Name: Metoda modelowania in silico w obliczeniowej toksykologii wodnej substancji zaburzających funkcjonowanie układu hormonalnego: podejście oparte na oprogramowaniu z wykorzystaniem zestawu narzędzi QSAR (Wideo) | JoVE Journal
Uploaded: 2019-08-28T14:00:00.000+00:00
Duration: 5 s
Description: Poznaj metodę in silico do oceny toksyczności substancji zaburzających funkcjonowanie układu hormonalnego w rybach przy użyciu narzędzia OECD QSAR Toolbox. To podejście wspiera niezawodną ekotoksykologiczną analizę bezpieczeństwa chemicznego.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

To badanie było wspierane przez National Research Council of Science & Technology (NST) grant rządu Korei Południowej (MSIP) (No. CAP-17-01-KIST Europe) i Projekt 11911.

1. Wyposażenie
<ol>
	<li>Oprogramowanie: korzystaj z OECD QSAR Toolbox 4.0 lub nowszego (do pobrania za darmo z <https://qsartoolbox.org/download/?) oraz oprogramowania do analizy danych.</li>
	<li>Komputer: w przypadku OECD QSAR Toolbox należy użyć: (i) typu systemu: 64-bitowy, Windows 7 lub nowszy; (ii) procesor: I5 o częstotliwości 2,4 GHz lub szybszy procesor lub równoważny procesor AMD; (iii) zainstalowana pamięć (RAM): 6 GB; (iv) dysk twardy (HDD): 20 GB wolnego miejsca na dysku twardym (informacje o wydaniu OECD QSAR Toolbox 4.3: <https://qsartoolbox.org/file/2019/02/Toolbox-4.3-Release-Notes-1.pdf>).</li>
</ol>
2. Procedura
<ol>
	<li>Zestaw narzędzi OECD QSAR 
	UWAGA: QSAR Toolbox działa w sześciu następujących po sobie modułach przepływu, zaczynając od danych wejściowych, a następnie profilowania, danych, definicji kategorii, wypełniania luk w danych, a następnie raportu, znajdujących się w górnej części interfejsu programu.
	<ol>
		<li>Przeglądaj wyżej wymienione sześć etapów za pomocą sześciu ikon na pasku narzędzi, klikając lewym przyciskiem myszy. Po pierwsze, przyjrzyj się etapom wprowadzania, wypełniania luk w danych i raportowania, które są niezbędne do przeprowadzenia zautomatyzowanego przepływu pracy "Ekotoksykologicznego punktu końcowego" i udokumentowania jego wyników.</li>
		<li>Przyjrzyj się pokrótce opcjonalnym etapom Profilowanie i Dane. Etap profilowania zapewnia wstępny wgląd w potencjał (eko)toksyczności substancji docelowej i charakterystykę losów w środowisku. Opcjonalny etap Dane umożliwia wyszukiwanie dostępnych danych doświadczalnych związanych z substancją docelową.</li>
	</ol>
	</li>
	<li>wkład
	<ol>
		<li>Po uruchomieniu QSAR Toolbox, użytkownik domyślnie rozpoczyna pracę na etapie Input toolbox. QSAR Toolbox automatycznie tworzy plik roboczy o nazwie "Dokument 1", który jest wyświetlany w panelu opcji stołu montażowego po lewej stronie interfejsu programu. W razie potrzeby zmień nazwę pliku, klikając prawym przyciskiem myszy plik roboczy.</li>
		<li>Kliknij przycisk CAS# na pasku narzędzi akcji, wprowadź numer usługi abstrakcji chemicznej (CAS) substancji docelowej w dostępnym polu tekstowym i kliknij przycisk Szukaj. Następnie narzędzie wyszuka substancję docelową według numeru CAS.</li>
		<li>W razie potrzeby wybierz inne opcje wyszukiwania, które są dostępne na pasku narzędzi akcji, takie jak wyszukiwanie według nazwy substancji lub kodu uproszczonego systemu wprowadzania wiersza z danymi molekularnymi (SMILES). SMILES może być wprowadzany jako niestereochemiczne lub stereochemiczne formy 3D zawierające stereochemię. Kliknij odpowiednio opcję Nazwa lub Struktura. Użyj narzędzia Struktura, aby narysować substancję docelową.</li>
		<li>Narzędzie wyszukiwania wyświetla wyniki wyszukiwania za pomocą rekordów bazy danych w wyskakującym okienku. Wybierz rekord zgłaszający "wysoką" relację CAS-SMILES (pole Relacja CS), jeśli pobieranych jest wiele rekordów dla substancji docelowej, zaznaczając pole po lewej stronie rekordu. Kliknij przycisk OK. 
		UWAGA: Kontynuowanie od tego punktu jest możliwe tylko wtedy, gdy pobrany rekord zawiera kod SMILES, ponieważ kod SMILES (2D non-stereochemical containing form) jest podstawą obliczeń.</li>
		<li>Tryb wsadowy: aby przeprowadzić test in silico dla wielu substancji docelowych, należy napisać prostą listę substancji w edytorze tekstu, w której każdy numer CAS jest wymieniony w jednym wierszu (rysunek uzupełniający S3). Zapisz plik tekstowy o odpowiedniej nazwie i rozszerzeniu .txt na komputerze.</li>
		<li>Tryb wsadowy: kliknij opcję Dane. Następnie przejdź do Bazy danych w panelu opcji etapu po lewej stronie interfejsu programu. Upewnij się, że sprawdzone są bazy danych wymienione w sekcji Informacje ekotoksykologiczne.</li>
		<li>Tryb wsadowy: kliknij opcję Wejście. Wybierz pozycję Zapytanie z paska narzędzi akcji. Zaakceptuj ustawienia ustawione w kroku 2.2.6, klikając przycisk Tak w oknie dialogowym.</li>
		<li>Tryb wsadowy: wybierz zakładkę CAS. Prześlij listę substancji zapisaną jako plik tekstowy za pomocą opcji Załaduj listę z komputera.</li>
		<li>Tryb wsadowy: dostępne są dwa przyciski Dodaj; kliknij przycisk Dodaj u dołu menu podręcznego, a następnie kliknij w Wykonaj. W programie QSAR Toolbox zostanie wyświetlony komunikat o liczbie substancji, które zostały pobrane do wyszukiwania. 
		UWAGA: Niektóre substancje z załadowanego wykazu mogą nie zostać znalezione przez wyszukiwarkę lub że dla jednego numeru CAS może być dostępnych kilka pozycji. Nie ma możliwości usunięcia substancji z pobranego zbioru substancji.</li>
	</ol>
	</li>
	<li>Profilowanie 
	UWAGA: Poniższa sekcja jest opcjonalna. Jeśli nie jest to wymagane, przejdź do sekcji 2.5.
	<ol>
		<li>Kliknij przycisk etapu przybornika Profilowanie. Przejdź do sekcji Metody profilowania w panelu opcji etapu po lewej stronie interfejsu programu.</li>
		<li>Kliknij przycisk Odznacz wszystko. Należy sprawdzić wszystkie profilery wymienione w obszarze Wstępnie zdefiniowane oraz te związane z toksycznością dla środowiska wodnego wymienione w sekcji Specyficzny dla punktu końcowego, takie jak "Klasyfikacja ostrej toksyczności dla środowiska wodnego według Verhaara (zmodyfikowana)".</li>
		<li>Zakończ wybór. Następnie kliknij przycisk Zastosuj na pasku narzędzi Akcje. 
		UWAGA: QSAR Toolbox zawiera zalecenia dotyczące zestawu profilerów. Są one wyróżnione kolorem zielonym (odpowiednie) i pomarańczowym (prawdopodobnym) po wybraniu opcji Opcje > Koloruj według: > Punkt końcowy wybrany w macierzy danych w lewym górnym rogu opcji Metody profilowania. Kliknij lewym przyciskiem myszy pole macierzy danych obok interesującego Cię punktu końcowego. Dostępne punkty końcowe są wymienione w drzewie punktów końcowych obok panelu opcji etapu. Profiler Typ substancji wskaże, czy substancja docelowa jest "dyskretną substancją chemiczną". Informacje są wyświetlane w rozwiniętym drzewie punktów końcowych "Profil", "Wstępnie zdefiniowany" i "Typ substancji". Tylko wtedy, gdy substancja docelowa jest dyskretną substancją chemiczną, zautomatyzowany przepływ pracy może przebiegać pomyślnie. "Klasyfikacja ostrej toksyczności dla środowiska wodnego przez Verhaar (zmodyfikowana)" zawiera pierwsze oszacowanie mechanizmu ostrej toksyczności dla środowiska wodnego substancji docelowej19,20. Informacje są wyświetlane w rozwiniętym drzewie punktów końcowych "Profil", "Specyficzny dla punktu końcowego" i "Klasyfikacja ostrej toksyczności dla środowiska wodnego według Verhaara (zmodyfikowana)". Dostępnych jest pięć klas: (klasa 1) obojętne substancje chemiczne (toksyczność wyjściowa); (klasa 2) mniej obojętne chemikalia; (klasa 3) reaktywne substancje chemiczne; (klasa 4) substancje chemiczne o specyficznie działającym działaniu; oraz (klasa 5) dla substancji chemicznych, których nie można sklasyfikować.</li>
