוכנה אנליטית עבור האקוטוקסיקולוגיה מוצג כאן עם עניין ספציפי בהשפעות השליליות של כימיקלים משבשי האנדוקרינית על בעלי חוליות ימיות. בנוסף, פרוטוקול פשוט וסטנדרטי הוכח לניבוי רעילות חריפה (96-h LC50) של 74 מייצגים (שולחן 1) עבור מינים דגים. הדבר הושג על-ידי החלת בניית קטגוריה, מילוי פערי נתונים ומודולי פרופיל ER המוטבעים בארגז הכלים של qsar (איור 1, איור 2).

הקורלציה הליניארית בין יומן10LC50 ו-log10KOW עם מדרון שלילי (כפי שמוצג בדמות המשלים S1) כבר זמן רב מוכר בתור מערכת יחסים כמותית סטנדרטית בניתוח qsar25, שבו רעילות גבוהה יותר מראה את ההידרופובי יותר כימיקל נתון. כפי שניתן לראות מחישוב פשוט, הקשר המתמטי הכללי הכולל את המשוואה S1 ו- S2 המשוואה (מידע משלים) הוא ביטוי מומר מפונקציית הכוח הבאה26:

figure-discussion-1

figure-discussion-2

מתוך העלילה (משוואה 2), אפיון טווח ביניים של KOW26 עשוי להיות אפשרי על ידי התאמת הפרמטרים a ו-b, שבו וריאציה מסוימת ב hydrophobicity (או hydrophilicity) לא לשנות באופן משמעותי את נקודת קצה של רעילות חריפה.

ניתוחים השוואתיים בין התחזיות החישוביות והתצפיות הנסיוניות ב-LC50, כפי שמוצג באיור 3 ובאיור 4, דווחו בדרך כלל במחקרים של qsar עבור הרעילות הימית השונים, כולל טכני nonionic מסוררים27, triazole קוטלי פטריות28, ו מטבוליטים של חומרי הדברה21. סוג זה של אימות רטרוספקטיבי מספק מידע לגבי המרחק של כלי QSAR שניתן להגיע אליו במונחים של ביצועים השוואתיים לתוצאות נסיוניות. במחקר זה של רעילות חריפה דגים, את ארגז הכלים QSAR הוכח לספק תחזיות הגנה עבור מעל 90% של עורכים מנוסה בכל הדגים במין אחד, Pimephales promelas.

עוד זיהוי שלושה כימיקלים חריג חשוד טעות באיור 3 ואיור 4, אשר הראה גבוה יותר החזוי LC50 בממוצע ובמינימום, בהתאמה, נדרש. ראשית, the 3 ", 5, 7-trihydroxy-4", 6-dimethoxyisoflavone הוא סוג של פלונואיד (יותר ספציפי, isoflavone), אשר נחשב להיות בטוח בדרך כלל בשימוש בתרופות צמחיות; עם זאת, יש עדיין הקשורות אסטרוגן חששות29 ועלול לגרום לרעילות חריפה כנראה באמצעות זירחון חמצוני לא מצמד30. בשלב הבא, ה-1, 4-benzenediol, הנקרא הידרוקווינה, הוא תרכובת פנופילית שיכולה להפעיל תגובה חיסונית לא ספציפית ו ציטוטוקסיב דגים31. בסופו של דבר, 4-הקספנול ידוע להציג פעילות אסטרוגניים חיובית מספיק כדי להיות מסווג כ-ED32. זה כבר למד היטב כי הסיבה העיקרית של רעילות חריפה של הידרוקינון היא הפחתת חמצון (מחדש) רכיבה על אופניים. ההידרוקווינה הוא תחמוצת בנזואנקי1 ומופחת בחזרה לחצי quinone או הידרוקווינה שוב ושוב, עם קופרינים מכלה ויצירת מיני חמצן תגובתי33. שני הכימיקלים האחרים עשויים לדרוש חקירות עמוקות יותר כדי לחשוף את מנגנוני הפעולה שלהם ברעילות חריפה באמצעות גישות עגינה מולקולריות, כגון השימוש ב-Panche et al.34, אשר לא ניתן לכסות על ידי ארגז הכלים qsar.

