开发一种基于计算机的共识工具,用于评估化学物质的内分泌干扰潜力,以便确定监管优先级

《Computational Toxicology》:Development of a consensus in silico tool for the assessment of the endocrine disrupting potential of chemicals for regulatory prioritization

【字体: 大 中 小 】 时间:2026年06月18日 来源:Computational Toxicology 2.9

编辑推荐:

  奥兰多·马尼|安妮-劳尔·德米埃尔|娜塔莉·冯·戈茨|萨宾·弗雷瑞士联邦公共卫生局(FOPH),化学品部门,瑞士伯尔尼摘要计算机模拟工具常被用于评估化学物质的内分泌干扰作用。研究表明,结合多种计算机模拟模型可显著提升预测的准确性与可靠性。为此,人们开发并验证了一种内分泌干扰作用共

  
奥兰多·马尼|安妮-劳尔·德米埃尔|娜塔莉·冯·戈茨|萨宾·弗雷
瑞士联邦公共卫生局(FOPH),化学品部门,瑞士伯尔尼

摘要

计算机模拟工具常被用于评估化学物质的内分泌干扰作用。研究表明,结合多种计算机模拟模型可显著提升预测的准确性与可靠性。为此,人们开发并验证了一种内分泌干扰作用共识计算机模拟工具(CIST-ED),用于根据化学物质的内分泌活性潜力对其进行排序。该工具整合了多种信息来源,包括计算预测结果、体外实验数据、文献综述、监管机构确定的危害信息以及相关的不确定性因素,这些信息共同为评估内分泌干扰潜力提供数值依据。CIST-ED是使用那些在内分泌干扰潜力方面已有广泛科学共识的化学物质作为训练数据构建的,而验证则采用另一组近期在监管框架下经过评估的化学物质。其评估结果与之前的结论高度一致。最后,CIST-ED还被用于区分功能与结构上相关的各类化学物质中的内分泌干扰物质与非内分泌干扰物质,这类物质包括对羟基苯甲酸酯、双酚类、增塑剂、阻燃剂、全氟化合物及其替代品,以及一些正在接受监管调查的杀虫剂和植物保护产品活性成分。评估结果表明,CIST-ED是一种可靠且有效的工具,可用于筛选具有内分泌活性的化学物质。

引言

自从内分泌干扰物被认定为一种需要关注的危害物质后,人们开始探索并开发新的评估方法,包括体外和计算机模拟方法,用以评估化学物质的内分泌干扰特性。要确定某种物质是否属于内分泌干扰物,必须证明其具备内分泌活性、会对完整生物体产生不良影响,以及二者之间的关联[1]。在欧盟,这些科学标准已被纳入杀虫产品[2]和植物保护产品[3]的法规中,同时还有针对内分泌干扰物识别的指导文件[4]。此外,这些标准还在分类、标签和包装(CLP)法规的最新修订中得到应用,用于为对人类健康和环境具有内分泌干扰作用的情况设立新的危险类别,并制定相关指导方针[4]、[5]、[6]。根据这些标准,某种物质的内分泌干扰特性主要是通过将体外和体内实验数据在人类和动物身上进行对比,从而获取有关内分泌活性及不良影响的资讯。不过,相关指导文件也允许在一定程度上使用计算预测结果来替代体外和体内实验,其中就包括美国环境保护署(US EPA)基于雌激素受体活性的ToxCast计算预测方法[7]。此外,计算机模拟预测结果和体外实验数据也常常被用作与体内实验数据相结合的辅助证据。
近年来,多个科学领域都在探索通过结合多种计算模型而非单一模型来提高预测的可靠性和准确性。例如,有人通过结合多种对接模型来估算配体与已知参与内分泌干扰的核受体及酶的结合概率[8]、[9]。此外,对结合定量结构活性关系(QSAR)建模和分子对接的不同共识模型的比较分析也表明,这种做法能够提升预测的可靠性[10]、[11]、[12]、[13]。
因此,我们的目标是开发一种半定量的证据权重评估方法,用于筛选潜在的内分泌活性物质。该工具将整合来自计算模型的输出结果、与内分泌相关的体外实验数据、通过公开文献检索得出的科学风险信息,以及相关的内分泌干扰监管危害分类。此处所描述的方法被称为“Consensus In Silico Tool for Endocrine Disruptors”(CIST-ED),其目的是根据参与雌激素、雄激素、甲状腺激素及类固醇生成(EATS)途径的分子靶点,以及参与非EATS代谢途径的靶点,来评估某种物质的“内分泌干扰潜力”,即其表现出内分泌活性的可能性。该方法会整合来自不同信息源的证据,并在考虑不确定性的前提下进行半定量评估。该方法的有效性是通过将其输出结果与先前在不同欧洲监管框架下进行的评估结论进行对比来验证的[4]。此外,我们还通过筛选一些在结构和功能上相关的化学物质,以及那些因具有内分泌干扰潜力而正在接受监管调查的化学物质,来测试该方法的适用性。CIST-ED主要设计用于监管目的和帮助确定化学物质的优先级,但化学生产商、科学家或研究人员若想了解某种物质是否具有某些内分泌活性,也可使用该工具。

章节节选

总体评估流程

简而言之,用户需要从各种信息来源收集与内分泌干扰相关的迹象,这些来源包括计算机模拟预测结果、体外实验数据、文献检索结果以及监管机构的危害分类信息,然后将这些信息录入到一个电子表格模板中,该模板旨在帮助按照以下规定的规则进行评估(详细流程见补充材料)。随后,用户会运用既定的评分规则,逐步对收集到的信息进行评估,同时也会考虑其中的不确定性因素。

训练阶段

使用CIST-ED对训练集(共=29种物质,其中8种为阴性样本,21种为阳性样本)的评估结果如表S2所示(内容包括CIST-ED评分、不确定性评分、CIST-ED潜力值、受影响的主要内分泌途径及作用机制)。根据表3中的评分规则,若某种物质的内分泌干扰潜力值大于0.333(即临界值),则被视为阳性样本,经检验,CIST-ED的评估结果与共识结论的匹配度为100%。

验证阶段

CIST-ED的验证是通过使用一组

结论与展望

验证和应用阶段的测试结果表明,CIST-ED的整体性能良好。其与以往监管层面所得出的共识结论具有较高相关性,这表明该评估方法符合利用计算机模拟工具来评估物质的一般理念,同时也充分考虑了各模型的可靠性[11]。研究表明,通过考虑不确定性因素,有助于为每种物质得出明确结论,避免出现假阴性预测,而这正是进行此类评估所必需的。

CRediT作者贡献说明

奥兰多·马尼:写作——审稿与编辑、写作——初稿撰写、可视化处理、验证工作、项目监督、资源协调、项目管理、方法设计、研究实施、正式分析、数据整理、概念构思。安妮-劳尔·德米埃尔:写作——审稿与编辑、可视化处理、验证工作、方法设计、研究实施。娜塔莉·冯·戈茨:写作——审稿与编辑、验证工作、方法设计。萨宾·弗雷:写作——审稿与编辑、项目监督、项目管理。

资金支持

本研究未获得公共部门、商业机构或非营利组织提供的任何专项资助。

未引用参考文献

[24]

利益冲突声明

作者声明,他们不存在任何可能影响本文研究结果的已知财务利益冲突或个人关系。

致谢

感谢安东尼亚·宾特博士、玛蒂尔达·贝林以及科杜拉·赫希博士对CIST-ED的测试工作以及所提供的宝贵意见。同时也要感谢玛蒂娜·布尔基-皮泰博士在初期阶段给出的重要建议和宝贵贡献。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号