		<li>Kliknij prawym przyciskiem myszy Parametr w drzewie punktów końcowych, aby uruchomić zintegrowane modele 2D i 3D QSAR dostępne w Przyborniku QSAR, jeśli jest to wymagane. Kliknij opcję Oblicz/wyodrębnij wszystkie parametry dla wszystkich substancji chemicznych w menu podręcznym.</li>
		<li>Modele 2D i 3D QSAR zestawione w parametrze dostarczają wartości liczbowe. Użyj "Metod profilowania" w celu uzyskania informacji jakościowych (patrz krok 2.3.1).</li>
	</ol>
	</li>
	<li>Dane 
	UWAGA: Ta sekcja jest opcjonalna. Jeśli nie jest to wymagane, przejdź do sekcji 2.5.
	<ol>
		<li>Kliknij przycisk etapu przybornika Dane. Następnie kliknij przycisk Zbierz na pasku narzędzi Akcje.</li>
		<li>Wybierz pozycję Wszystkie punkty końcowe, aby zebrać wszystkie dane eksperymentalne, a następnie wybierz pozycję Wybierz pozycję Aby zebrać dane eksperymentalne specyficzne dla punktu końcowego. Na przykład, jeśli użytkownik koncentruje się na toksyczności dla środowiska wodnego, kliknij opcję Wybierz > Informacje ekotoksykologiczne > Toksyczność dla środowiska wodnego > OK. 
		UWAGA: Wybranie opcji zbierania danych eksperymentalnych dla wszystkich punktów końcowych może prowadzić do wydłużenia czasu przetwarzania. Użytkownik może dostosować hierarchię drzewa punktów końcowych do konkretnego celu. Zmienia to sposób wyświetlania danych.</li>
		<li>W razie potrzeby kliknij prawym przyciskiem myszy interesujący Cię punkt końcowy w obszarze drzewa punktów końcowych. Wybierz opcję Ustaw hierarchię drzewa z menu podręcznego. Uporządkuj drzewo punktów końcowych w preferowany sposób, korzystając z dostępnych terminów i strzałek, a następnie kliknij przycisk OK.</li>
		<li>W razie potrzeby wyeksportuj zebrane dane jako plik Excel. Kliknij prawym przyciskiem myszy interesujący Cię punkt końcowy i wybierz z menu podręcznego opcję Eksportuj macierz danych.</li>
		<li>Otworzy się kreator "Eksport macierzy", który umożliwia dodanie innych punktów końcowych do listy eksportu. Zakończ zaznaczanie, kliknij przycisk Eksportuj i zapisz plik na komputerze. 
		UWAGA: Eksport danych ze wszystkich baz danych nie jest możliwy. Nie można na przykład zapisać danych pobranych z bazy danych "ECHA CHEM".</li>
	</ol>
	</li>
	<li>Wypełnianie luk w danych
	<ol>
		<li>Kliknij przycisk etapu przybornika Wypełnianie luki w danych. Następnie kliknij przycisk Automatyczne na pasku narzędzi Akcje.</li>
		<li>Wybierz ekotoksykologiczny punkt końcowy > ryb, LC50 (stężenie śmiertelne, 50%) po 96 godzinach dla Pimephales promelas (śmiertelność). Kliknij przycisk OK. Pojawi się "Kontroler przepływu pracy", a przetwarzanie może potrwać do kilku minut, szczególnie w trybie wsadowym. 
		UWAGA: QSAR Toolbox automatycznie stosuje zdefiniowany zestaw profilerów podczas wyszukiwania odpowiednich substancji z dostępnymi danymi eksperymentalnymi do prognozy. Dane doświadczalne [np. stężenia powodujące skutki 96 h LC50 (P. promelas) lub 96 h EC50 (P. promelas, śmiertelność)] wykorzystuje się do wygenerowania prognozy dla substancji docelowej za pomocą przybliżenia liniowego lub metody najbliższego sąsiedztwa. Należy pamiętać, że metody aproksymacji liniowej i najbliższego sąsiedztwa są określane odpowiednio jako analiza trendu (oznaczona jako "T") i metoda odczytu krzyżowego (oznaczona jako "R").</li>
		<li>Użytkownik otrzyma komunikat, jeśli przewidywanie zostanie wykonane pomyślnie. Kliknij przycisk OK i zamknij kontroler przepływu pracy, wskazując komunikat "Ukończono przepływ pracy", klikając x w prawym górnym rogu.</li>
		<li>Tryb wsadowy: po uruchomieniu zautomatyzowanego przepływu pracy użytkownik zostanie poproszony o określenie zakresu substancji, w odniesieniu do których ma zostać wykonany przepływ pracy. Zaakceptuj pełny zakres substancji wybranych domyślnie w oknie dialogowym, klikając przycisk OK.</li>
		<li>Tryb wsadowy: użytkownik nie otrzyma komunikatu wskazującego, czy przewidywanie zostało uruchomione pomyślnie, czy nie. Zamknij kontroler przepływu pracy wskazujący "Zakończony przepływ pracy" na końcu przetwarzania wsadowego, klikając x w prawym górnym rogu.</li>
	</ol>
	</li>
	<li>sprawozdanie
	<ol>
		<li>Jeśli prognoza została pomyślnie wykonana, kliknij przycisk etapu przybornika Raport. 
		UWAGA: W trybie wsadowym nie można generować żadnych raportów.</li>
		<li>Przewiń w dół i znajdź wartość przewidywania w polu macierzy znajdującym się w podświetlonym na żółto wierszu obok punktu końcowego "96-h". Przewidywana wartość jest oznaczona symbolem "T" lub "R". Aktywuj to konkretne pole macierzy danych, klikając je lewym przyciskiem myszy.</li>
		<li>Kliknij przycisk Przewidywanie na pasku narzędzi Akcje. Dostosuj zawartość i wygląd raportu w kreatorze wyskakujących okienek. Dostępne są trzy typy raportów: (i) prognoza, (ii) kategoria i (iii) macierz danych.</li>
		<li>Kreator umożliwia użytkownikowi wypełnienie imienia i nazwiska autora oraz danych kontaktowych. Napisz krótkie podsumowanie, szczegółowo wyjaśnij interpretację mechanistyczną lub uzasadnij adekwatność przewidywania.</li>
		<li>W razie potrzeby dołącz dodatkowe informacje związane z wykonaną prognozą. Zakres dodatkowych informacji zależy od użytkownika.</li>
		<li>Przejdź przez kreatora, klikając przycisk Dalej. Na koniec kliknij Utwórz raport i zapisz raporty predykcji i kategorii jako pliki PDF, a macierz danych jako arkusz kalkulacyjny Excel na komputerze.</li>
		<li>Więcej informacji na temat funkcjonalności QSAR Toolbox i zautomatyzowanych przepływów pracy można znaleźć w podręczniku aplikacji dla OECD QSAR Toolbox v.4 (pomoc F1 na klawiaturze). Szczegółowe informacje na temat algorytmów i przesłanek stojących za zautomatyzowanym przepływem pracy są opisane przez Dimitrov et al.8 oraz Yordanova et al.9.</li>
	</ol>
	</li>
</ol>
3. Aplikacja
<ol>
	<li>W przypadku stosowania przewidywanego stężenia powodującego skutki (tj. 96-godzinnego LC50 P. promelas) w ocenie ryzyka dla środowiska należy zastosować dolną granicę 95% przedziału ufności. Znajdź dane na pierwszej stronie zapisanego raportu predykcyjnego (PDF) w sekcji "Podsumowanie prognozy", "Przewidywana wartość: <średnia> (od <lower_limit> do <upper_limit>)." 
	UWAGA: Uwagi podane tutaj są oparte na wynikach porównania danych przewidywanych i eksperymentalnych dla zestawu substancji docelowych zgłoszonych w tym badaniu. Wybór dolnej granicy 95-procentowego przedziału ufności zwiększy prawdopodobieństwo, że przewidywane stężenie powodujące skutki nie będzie niedoszacowywać rzeczywistej toksyczności substancji (zob. reprezentatywne wyniki). Przewidywane efektywne stężenie dolnej granicy 95-procentowego przedziału ufności będzie zatem stanowić bezpieczniejszą podstawę oceny ryzyka.</li>
</ol>