עורכים להפריע למערכת האנדוקרינית בעיקר באמצעות אינטראקציות פיסיוכימיקלים עם קולטני סטרואידים כגון אסטרוגן קולטנים אנדרוגן, אשר הם של עניין רב ב QSAR מידול לימודי35. בהתחשב בכך, ארגז הכלים QSAR הוא חסון במונחים של הסיווג המהיר של מאגד ER מחייב עבור סט של כימיקלים מבוסס רק על מתארי 2D של מבנים מולקולריים. כאשר מערכת פרופיילר ER זו הוחלה על רשימת העורכים שלנו, לא נמצאה קורלציה ברורה בין הזיקה לאיגוד המיון לבין הידרופוטביניטי (השלמה שלהאיור S2). תוצאה זו עשוי להיות מוסבר על ידי העובדה כי היווצרות של מתחם קולטן סטרואידים היא לא תוצאה ישירה של תרומה הידרופובי מליטה אבל צריך להיות מלווה על ידי שינוי קונפורמאני במבנה הפעיל באתר קולטן36. כריכת הקולטן יכול להיות גם בשל מימן מליטה ו-π-הערמה.

בנוסף, המיקום של כל קבוצה כימית על המולקולה עשויה להשפיע על כריכת הקולטן, גם אם ההידרופוטביטי ומספר המועמדים לקשר מימן-תורמים נשארים אותו דבר. שנית, היוצר של ER בייצור מגמות מנוגדות בין החזוי וניסיוני LC50 רמות ממוצע עם הגדלת זיקה מחייבת ER (איור 5). זה יכול להיות בגלל החריפות של ההורים במבחן רעילות חריפה אינם בשל מאגד ER אלא לנרקוזיס ברוב המקרים, או כדי לחדש את הרכיבה על אופניים במקרה של הhydroquinone. לדוגמה, ניתוח מקיף יותר, כולל רעילות כרונית, נדרש לקבוצה גדולה יותר של עורכים להגדיר מגבלות ניבוי של הגירסה הנוכחית של ארגז הכלים QSAR.

מחקר מקדמי זה עשוי להיות גם השלכות בריאות הציבור כי סטרואידים (אנדרוגנים, אסטרוגנים, פרוסטרינס, ו corticoids) וקולטנים שלהם להציג מבנים דומים או אפילו זהה macromolecular על פני החוליות5. סוגים אלה של מערכות איתות אנדוקריניות מקבילה עשויות לפעול באמצעות מנגנון משותף באירועי מפתח של עורכים5. עם זאת, מתודולוגיות נוספות ומשלימות נדרשות להאיר את ההיבט העצום והמורכב הזה [לדוגמה, על-ידי ביצוע מידול חישובית של קליטה, הפצה, חילוף חומרים והוצאת מטבוליזם (ADME) ו/או תוצאה שלילית מסלול (AOP)]38. יתרה מזאת, מכיוון שרוב החששות המדעיים והציבוריים שהועלו על ההשפעות השליליות של העורכים קשורות לרעלים הכרוניים שלהם, משפרים את מאגרי הנתונים והאלגוריתמים בארגז הכלים של QSAR ומייצרים לאורך זמן אמין האקוטוקסיקולוגיה. תחזיות לעורכים יש צורך.