<ol><li>Najarian, K., Najarian, S., Gharibzadeh, S., Eichelberger, C. N. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aNajarian%2C+K+%22Systems+Biology+and+Bioinformatics%3A+A+Computational+Approach%22">Systems Biology and Bioinformatics: A Computational Approach</a>. , CRC Press. Boca Raton, FL, USA. (2009).</li>
<li>Fujita, T., Iwasa, J., Hansch, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+new+substituent+constant%2C+%CF%80%2C+derived+from+partition+coefficient%5BTitle%5D)+AND+%22Journal+of+the+American+Chemical+Society%22%5BJournal%5D)">A new substituent constant, π, derived from partition coefficient.</a> Journal of the American Chemical Society. 86, 5175-5180 (1964).</li>
<li>Roy, K., Kar, S., Das, R. N. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aRoy%2C+K+%22Understanding+the+Basics+of+QSAR+for+Applications+in+Pharmaceutical+Sciences+and+Risk+Assessment%22">Understanding the Basics of QSAR for Applications in Pharmaceutical Sciences and Risk Assessment</a>. , Academic Press. Cambridge, MA, USA. (2015).</li>
<li>Raies, A. B., Bajic, V. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In+silico+toxicology%3A+computational+methods+for+the+prediction+of+chemical+toxicity%5BTitle%5D)+AND+%22WIREs+Computational+Molecular+Science%22%5BJournal%5D)">In silico toxicology: computational methods for the prediction of chemical toxicity.</a> WIREs Computational Molecular Science. 6, 147-172 (2016).</li>
<li>Hayes, T. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Welcome+to+the+revolution%3A+integrative+biology+and+assessing+the+impact+of+endocrine+disruptors+on+environmental+and+public+health%5BTitle%5D)+AND+%22Integrative+Compuational+Biology%22%5BJournal%5D)">Welcome to the revolution: integrative biology and assessing the impact of endocrine disruptors on environmental and public health.</a> Integrative Compuational Biology. 45, 321-329 (2005).</li>
<li>Schug, T. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Minireview%3A+endocrine+disruptors%3A+past+lessons+and+future+directions%5BTitle%5D)+AND+%22Molecular+Endocrinology%22%5BJournal%5D)">Minireview: endocrine disruptors: past lessons and future directions.</a> Molecular Endocrinology. 30, 833-847 (2016).</li>
<li>Devillers, J., Marchand-Geneste, N., Carpy, A., Porcher, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SAR+and+QSAR+modeling+of+endocrine+disruptors%5BTitle%5D)+AND+%22SAR+QSAR+Environmental+Research%22%5BJournal%5D)">SAR and QSAR modeling of endocrine disruptors.</a> SAR QSAR Environmental Research. 17, 393-412 (2006).</li>
<li>Dimitrov, S. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((QSAR+Toolbox+-+workflow+and+major+functionalities%5BTitle%5D)+AND+%22SAR+QSAR+Environmental+Research%22%5BJournal%5D)">QSAR Toolbox - workflow and major functionalities.</a> SAR QSAR Environmental Research. 27, 203-219 (2016).</li>
<li>Yordanova, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+and+standardized+workflows+in+the+OECD+QSAR+Toolbox%5BTitle%5D)+AND+%22Computational+Toxicology%22%5BJournal%5D)">Automated and standardized workflows in the OECD QSAR Toolbox.</a> Computational Toxicology. 10, 89-104 (2019).</li>
<li>Mombelli, E., Devillers, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+the+OECD+%28Q%29SAR+Application+Toolbox+and+Toxtree+for+predicting+and+profiling+the+carcinogenic+potential+of+chemicals%5BTitle%5D)+AND+%22SAR+QSAR+Environmental+Research%22%5BJournal%5D)">Evaluation of the OECD (Q)SAR Application Toolbox and Toxtree for predicting and profiling the carcinogenic potential of chemicals.</a> SAR QSAR Environmental Research. 21, 731-752 (2010).</li>
<li>Devillers, J., Mombelli, E., Samsera, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Structural+alerts+for+estimating+the+carcinogenicity+of+pesticides+and+biocides%5BTitle%5D)+AND+%22SAR+QSAR+Environmental+Research%22%5BJournal%5D)">Structural alerts for estimating the carcinogenicity of pesticides and biocides.</a> SAR QSAR Environmental Research. 22, 89-106 (2011).</li>
<li>Li, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Identifying+unknown+by-products+in+drinking+water+using+comprehensive+two-dimensional+gas+chromatography-quadrupole+mass+spectrometry+and+in+silico+toxicity+assessment%5BTitle%5D)+AND+%22Chemosphere%22%5BJournal%5D)">Identifying unknown by-products in drinking water using comprehensive two-dimensional gas chromatography-quadrupole mass spectrometry and in silico toxicity assessment.</a> Chemosphere. 163, 535-543 (2016).</li>
<li>Devillers, J., Mombelli, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+the+OECD+QSAR+Application+Toolbox+and+Toxtree+for+estimating+the+mutagenicity+of+chemicals.+Part+1.+Aromatic+amines%5BTitle%5D)+AND+%22SAR+QSAR+Environmental+Research%22%5BJournal%5D)">Evaluation of the OECD QSAR Application Toolbox and Toxtree for estimating the mutagenicity of chemicals. Part 1. Aromatic amines.</a> SAR QSAR Environmental Research. 21, 753-769 (2010).</li>
<li>Devillers, J., Mombelli, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+the+OECD+QSAR+Application+Toolbox+and+Toxtree+for+estimating+the+mutagenicity+of+chemicals.+Part+2.+%CE%B1-%CE%B2+unsaturated+aliphatic+aldehydes%5BTitle%5D)+AND+%22SAR+QSAR+Environmental+Research%22%5BJournal%5D)">Evaluation of the OECD QSAR Application Toolbox and Toxtree for estimating the mutagenicity of chemicals. Part 2. α-β unsaturated aliphatic aldehydes.</a> SAR QSAR Environmental Research. 21, 771-783 (2010).</li>
<li>Kulkarni, S. A., Barton-Maclaren, T. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Performance+of+%28Q%29SAR+models+for+predicting+Ames+mutagenicity+of+aryl+azo+and+benzidine+based+compounds%5BTitle%5D)+AND+%22Journal+of+Environmental+Science+and+Health+Part+C+Environmental+Carcinogenesis+%26+Ecotoxicology+Reviews%22%5BJournal%5D)">Performance of (Q)SAR models for predicting Ames mutagenicity of aryl azo and benzidine based compounds.</a> Journal of Environmental Science and Health Part C Environmental Carcinogenesis & Ecotoxicology Reviews. 32, 46-82 (2014).</li>
<li>Craig, E. A., Wang, N. C., Zhao, Q. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+quantitative+structure-activity+relationship+modeling+to+quantitatively+predict+the+developmental+toxicity+of+halogenated+azole+compounds%5BTitle%5D)+AND+%22Journal+of+Applied+Toxicology%22%5BJournal%5D)">Using quantitative structure-activity relationship modeling to quantitatively predict the developmental toxicity of halogenated azole compounds.</a> Journal of Applied Toxicology. 34, 787-794 (2014).</li>
<li>Tebby, C., Mombelli, E., Pandard, P., Péry, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exploring+an+ecotoxicity+database+with+the+OECD+%28Q%29SAR+Toolbox+and+DRAGON+descriptors+in+order+to+prioritise+testing+on+algae%2C+daphnids%2C+and+fish%5BTitle%5D)+AND+%22Science+of+the+Total+Environment%22%5BJournal%5D)">Exploring an ecotoxicity database with the OECD (Q)SAR Toolbox and DRAGON descriptors in order to prioritise testing on algae, daphnids, and fish.</a> Science of the Total Environment. 409, 3334-3343 (2011).</li>
<li>Mombelli, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+the+OECD+%28Q%29SAR+Application+Toolbox+for+the+profiling+of+estrogen+receptor+binding+affinities%5BTitle%5D)+AND+%22SAR+QSAR+Environmental+Research%22%5BJournal%5D)">Evaluation of the OECD (Q)SAR Application Toolbox for the profiling of estrogen receptor binding affinities.</a> SAR QSAR Environmental Research. 23, 37-57 (2012).</li>
<li>Verhaar, H. J. M., van Leeuwen, C. J., Hermens, J. L. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Classifying+environmental+pollutants.+1%3A+structure-activity+relationships+for+prediction+of+aquatic+toxicology%5BTitle%5D)+AND+%22Chemosphere%22%5BJournal%5D)">Classifying environmental pollutants. 1: structure-activity relationships for prediction of aquatic toxicology.</a> Chemosphere. 25, 471-491 (1992).</li>
<li>Enoch, S. J., Hewitt, M., Cronin, M. T. D., Azam, S., Madden, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Classification+of+chemicals+according+to+mechanism+of+aquatic+toxicity%3A+an+evaluation+of+the+implementation+of+the+Verhaar+scheme+in+Toxtree%5BTitle%5D)+AND+%22Chemosphere%22%5BJournal%5D)">Classification of chemicals according to mechanism of aquatic toxicity: an evaluation of the implementation of the Verhaar scheme in Toxtree.</a> Chemosphere. 73, 243-248 (2008).</li>
<li>Burden, N., Maynard, S. K., Weltje, L., Wheeler, J. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+utility+of+QSARs+in+predicting+acute+fish+toxicity+of+pesticide+metabolites%3A+a+retrospective+validation+approach%5BTitle%5D)+AND+%22Regulatory+Toxicology+and+Pharmacology%22%5BJournal%5D)">The utility of QSARs in predicting acute fish toxicity of pesticide metabolites: a retrospective validation approach.</a> Regulatory Toxicology and Pharmacology. 80, 241-246 (2016).</li>
<li>Nendza, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Screening+for+potential+endocrine+disruptors+in+fish%3A+evidence+from+structural+alerts+and+in+vitro+and+in+vivo+toxicological+assays%5BTitle%5D)+AND+%22Environmental+Sciences+Europe%22%5BJournal%5D)">Screening for potential endocrine disruptors in fish: evidence from structural alerts and in vitro and in vivo toxicological assays.</a> Environmental Sciences Europe. 28, 26(2016).</li>
<li>Roncaglioni, A., Piclin, N., Pintore, M., Benfenati, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Binary+classification+models+for+endocrine+disrupter+effects+mediated+through+the+estrogen+receptor%5BTitle%5D)+AND+%22SAR+QSAR+Environmental+Research%22%5BJournal%5D)">Binary classification models for endocrine disrupter effects mediated through the estrogen receptor.</a> SAR QSAR Environmental Research. 19, 697-733 (2008).</li>
<li>Sosnovcová, J., Rucki, M., Bendová, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Estrogen+receptor+binding+affinity+of+food+contact+material+components+estimated+by+QSAR%5BTitle%5D)+AND+%22Central+European+Journal+of+Public+Health%22%5BJournal%5D)">Estrogen receptor binding affinity of food contact material components estimated by QSAR.</a> Central European Journal of Public Health. 24, 241-244 (2016).</li>
<li>Walker, J. D., Dearden, J. C., Schultz, T. W., Jaworska, J., Comber, M. H. I. QSARs for New Practitioners. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aWalker%2C+JD+%22QSARs+for+Pollution+Prevention%2C+Toxicity+Screening%2C+Risk+Assessment%2C+and+Web+Applications%22">QSARs for Pollution Prevention, Toxicity Screening, Risk Assessment, and Web Applications</a>. Walker, J. D. , SETAC Press. Pensacola, FL, USA. (2003).</li>
<li>Sánchez-Bayo, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((From+simple+toxicological+models+to+prediction+of+toxic+effects+in+time%29%5BTitle%5D)+AND+%22Ecotoxicology%22%5BJournal%5D)">From simple toxicological models to prediction of toxic effects in time).</a> Ecotoxicology. 18, 343-354 (2009).</li>
<li>Sjöström, M., Lindgren, Å, Uppgård, L. L. Joint Multivariate Quantitative Structure-Property and Structure-Activity Relationships for a Series of Technical Nonionic Surfactants. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSj%C3%B6str%C3%B6m%2C+M+%22Quantitative+Structure-Activity+Relationships+in+Environmental+Sciences-VII%22">Quantitative Structure-Activity Relationships in Environmental Sciences-VII</a>. Chen, F., Schüürmann, G. , SETAC Press. Pensacola, FL, USA. (1997).</li>
<li>Ding, F., Guo, J., Song, W., Hu, W., Li, Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparative+quantitative+structure-activity+relationship+%28QSAR%29+study+on+acute+toxicity+of+triazole+fungicides+to+zebrafish%5BTitle%5D)+AND+%22Chemistry+Ecology%22%5BJournal%5D)">Comparative quantitative structure-activity relationship (QSAR) study on acute toxicity of triazole fungicides to zebrafish.</a> Chemistry Ecology. 27, 359-368 (2011).</li>
<li>Galati, G., O'Brien, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Potential+toxicity+of+flavonoids+and+other+dietary+phenolics%3A+significance+for+their+chemopreventive+and+anticancer+properties%5BTitle%5D)+AND+%22Free+Radical+Biology+in+Medicine%22%5BJournal%5D)">Potential toxicity of flavonoids and other dietary phenolics: significance for their chemopreventive and anticancer properties.</a> Free Radical Biology in Medicine. 37, 287-303 (2004).</li>
<li>Russom, C. L., Bradbury, S. P., Broderius, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+modes+of+action+from+chemical+structure%3A+acute+toxicity+in+the+fathead+minnow+%28Pimephales+promelas%29%5BTitle%5D)+AND+%22Environmental+Toxicology+and+Chemistry%22%5BJournal%5D)">Predicting modes of action from chemical structure: acute toxicity in the fathead minnow (Pimephales promelas).</a> Environmental Toxicology and Chemistry. 16, 948-967 (1997).</li>
<li>Taysse, L., Troutaud, D., Khan, N. A., Deschaux, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Structure-activity+relationship+of+phenolic+compounds+%28phenol%2C+pyrocatechol+and+hydroquinone%29+on+natural+lymphocytotoxicity+of+carp+%28Cyprinus+carpio%29%5BTitle%5D)+AND+%22Toxicology%22%5BJournal%5D)">Structure-activity relationship of phenolic compounds (phenol, pyrocatechol and hydroquinone) on natural lymphocytotoxicity of carp (Cyprinus carpio).</a> Toxicology. 98, 207-214 (1995).</li>
<li>Nishihara, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Estrogenic+activities+of+517+chemicals+by+yeast+two-hybrid+assay%5BTitle%5D)+AND+%22Journal+of+Health+Science%22%5BJournal%5D)">Estrogenic activities of 517 chemicals by yeast two-hybrid assay.</a> Journal of Health Science. 46, 282-298 (2000).</li>
<li>Bolton, J. L., Trush, M. A., Penning, T. M., Dryhurst, G., Monks, T. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Role+of+quinones+in+toxicology%5BTitle%5D)+AND+%22Chemical+Research+in+Toxicology%22%5BJournal%5D)">Role of quinones in toxicology.</a> Chemical Research in Toxicology. 13, 135-160 (2000).</li>
<li>Panche, A. N., Diwan, A. D., Chandra, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Flavonoids%3A+an+overview%5BTitle%5D)+AND+%22Journal+of+Nutritional+Science%22%5BJournal%5D)">Flavonoids: an overview.</a> Journal of Nutritional Science. 5, e47(2016).</li>
<li>Li, J., Gramatica, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((QSAR+classification+of+estrogen+receptor+binders+and+pre-screening+of+potential+pleiotropic+EDCs%5BTitle%5D)+AND+%22SAR+QSAR+Environmental+Research%22%5BJournal%5D)">QSAR classification of estrogen receptor binders and pre-screening of potential pleiotropic EDCs.</a> SAR QSAR Environmental Research. 21, 657-669 (2010).</li>
<li>Bohl, M. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aBohl%2C+M+%22Molecular+Structure+and+Biological+Activity+of+Steroids%22">Molecular Structure and Biological Activity of Steroids</a>. , CRC Press. Boca Raton, FL, USA. (2017).</li>
<li>Kaminuma, T., Takai-Igarashi, T., Nakano, T., Nakata, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modeling+of+signaling+pathways+for+endocrine+disruptors%5BTitle%5D)+AND+%22BioSystems%22%5BJournal%5D)">Modeling of signaling pathways for endocrine disruptors.</a> BioSystems. 55, 23-31 (2000).</li>
<li>Lillicrap, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Alternative+approaches+to+vertebrate+ecotoxicity+tests+in+the+21st+century%3A+a+review+of+developments+over+the+last+2+decades+and+current+status%5BTitle%5D)+AND+%22Environmental+Toxicology+and+Chemistry%22%5BJournal%5D)">Alternative approaches to vertebrate ecotoxicity tests in the 21st century: a review of developments over the last 2 decades and current status.</a> Environmental Toxicology and Chemistry. 35, 2637-2646 (2016).</li>
<li>Kim, J. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Acute+toxicity+of+pharmaceutical+and+personal+care+products+on+freshwater+crustacean+%28Thamnocephalus+platyurus%29+and+fish+%28Oryzias+latipes%29%5BTitle%5D)+AND+%22Journal+of+Toxicological+Sciences%22%5BJournal%5D)">Acute toxicity of pharmaceutical and personal care products on freshwater crustacean (Thamnocephalus platyurus) and fish (Oryzias latipes).</a> Journal of Toxicological Sciences. 34, 227-232 (2009).</li>
</ol>