נייר זה מדגים את היישום של כתיבת הכלים qsar כדי להשוות את ערכי LC50 של מעבר אקולוגי עבור דגים עם יומן10K הערכים של עורכים. במהלך הפרוטוקול, היא גורמת ליחסים חלשים בין שני הפרמטרים, כפי ש נחשף על ידי מחקרים קודמים (למשל, קים et al.39) כי הרישום10Kow אינו מנבא ישיר מעולה של LC מימיים50. למרות מגבלה זו, פרוטוקול זה מספק סקירה כללית או "כהות" כדי לתאר כיצד להשתמש לוח המחוונים למטרה נתונה, שכן הוא יישום חוקי להשתמש בארגז הכלים QSAR לחקירת מערכת יחסים בין LC50 (או ER הכריכה אהדה)ו -10K או ככלי עבור הקרנת רעילות האקולוגי המהירה. עם זאת, יש לציין כי (1) להאיר את הקשר בין כריכת קולטן אסטרוגן ורעילות כרונית, במקום רעילות חריפה (השפעה), רלוונטי יותר כך היחסים ברורים ניתן למצוא, ו (2) קולטן האנדרוגן, יחד עם זה של אסטרוגן, גם ממלא תפקיד קריטי ברעילות הרבייה. לכן, הוא נדרש עבור הגירסה העתידית של ארגז הכלים QSAR כדי לשפר את פונקציות חיזוי לאור שתי נקודות אלה.

גילויים

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

. למחברים אין מה לגלות

תודות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מחקר זה נתמך על ידי המועצה הלאומית למדעים של המדע & טכנולוגיה (NDT) מענק על ידי ממשלת דרום קוריאה (MSIP) (לא. CAP-17-01-כדור אירופה) ו-Project 11911.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
Adobe Acrobat Reader DCAdobe Systems Software Ireland LimitedNAנדרש להצגת חיזוי ודוח קטגוריות
מחשב: Microsoft CorporationNAמאפייני מערכת מומלצים: (i) סוג מערכת: 64 סיביות, Microsoft Windows 7 ואילך, (ii) מעבד: מעבד I5 במהירות 2.4 GHz או מהיר יותר או מעבד AMD שווה ערך, (iii) זיכרון מותקן (RAM): 6 GB של זיכרון RAM, (iv) כונן דיסק קשיח (HDD): שטח פנוי של 20 GB בכונן הקשיח
EditorMicrosoft CorporationNAנדרש להעלאת רשימת חומרים של מספרי CAS (מצב אצווה) לארגז הכלים של OECD QSAR כקובץ .txt (קובץ טקסט)
Microsoft Excel 2016Microsoft CorporationNAנדרש לייצוא נתונים מארגז הכלים של OECD QSAR כקבצי .cvs, .xls או .xlsx ארגז
הכלים של OECD QSAR גרסה 4.0 ואילךהארגון לשיתוף פעולה ופיתוח כלכלי
NAנדרש להפעלת תהליכי עבודה אוטומטיים של ארגז הכלים של OECD QSAR; הורדה בחינם:
https://qsartoolbox.org/download/
OriginPro 9OriginLab CorporationNAתוכנית אופציונלית לניתוח נתונים; כלים דומים אפשריים
מערכת Microsoft