Autorzy nie mają nic do ujawnienia.

Wszechstronność OECD QSAR Toolbox jako oprogramowania analitycznego dla ekotoksykologii została tutaj pokazana ze szczególnym zainteresowaniem niekorzystnym wpływem substancji chemicznych zaburzających funkcjonowanie układu hormonalnego na kręgowce wodne. Ponadto zademonstrowano prosty i standardowy protokół przewidywania ostrej toksyczności (96-h LC50) 74 reprezentatywnych zaburzeń erekcji (tabela 1) dla gatunków ryb. Udało się to osiągnąć dzięki zastosowaniu modułów budowania kategorii, wypełniania luk w danych i profilowania ER wbudowanych w QSAR Toolbox (Rysunek 1, Rysunek 2).
Liniowa korelacja między log10LC50 i log10KOW o ujemnym nachyleniu (jak pokazano na rysunku uzupełniającym S1) jest od dawna znana jako standardowa zależność ilościowa w analizach QSAR25, gdzie wykazano wyższą toksyczność, im bardziej hydrofobowa jest dana substancja chemiczna. Jak widać z prostego obliczenia, ogólna zależność matematyczna, która obejmuje równanie S1 i równanie S2 (informacje uzupełniające), jest wyrażeniem przekonwertowanym z następującej funkcji potęgowej26:
<img alt="Equilibrium equation: log(LC50) = a' - b·log(Kow), mathematical analysis formula." src="/files/ftp_upload/60054/60054equ01.jpg" data-altupdatedat="1762258740000" data-alt="Equation 1">
<img alt="LC&lt;sub&gt;50&lt;/sub&gt; equation in toxicology study, showing mathematical model parameters and logarithm." src="/files/ftp_upload/60054/60054equ02.jpg" data-altupdatedat="1762258740000" data-alt="Equation 2">
Z wykresu (równanie 2) scharakteryzowanie pośredniego zakresu KOW26 może być możliwe poprzez dostosowanie parametrów a i b, w przypadku gdy pewna zmiana hydrofobowości (lub hydrofilowości) nie zmienia znacząco punktu końcowego toksyczności ostrej.
Analizy porównawcze między przewidywaniami obliczeniowymi a obserwacjami eksperymentalnymi na LC50, jak pokazano na rysunku 3 i rysunku 4, były zwykle zgłaszane w badaniach QSAR dla różnych toksycznych substancji wodnych, w tym technicznych niejonowych środków powierzchniowo czynnych27, fungicydów triazolowych28 i metabolitów pestycydów21. Ten rodzaj walidacji retrospektywnej dostarcza informacji o tym, jak daleko może sięgać dane narzędzie QSAR pod względem porównywania wydajności z wynikami eksperymentalnymi. W tym badaniu ostrej toksyczności u ryb udowodniono, że QSAR Toolbox zapewnia przewidywania ochronne dla ponad 90% badanych zaburzeń erekcji u wszystkich ryb i u jednego gatunku, Pimephales promelas.
Konieczna jest dalsza identyfikacja trzech odstających substancji chemicznych na rys. 3 i rys. 4, które wykazały odpowiednio wyższą przewidywaną wartość LC50 i co najmniej LC. Po pierwsze, 3',5,7-trihydroksy-4',6-dimetoksyizoflawon jest rodzajem flawonoidu (a dokładniej izoflawonu), który jest uważany za ogólnie bezpieczny i stosowany w farmaceutykach ziołowych; Jednak nadal ma problemy związane z estrogenem29 i może powodować ostrą toksyczność, prawdopodobnie poprzez rozprzęganie fosforylacji oksydacyjnej30. Następnie 1,4-benzenodiol, zwany hydrochinonem, jest związkiem fenolowym, który może wywołać niespecyficzną i cytotoksyczną odpowiedź immunologiczną u ryb31. Wreszcie, wiadomo, że 4-heksylofenol wykazuje wystarczającą pozytywną aktywność estrogenową, aby można go było sklasyfikować jako ED32. Zostało dobrze zbadane, że główną przyczyną ostrej toksyczności hydrochinonu jest cykl redukcji-utleniania (redoks). Hydrochinon jest utleniany do benzochinonu i wielokrotnie redukowany z powrotem do półchinonu lub hydrochinonu, z kofaktorami zubożającymi i wytwarzającymi reaktywne formy tlenu33. Pozostałe dwie substancje chemiczne mogą wymagać głębszych badań, aby ujawnić ich mechanizmy działania w ostrej ekotoksyczności przy użyciu metod dokowania molekularnego, takich jak te stosowane przez Panche i wsp.34, które nie mogą być objęte zestawem narzędzi QSAR.
Zaburzenia erekcji zakłócają działanie układu hormonalnego głównie poprzez interakcje fizykochemiczne z receptorami steroidowymi, takimi jak receptory estrogenowe i androgenowe, które cieszą się dużym zainteresowaniem w badaniach modelowania QSAR35. Biorąc to pod uwagę, QSAR Toolbox jest solidny pod względem łatwej i szybkiej klasyfikacji powinowactwa wiązania ER dla zestawu substancji chemicznych opartego wyłącznie na deskryptorach 2D struktur molekularnych. Kiedy ten system profilowania ER został zastosowany do naszej listy ED, nie znaleziono wyraźnej korelacji między powinowactwem wiązania ER a hydrofobowością (rysunek uzupełniający S2). Wynik ten można wytłumaczyć faktem, że powstawanie kompleksu steroid-receptor nie jest bezpośrednią konsekwencją udziału wiązania hydrofobowego, ale powinna mu towarzyszyć zmiana konformacyjna w strukturze receptora miejsca aktywnego36. Wiązanie receptora może być również spowodowane wiązaniami wodorowymi i układaniem π.
Dodatkowo, położenie każdej grupy chemicznej na cząsteczce może wpływać na wiązanie receptora, nawet jeśli hydrofobowość i liczba akceptorów-donorów wiązań wodorowych pozostają takie same. Po drugie, profiler ER wytworzył przeciwstawne trendy między przewidywanymi i eksperymentalnymi średnimi poziomami LC50 ze wzrostem powinowactwa wiązania ER (Figura 5). Może to wynikać z faktu, że śmiertelność rodziców w badaniu toksyczności ostrej nie jest spowodowana wiązaniem ER, ale raczej narkozą w większości przypadków lub cyklem redoks w przypadku hydrochinonu. Na przykład, bardziej obszerna analiza, w tym toksyczność przewlekła, jest wymagana dla większego zestawu ED, aby zdefiniować ograniczenia predykcyjne obecnej wersji QSAR Toolbox.
Te wstępne badania mogą mieć również implikacje dla zdrowia publicznego, ponieważ sterydy (androgeny, estrogeny, progestageny i kortykosteroidy) i ich receptory wykazują podobne lub nawet identyczne struktury makromolekularne u kręgowców5. Tego typu analogiczne systemy sygnalizacji endokrynologicznej mogą działać przy użyciu wspólnego mechanizmu w kluczowych zdarzeniach zaburzeń erekcji5. Niemniej jednak potrzebne są dodatkowe i uzupełniające metodologie, aby naświetlić ten rozległy i złożony aspekt [na przykład poprzez przeprowadzenie modelowania obliczeniowego wchłaniania, dystrybucji, metabolizmu i wydalania (ADME) i/lub ścieżki niepożądanych skutków (AOP)]38. Ponadto, ponieważ większość obaw naukowych i publicznych dotyczących niekorzystnych skutków substancji zaburzających funkcjonowanie układu hormonalnego jest związana z ich przewlekłą toksycznością, konieczne jest zarówno ulepszenie baz danych i algorytmów w zestawie narzędzi QSAR Toolbox, jak i opracowanie wiarygodnych długoterminowych prognoz ekotoksykologicznych dla substancji zaburzających funkcjonowanie układu hormonalnego.
W artykule przedstawiono zastosowanie QSAR Toolbox do porównywania ekotoksykologicznych wartości LC50 dla ryb z wartościami log10Kow ED. W całym protokole skutkuje to słabymi relacjami między tymi dwoma parametrami, ponieważ wykazano w poprzednich badaniach (np. Kim i wsp.39), że log10Kow nie jest dobrym bezpośrednim predyktorem wodnego LC50. Pomimo tego ograniczenia, protokół ten zapewnia ogólny przegląd lub "winietę" opisującą, jak korzystać z pulpitu nawigacyjnego w danym celu, ponieważ jest to ważna aplikacja do korzystania z zestawu narzędzi QSAR do badania korelacji między LC50 (lub powinowactwem wiązania ER) a logarytmem10K ow,  lub jako narzędzie do szybkich badań przesiewowych ostrej ekotoksyczności. Niemniej jednak należy zauważyć, że (1) naświetlenie związku między wiązaniem receptora estrogenowego a przewlekłą toksycznością, a nie ostrą toksycznością (śmiertelnością), jest bardziej istotne, aby można było znaleźć wyraźniejsze korelacje, oraz (2) receptor androgenowy, wraz z receptorem estrogenowym, również odgrywa kluczową rolę w toksycznym wpływie na rozrodczość. W związku z tym wymagane jest, aby przyszła wersja QSAR Toolbox poprawiła funkcje predykcyjne w świetle tych dwóch punktów.

Nowe osiągnięcia w informatyce i technologii obliczeniowej umożliwiły naukom biologicznym ilościowe metodologie, które oferują wysoką precyzję i niezawodność1. W szczególności algorytmy stosowane w taksonomii molekularnej i klasyfikacji właściwości zaowocowały ilościowymi modelami zależności struktura-aktywność (QSAR)2. Modele te automatycznie korelują struktury chemiczne i aktywność biologiczną danej chemicznej bazy danych i implementują szybkie badania przesiewowe in silico szerokiego zakresu substratów chemicznych zgodnie z ich działaniem leczniczym lub toksykologicznym3. Narzędzia QSAR mogą tworzyć predykcyjne profile toksyczności w funkcji wektorów cech deskryptorów molekularnych (tj. parametrów fizykochemicznych) interesujących substancji chemicznych w celu numerycznego tworzenia kategorycznych punktów końcowych4. Zazwyczaj każdy ilościowy punkt końcowy jest wyświetlany jako wykres rozrzutu 2D w funkcji zmian wartości deskryptorów. Następnie generowany jest model QSAR za pomocą (wielu) analiz regresji liniowej. Gdy zestaw danych zostanie w pełni wykorzystany do skonstruowania modelu QSAR (zwanego zbiorem treningowym), model jest następnie statystycznie weryfikowany poprzez przewidywanie punktów końcowych grupy substancji chemicznych nieuwzględnionych w zbiorze treningowym (zwanym zbiorem testowym). Model może być następnie wykorzystany do przewidywania aktywności biologicznej niebadanych związków3.
Wśród wielu szkodliwych substancji chemicznych, substancje zaburzające funkcjonowanie układu hormonalnego (ED) zostały wyróżnione jako grupa substancji toksycznych, które mogą zakłócać liczne metabolizmy hormonów u ssaków, i ryb5,6. Wiadomo, że zaburzenia erekcji wywołują różne działania niepożądane, takie jak nowotwory i wady rozwojowe, poprzez blokowanie lub zmianę normalnych szlaków hormonalnych lub aktywację nieprawidłowych sygnałów syntezy/degradacji hormonów. W konsekwencji te substancje chemiczne naśladujące hormony mogą zaburzać układ hormonalny tak, że rozwój biologiczny i rozmnażanie populacji dzikich zwierząt jest utrudnione. W szczególności szeroko badano ekotoksykologiczne skutki zaburzeń erekcji u kręgowców wodnych, które mają prawie identyczne struktury receptorów hormonalnych jak u ssaków, w tym ludzi. Ponieważ wszystkie działania hormonalne zachodzą przy niskich dawkach in vivo, przewidywanie potencjalnej toksyczności kandydatów na zaburzenia erekcji za pomocą szybkich badań przesiewowych in silico ma kluczowe znaczenie dla zdrowia publicznego i środowiskowego.
Modele QSAR oparte na toksykologii EDs zostały przeprowadzone przy użyciu deskryptorów 2D i 3D (znanych odpowiednio jako QSAR 2D i 3D), które ujawniają powinowactwo receptorów estrogenowych, androgenowych i progesteronowych do wiązania ligandów ED7. Pomimo zalet 3D QSAR o wysokiej precyzji, w których uwzględniane są oddziaływania konformacyjne i elektrostatyczne, 2D QSAR zachowuje swoją własną solidność w bezpośrednich algorytmach matematycznych, szybkich obliczeniach i wyjątkowo niskich obciążeniach obliczeniowych. Ponadto modele 2D-QSAR są elastyczne w szerokim zakresie zastosowań, osiągając jednocześnie stosunkowo dokładną wydajność predykcyjną.
Zestaw narzędzi OECD QSAR jest obecnie jednym z najczęściej używanych narzędzi komputerowych, dostarczającym swobodnie dostępnych i gotowych modeli QSAR8,9. Jego profiler korzysta z baz danych deskryptorów 2D. Od czasu wydania pierwszej wersji w 2008 roku, oprogramowanie jest stosowane w przemyśle chemicznym i biologicznym, zdrowiu publicznym i bezpieczeństwie środowiska do pełnej lub częściowej analizy potencjalnych zagrożeń związanych ze związkami naturalnymi i syntetycznymi, ze szczególnym uwzględnieniem rakotwórczości10,11,12, mutagenność13,14,15, oraz toksyczność rozwojowa16. Wykazano również zastosowanie w toksykologii wodnej, ze szczególnym uwzględnieniem bioakumulacji i biotransformacji17.
Zestaw narzędzi QSAR okazał się przydatny do przewidywania krótkoterminowej toksyczności szerokiej gamy substancji chemicznych17, jak również powinowactwa do wiązania receptora estrogenowego (ER) przez EDs18. Jednak ostra ekotoksyczność substancji zaburzających funkcjonowanie układu hormonalnego u kręgowców wodnych nie została przeanalizowana przy użyciu zestawu narzędzi QSAR Toolbox. W niniejszym badaniu przedstawiono typowy i łatwy protokół do przeprowadzenia modelowania QSAR na ostrych niekorzystnych skutkach zaburzeń erekcji, ze szczególnym uwzględnieniem gatunków ryb. Z badania wynika, że QSAR Toolbox jest wysoce dostępnym oprogramowaniem do obliczania i przewidywania śmiertelności/śmiertelności kręgowców wodnych dla niektórych reprezentatywnych ED. Przedstawiono statystyczne metody leczenia uzyskanych zestawów danych in silico. Rysunek 1 pokazuje ogólny schemat ogólnego działania QSAR Toolbox. Przepływ pracy pokazany w Rysunek 2 zawiera proste instrukcje, jak przeprowadzić test in silico w celu przewidywania ostrej ekotoksyczności substancji docelowych, takich jak substancje chemiczne zaburzające funkcjonowanie układu hormonalnego.