מקורות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Najarian, K., Najarian, S., Gharibzadeh, S., Eichelberger, C. N. Systems Biology and Bioinformatics: A Computational Approach. , CRC Press. Boca Raton, FL, USA. (2009).
  2. Fujita, T., Iwasa, J., Hansch, C. A new substituent constant, π, derived from partition coefficient. Journal of the American Chemical Society. 86, 5175-5180 (1964).
  3. Roy, K., Kar, S., Das, R. N. Understanding the Basics of QSAR for Applications in Pharmaceutical Sciences and Risk Assessment. , Academic Press. Cambridge, MA, USA. (2015).
  4. Raies, A. B., Bajic, V. B. In silico toxicology: computational methods for the prediction of chemical toxicity. WIREs Computational Molecular Science. 6, 147-172 (2016).
  5. Hayes, T. B. Welcome to the revolution: integrative biology and assessing the impact of endocrine disruptors on environmental and public health. Integrative Compuational Biology. 45, 321-329 (2005).
  6. Schug, T. T., et al. Minireview: endocrine disruptors: past lessons and future directions. Molecular Endocrinology. 30, 833-847 (2016).
  7. Devillers, J., Marchand-Geneste, N., Carpy, A., Porcher, J. M. SAR and QSAR modeling of endocrine disruptors. SAR QSAR Environmental Research. 17, 393-412 (2006).
  8. Dimitrov, S. D., et al. QSAR Toolbox - workflow and major functionalities. SAR QSAR Environmental Research. 27, 203-219 (2016).
  9. Yordanova, D., et al. Automated and standardized workflows in the OECD QSAR Toolbox. Computational Toxicology. 10, 89-104 (2019).
  10. Mombelli, E., Devillers, J. Evaluation of the OECD (Q)SAR Application Toolbox and Toxtree for predicting and profiling the carcinogenic potential of chemicals. SAR QSAR Environmental Research. 21, 731-752 (2010).
  11. Devillers, J., Mombelli, E., Samsera, R. Structural alerts for estimating the carcinogenicity of pesticides and biocides. SAR QSAR Environmental Research. 22, 89-106 (2011).
  12. Li, C., et al. Identifying unknown by-products in drinking water using comprehensive two-dimensional gas chromatography-quadrupole mass spectrometry and in silico toxicity assessment. Chemosphere. 163, 535-543 (2016).
  13. Devillers, J., Mombelli, E. Evaluation of the OECD QSAR Application Toolbox and Toxtree for estimating the mutagenicity of chemicals. Part 1. Aromatic amines. SAR QSAR Environmental Research. 21, 753-769 (2010).
  14. Devillers, J., Mombelli, E. Evaluation of the OECD QSAR Application Toolbox and Toxtree for estimating the mutagenicity of chemicals. Part 2. α-β unsaturated aliphatic aldehydes. SAR QSAR Environmental Research. 21, 771-783 (2010).
  15. Kulkarni, S. A., Barton-Maclaren, T. S. Performance of (Q)SAR models for predicting Ames mutagenicity of aryl azo and benzidine based compounds. Journal of Environmental Science and Health Part C Environmental Carcinogenesis & Ecotoxicology Reviews. 32, 46-82 (2014).
  16. Craig, E. A., Wang, N. C., Zhao, Q. J. Using quantitative structure-activity relationship modeling to quantitatively predict the developmental toxicity of halogenated azole compounds. Journal of Applied Toxicology. 34, 787-794 (2014).
  17. Tebby, C., Mombelli, E., Pandard, P., Péry, A. R. Exploring an ecotoxicity database with the OECD (Q)SAR Toolbox and DRAGON descriptors in order to prioritise testing on algae, daphnids, and fish. Science of the Total Environment. 409, 3334-3343 (2011).
  18. Mombelli, E. Evaluation of the OECD (Q)SAR Application Toolbox for the profiling of estrogen receptor binding affinities. SAR QSAR Environmental Research. 23, 37-57 (2012).
  19. Verhaar, H. J. M., van Leeuwen, C. J., Hermens, J. L. M. Classifying environmental pollutants. 1: structure-activity relationships for prediction of aquatic toxicology. Chemosphere. 25, 471-491 (1992).
  20. Enoch, S. J., Hewitt, M., Cronin, M. T. D., Azam, S., Madden, J. C. Classification of chemicals according to mechanism of aquatic toxicity: an evaluation of the implementation of the Verhaar scheme in Toxtree. Chemosphere. 73, 243-248 (2008).
  21. Burden, N., Maynard, S. K., Weltje, L., Wheeler, J. R. The utility of QSARs in predicting acute fish toxicity of pesticide metabolites: a retrospective validation approach. Regulatory Toxicology and Pharmacology. 80, 241-246 (2016).
  22. Nendza, M., et al. Screening for potential endocrine disruptors in fish: evidence from structural alerts and in vitro and in vivo toxicological assays. Environmental Sciences Europe. 28, 26(2016).
  23. Roncaglioni, A., Piclin, N., Pintore, M., Benfenati, E. Binary classification models for endocrine disrupter effects mediated through the estrogen receptor. SAR QSAR Environmental Research. 19, 697-733 (2008).
  24. Sosnovcová, J., Rucki, M., Bendová, H. Estrogen receptor binding affinity of food contact material components estimated by QSAR. Central European Journal of Public Health. 24, 241-244 (2016).
  25. Walker, J. D., Dearden, J. C., Schultz, T. W., Jaworska, J., Comber, M. H. I. QSARs for New Practitioners. QSARs for Pollution Prevention, Toxicity Screening, Risk Assessment, and Web Applications. Walker, J. D. , SETAC Press. Pensacola, FL, USA. (2003).
  26. Sánchez-Bayo, F. From simple toxicological models to prediction of toxic effects in time). Ecotoxicology. 18, 343-354 (2009).
  27. Sjöström, M., Lindgren, Å, Uppgård, L. L. Joint Multivariate Quantitative Structure-Property and Structure-Activity Relationships for a Series of Technical Nonionic Surfactants. Quantitative Structure-Activity Relationships in Environmental Sciences-VII. Chen, F., Schüürmann, G. , SETAC Press. Pensacola, FL, USA. (1997).
  28. Ding, F., Guo, J., Song, W., Hu, W., Li, Z. Comparative quantitative structure-activity relationship (QSAR) study on acute toxicity of triazole fungicides to zebrafish. Chemistry Ecology. 27, 359-368 (2011).
  29. Galati, G., O'Brien, P. J. Potential toxicity of flavonoids and other dietary phenolics: significance for their chemopreventive and anticancer properties. Free Radical Biology in Medicine. 37, 287-303 (2004).
  30. Russom, C. L., Bradbury, S. P., Broderius, S. J. Predicting modes of action from chemical structure: acute toxicity in the fathead minnow (Pimephales promelas). Environmental Toxicology and Chemistry. 16, 948-967 (1997).
  31. Taysse, L., Troutaud, D., Khan, N. A., Deschaux, P. Structure-activity relationship of phenolic compounds (phenol, pyrocatechol and hydroquinone) on natural lymphocytotoxicity of carp (Cyprinus carpio). Toxicology. 98, 207-214 (1995).
  32. Nishihara, T., et al. Estrogenic activities of 517 chemicals by yeast two-hybrid assay. Journal of Health Science. 46, 282-298 (2000).
  33. Bolton, J. L., Trush, M. A., Penning, T. M., Dryhurst, G., Monks, T. J. Role of quinones in toxicology. Chemical Research in Toxicology. 13, 135-160 (2000).
  34. Panche, A. N., Diwan, A. D., Chandra, S. R. Flavonoids: an overview. Journal of Nutritional Science. 5, e47(2016).
  35. Li, J., Gramatica, P. QSAR classification of estrogen receptor binders and pre-screening of potential pleiotropic EDCs. SAR QSAR Environmental Research. 21, 657-669 (2010).
  36. Bohl, M. Molecular Structure and Biological Activity of Steroids. , CRC Press. Boca Raton, FL, USA. (2017).
  37. Kaminuma, T., Takai-Igarashi, T., Nakano, T., Nakata, K. Modeling of signaling pathways for endocrine disruptors. BioSystems. 55, 23-31 (2000).
  38. Lillicrap, A., et al. Alternative approaches to vertebrate ecotoxicity tests in the 21st century: a review of developments over the last 2 decades and current status. Environmental Toxicology and Chemistry. 35, 2637-2646 (2016).
  39. Kim, J. W., et al. Acute toxicity of pharmaceutical and personal care products on freshwater crustacean (Thamnocephalus platyurus) and fish (Oryzias latipes). Journal of Toxicological Sciences. 34, 227-232 (2009).

הדפסות חוזרות והרשאות

בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה

בקש הרשאה

תגיות

LC50

מאמרים קשורים