<table><tbody><tr><td>Adobe Acrobat Reader DC</td><td>Adobe Systems Software Ireland Limited</td><td>BRAK DANYCH</td><td>Wymagane do wyświetlenia raportu przewidywania i kategorii</td></tr><tr><td>System komputerowy</td><td>: Microsoft Corporation</td><td>NA</td><td>Zalecane właściwości systemu: (i) typ systemu: 64-bitowy, Microsoft Windows 7 lub nowszy, (ii) procesor: I5 o częstotliwości 2,4 GHz lub szybszy lub równoważny procesor AMD, (iii) Zainstalowana pamięć (RAM): 6 GB pamięci RAM, (iv) Dysk twardy (HDD): 20 GB wolnego miejsca na dysku twardym</td></tr><tr><td>Microsoft Editor</td><td>Microsoft Corporation</td><td>NA</td><td>Wymagane do przesłania listy substancji numerów CAS (tryb wsadowy) do OECD QSAR Toolbox jako pliku .txt (plik tekstowy)</td></tr><tr><td>Microsoft Excel 2016</td><td>Microsoft Corporation</td><td>BRAK</td><td>Wymagane do eksportowania danych z OECD QSAR Toolbox w postaci plików .cvs, .xls lub .xlsx OECD</td></tr><tr><td>QSAR Toolbox w wersji 4.0 lub nowszej</td><td>Organizacja Współpracy i Rozwoju </td><td>BRAK DANYCH</td><td>Wymagane do uruchomienia OECD QSAR Toolbox Automated Workflows; do pobrania za darmo: https://qsartoolbox.org/download/</td></tr> <tr><td>OriginPro 9</td><td>OriginLab Corporation</td><td>NA</td><td>Opcjonalny program do analizy danych; możliwe podobne narzędzia</td></tr></tbody></table>

metoda modelowania in silico w obliczeniowej toksykologii wodnej substancji zaburzających funkcjonowanie układu hormonalnego: podejście oparte na oprogramowaniu z wykorzystaniem zestawu narzędzi qsar

In Silico Modeling Method for Computational Aquatic Toxicology of Endocrine Disruptors: A Software-Based Approach Using QSAR Toolbox

Analizy obliczeniowe procesów toksykologicznych umożliwiają wysokoprzepustowe badania przesiewowe substancji chemicznych i przewidywanie ich punktów końcowych w systemach biologicznych. W szczególności coraz częściej stosuje się ilościowe modele zależności struktura-aktywność (QSAR) do oceny wpływu na środowisko wielu materiałów toksycznych. W ostatnich latach niektóre z bardziej wyróżnionych rodzajów substancji toksycznych to substancje zaburzające funkcjonowanie układu hormonalnego (ED, które są substancjami chemicznymi, które mogą zakłócać metabolizm związany z hormonami). Ponieważ substancje zaburzające funkcjonowanie układu hormonalnego mogą znacząco wpływać na rozwój i reprodukcję zwierząt, konieczne jest szybkie przewidywanie niekorzystnych skutków zaburzeń erekcji przy użyciu technik in silico. W pracy przedstawiono metodę in silico służącą do generowania danych prognostycznych dotyczących wpływu reprezentatywnych zaburzeń erekcji na kręgowce wodne, w szczególności na gatunki ryb. Protokół opisuje przykład wykorzystujący zautomatyzowany przepływ pracy oprogramowania QSAR Toolbox opracowanego przez Organizację Współpracy Gospodarczej i Rozwoju (OECD) w celu umożliwienia przewidywania ostrej ekotoksyczności substancji zaburzających funkcjonowanie układu hormonalnego. W rezultacie określa się: (1) obliczenie liczbowych korelacji między stężeniem dla 50% śmiertelności (LC50) a współczynnikiem podziału oktanol-woda (Kow), (2) wydajności wyjściowe, w których wartości LC50 wyznaczone w doświadczeniach są porównywane z wartościami wygenerowanymi przez obliczenia, oraz (3) zależność powinowactwa wiązania receptora estrogenowego od związku między Kow a LC50.

Ilościowe modelowanie zależności struktura-aktywność (QSAR) jest reprezentatywną metodą wspomaganą bioinformatyką w toksykologicznych badaniach przesiewowych. Protokół ten pokazuje, jak obliczeniowo oceniać ryzyko związane z substancjami zaburzającymi funkcjonowanie układu hormonalnego (ED) w środowisku wodnym. Wykorzystując zestaw narzędzi OECD QSAR Toolbox, protokół implementuje test in silico do analizy toksyczności substancji zaburzających funkcjonowanie układu hormonalnego u ryb.

Metoda modelowania in silico w obliczeniowej toksykologii wodnej substancji zaburzających funkcjonowanie układu hormonalnego: podejście oparte na oprogramowaniu z wykorzystaniem zestawu narzędzi QSAR

Computational analyses of toxicological processes enables high-throughput screening of chemical substances and prediction of their endpoints in biological ...

Nasz protokół wykorzystuje wysoce dostępny i otwarty program, aby umożliwić szybkie obliczanie krótkoterminowych negatywnych skutków chemikaliów zaburzających funkcjonowanie układu hormonalnego. Ten zestaw narzędzi OECD QSAR jest przydatny do przewidywania toksyczności substancji chemicznych i zapewnia skuteczną metodę oceny ostrej ekotoksyczności substancji zaburzających funkcjonowanie układu hormonalnego w sposób przyjazny dla użytkownika. Po uruchomieniu QSAR Toolbox, użytkownik domyślnie rozpoczyna pracę na etapie Input Toolbox, a Toolbox automatycznie tworzy plik roboczy o nazwie Document 1.Po kliknięciu na Chemical Abstract Service Number (Numer usługi abstrakcji chemicznej) wprowadź w dostępnym polu tekstowym numer usługi abstrakcji chemicznej substancji docelowej i kliknij przycisk Szukaj. Za pomocą przycisku Struktura substancja może być również wyszukiwana za pomocą uproszczonego kodu systemu wprowadzania linii wejściowej molekularnej. Aby przeprowadzić test in silico dla wielu substancji docelowych, należy napisać prostą listę substancji w edytorze tekstu, w którym każdy numer usługi abstrakcji chemicznej jest wymieniony w jednym wierszu i zapisać plik tekstowy o odpowiedniej nazwie.Następnie kliknij Dane i potwierdź, że bazy danych wymienione w sekcji Informacje ekotoksykologiczne są sprawdzone. Kliknij przycisk Wejście, wybierz opcję Kwerenda, a następnie kliknij przycisk Tak w oknie dialogowym, aby zaakceptować wybrane ustawienia. Na karcie Chemical Abstract Service (Usługa abstrakcji chemicznej) należy wybrać opcję Load List (Lista ładunków), aby przesłać listę substancji zapisaną jako plik tekstowy.Kliknij przycisk Dodaj u dołu menu podręcznego, a następnie kliknij przycisk Wykonaj. W QSAR Toolbox zostanie wyświetlony komunikat wskazujący liczbę substancji, które zostały odzyskane do wyszukiwania. W przypadku profilowania kliknij przycisk Przybornik profilowania i przejdź do opcji Metody profilowania w panelu opcji etapu.Kliknij Odznacz wszystko w oknie Metody profilowania i upewnij się, że zaznaczone są wszystkie profilery wymienione w obszarze Predefiniowane i profilery związane z toksycznością dla środowiska wodnego w obszarze Specyficzny dla punktu końcowego, a następnie kliknij przycisk Zastosuj, kliknij prawym przyciskiem myszy Parametry, aby uruchomić zintegrowane modele QSAR 2D i 3D zgodnie z potrzebami. Aby zbierać dane, kliknij przycisk Przybornik danych i kliknij przycisk Zbierz na pasku narzędzi akcji. Wybierz pozycję Wszystkie punkty końcowe, aby zebrać wszystkie dane eksperymentalne, lub wybierz pozycję Wybierz, aby zebrać dane eksperymentalne specyficzne dla punktu końcowego.Kliknij prawym przyciskiem myszy interesujący Cię punkt końcowy i uporządkuj drzewo punktów końcowych w preferowany sposób, korzystając z dostępnych terminów i strzałek, zanim klikniesz przycisk OK. Następnie kliknij prawym przyciskiem myszy interesujący Cię punkt końcowy i wybierz opcję Eksportuj macierz danych, aby wyeksportować zebrane dane do arkusza kalkulacyjnego. Pojawi się kreator eksportu macierzy, umożliwiający dodanie innych punktów końcowych do listy eksportu.Zakończ zaznaczanie i kliknij przycisk Eksportuj, aby zapisać plik. Aby wypełnić luki w danych, kliknij przycisk etapu Przybornik do wypełniania luk w danych i kliknij opcję Automatycznie. Wybierz Informacje ekotoksykologiczne i Ryby, stężenie śmiertelne na poziomie 50% po 96 godzinach i kliknij OK.Pojawi się okno kontrolera przepływu pracy. W przypadku uruchomienia trybu wsadowego określ zakres substancji, dla których ma być wykonywany przepływ pracy. Jeśli przewidywanie zostało pomyślnie wykonane, kliknij przycisk Przybornik raportu, kliknij lewym przyciskiem myszy wynikową wartość przewidywania, kliknij pozycję Przewidywanie, a następnie dostosuj zawartość i wygląd raportu w kreatorze wyskakującym okienka.Po kliknięciu przycisku Dalej kliknij przycisk Utwórz raport i zapisz raporty predykcji i kategorii jako pliki PDF, a macierz danych jako plik arkusza kalkulacyjnego. W tej analizie ilościowej przewidywanych toksyczności ostrych wybranych substancji zaburzających funkcjonowanie układu hormonalnego, gdy przewidywane punkty danych zostały wykreślone w porównaniu z punktami danych eksperymentalnych w postaci skali logarytmicznej, stwierdzono dodatnią korelację między oboma parametrami dla wszystkich analizowanych ryb, a także dla naszych reprezentatywnych gatunków. Aby umożliwić ocenę bezpieczeństwa o najwyższej wiarygodności, przeprowadzono dalszą analizę obliczeniową, wykreślając przewidywaną dolną granicę 95-procentowego przedziału ufności śmiertelnego stężenia na poziomie 50% w porównaniu z wartościami uzyskanymi eksperymentalnie.W tej ocenie przy podwyższonym progu bezpieczeństwa wykazano, że 92% wszystkich badanych związków zaburzających funkcjonowanie układu hormonalnego mieści się w zakresie ochronnym w porównaniu z wartościami uzyskanymi eksperymentalnie. W tym przypadku średnie poziomy przewidywanego stężenia śmiertelnego przy 50% wartościach dla substancji wiążących receptor estrogenowy były wyższe niż dla osób niewiążących. Natomiast dla eksperymentalnego stężenia śmiertelnego na poziomie 50%, trzy poziomy nie-i słabych spoiw były wyższe niż te silniejsze wiązania receptora estrogenowego.Procedura ta może być stosowana tylko do substancji chemicznych z unikalnym identyfikatorem, którym w tym przypadku jest kod SMILES. Istnieje jeszcze jeden zautomatyzowany przepływ pracy zintegrowany z OECD QSAR Toolbox, który może być stosowany w podobny sposób i służy do uczulania skóry.

in-silico-modeling-method-for-computational-aquatic-toxicology

Research

JoVE Journal

Bioengineering

Bioinżynieria

Protokoły opisują dwa systemy testów toksyczności rozwojowej in vitro (UKK i UKN1) oparte na ludzkich embrionalnych komórkach macierzystych i badaniach transkryptomu. Systemy testowe przewidują zagrożenie toksycznym wpływem na rozwój człowieka i mogą przyczynić się do zmniejszenia liczby badań na zwierzętach, kosztów i czasu potrzebnego na przeprowadzenie badań bezpieczeństwa chemicznego.

Testy toksyczności rozwojowej na podstawie ludzkich pluripotencjalnych komórek macierzystych do badań przesiewowych bezpieczeństwa chemicznego i generowania danych z biologii systemowej

Mierzenie wpływu zanieczyszczeń środowiska na zachowanie ryb jest często subiektywne i trudne, szczególnie gdy mamy do czynienia z subletalnymi punktami końcowymi. Opisujemy metody, w tym technologię wideo, do ilościowego określania zachowania pływackiego jesiotra białego (Acipenser transmontanus) we wczesnym stadium życia podczas i po 96-godzinnej ostrej ekspozycji na różne stężenia miedzi.

Kwantyfikacja zachowań ryb podczas pływania w odpowiedzi na ostre narażenie na wodną zawartość miedzi przy użyciu wspomaganego komputerowo wideo i cyfrowej analizy obrazu

Związki zaburzające funkcjonowanie układu hormonalnego (EDC) stanowią poważne zagrożenie dla środowiska wodnego. Miejskie oczyszczalnie ścieków w znacznym stopniu przyczyniają się do estrogenowej siły działania wód powierzchniowych. Przedstawiona w artykule metodologia pozwala na ocenę skuteczności i przydatności procesów oczyszczania ścieków w odniesieniu do usuwania EDC.

Wykorzystanie zestawu metod chemicznych i ekotoksykologicznych do oceny skuteczności procesów oczyszczania ścieków w celu usunięcia siły działania estrogenów

Protokół badania przesiewowego pod kątem aktywności endokrynologicznej w organicznych ekstraktach próbek wody, w tym ścieków oczyszczonych i wód powierzchniowych (odbierających), został dostosowany przy użyciu dostępnych na rynku testów biologicznych in vitro transaktywacji z zatrzymaniem ("zamrożenie i rozmrożenie").

Badania przesiewowe pod kątem aktywności hormonalnej w wodzie przy użyciu dostępnych na rynku testów biologicznych transaktywacji in vitro

Wysokoprzepustowe badanie przesiewowe RNA hamującego małą próbę jest ważnym narzędziem, które może pomóc w szybszym wyjaśnieniu molekularnych mechanizmów chemicznego uszkodzenia nabłonka rogówki. W niniejszym artykule przedstawiono rozwój i walidację modeli i metod ekspozycji do wysokoprzepustowych badań przesiewowych uszkodzeń nabłonka rogówki wywołanych fluorowodorem i chloropikryną.

Wysokoprzepustowe badania przesiewowe SiRNA w kierunku uszkodzenia komórek nabłonka rogówki wywołanego chloropikryną i fluorowodorem

Tutaj prezentujemy protokół wykorzystujący najnowszą wersję narzędzia Agencji Ochrony Środowiska USA do przewidywania podatności gatunków (SeqAPASS). Protokół ten demonstruje zastosowanie narzędzia online do szybkiej analizy konserwacji białek i dostarczania konfigurowalnych i łatwych do interpretacji prognoz podatności chemicznej u różnych gatunków.

Demonstracja narzędzia do dopasowywania sekwencji w celu przewidywania podatności różnych gatunków w celu szybkiej oceny zachowania białek

Opisujemy przebieg pracy systemu badań przesiewowych i analizę danych do oceny toksyczności związków chemicznych na podstawie reakcji na wibracje zarodka danio pręgowanego. System rejestruje ruchy zarodków danio pręgowanego po wystawieniu na bodziec wibracyjny i pozwala na zintegrowaną ocenę ogólnej toksyczności/śmiertelności i toksyczności nerwowo-mięśniowej.

Ocena toksyczności substancji chemicznych za pomocą systemu badań przesiewowych reakcji na drgania danio pręgowanego

W tym badaniu wykorzystano strategie in-silico, aby zidentyfikować enumerowaną etrawirynę jako obiecujący środek terapeutyczny dla HIV. Nasze odkrycia dotyczące interakcji molekularnych i dynamiki wspierają racjonalne projektowanie nowych NNRTI jako możliwych alternatyw leczenia HIV.

Ilościowa zależność struktura-aktywność, przewidywanie aktywności i dynamika molekularna nienukleotydowych inhibitorów odwrotnej transkryptazy

W tym artykule opisano AMOS, internetową bazę danych Analytical Methods and Open Spectra, aplikację cheminoinformatyczną zaprojektowaną w celu zapewnienia naukowcom łatwego dostępu do metod analitycznych i danych spektralnych.

Zastosowanie chemininformatyki do opracowania bazy danych metod analitycznych z możliwością przeszukiwania struktury

Ten protokół pokaże ekstrakcję i analizę wolnych i estryfikowanych bioaktywnych kwasów tłuszczowych z komórek. Kwasy tłuszczowe są dokładnie oznaczane ilościowo za pomocą rozcieńczania stabilnych izotopów, chiralnej chromatografii cieczowej, wychwytywania elektronów, atmosferycznej jonizacji chemicznej, wielokrotnego monitorowania spektrometrii mas (SID-LC-ECAPCI-MRM/MS).

Ekstrakcja lipidów komórkowych do ukierunkowanego rozcieńczania stabilnych izotopów Chromatografia cieczowa - analiza spektrometrii mas

Poznaj metodę in silico do oceny toksyczności substancji zaburzających funkcjonowanie układu hormonalnego w rybach przy użyciu narzędzia OECD QSAR Toolbox. To podejście wspiera niezawodną ekotoksykologiczną analizę bezpieczeństwa chemicznego.

Metoda modelowania in silico w obliczeniowej toksykologii wodnej substancji zaburzających funkcjonowanie układu hormonalnego: podejście oparte na oprogramowaniu z wykorzystaniem zestawu narzędzi QSAR (Wideo) | JoVE Journal

Metoda modelowania in silico w obliczeniowej toksykologii wodnej substancji zaburzających funkcjonowanie układu hormonalnego: podejście oparte na oprogramowaniu z wykorzystaniem zestawu narzędzi QSAR

Przeglądaj więcej filmów