Modellering af kvantitative struktur-aktivitetsrelationer (QSAR) er en repræsentativ Bioinformatik-assisteret metode til toksikologisk screening. Denne protokol viser, hvordan man beregner risiciene ved hormonforstyrrende stoffer (EDs) i vandmiljøet. Ved hjælp af OECD’S QSAR-værktøjskasse implementerer protokollen en in silico-analyse til analyse af toksicitet af hormonforstyrrende stoffer i fisk.
Beregningsmæssige analyser af toksikologiske processer muliggør en høj gennemløbs screening af kemiske stoffer og forudsigelse af deres endepunkter i biologiske systemer. Navnlig er der i stigende grad anvendt kvantitative struktur-aktivitetsrelationer (QSAR-modeller) til at vurdere de miljømæssige virkninger af en overflod af giftige materialer. I de seneste år, nogle mere fremhævede typer af giftstoffer er hormonforstyrrende stoffer (EDs, som er kemikalier, der kan forstyrre enhver hormon-relaterede metabolisme). Da hormonforstyrrende stoffer i væsentlig grad kan påvirke dyrenes udvikling og reproduktion, er det nødvendigt hurtigt at forudsige de negative virkninger af hormonforstyrrende stoffer i silico-teknikker. Denne undersøgelse præsenterer en in silico-metode til at generere forudsigelsesdata om virkningerne af repræsentative hormonforstyrrende stoffer i akvatiske hvirveldyr, navnlig fiskearter. Protokollen beskriver et eksempel ved hjælp af den automatiserede arbejdsgang af QSAR Toolbox software udviklet af organisationen for økonomisk samarbejde og udvikling (OECD) for at muliggøre akut Økotoksicitet forudsigelser af EDs. Som følge heraf bestemmes følgende: (1) beregning af de numeriske korrelationer mellem koncentrationen for 50% af dødelighed (LC50) og octanol-vand fordelingskoefficient (Kow), (2) output præstationer, hvor LC50 værdier bestemt i eksperimenter sammenlignes med dem, der genereres af beregninger, og (3) afhængighed af østrogen receptor binding affinitet på forholdet mellem Kow og LC50.
Nye udviklinger inden for Informatik og beregnings teknologi har styrket de biologiske videnskaber med kvantitative metoder, der giver høj præcision og pålidelighed1. Især har algoritmer, der anvendes i molekylær taksonomi og egenskabsklassifikation, resulteret i kvantitative struktur-aktivitetsforhold (QSAR)-modeller2. Disse modeller korrelerer automatisk de kemiske strukturer og biologiske aktiviteter i en given kemisk database og gennemfører hurtig in silico-screening af en lang række kemiske substrater i henhold til deres medicinske eller toksikologiske foranstaltninger3. QSAR-værktøjer kan producere forudsigende toksicitetsprofiler som funktion af funktions vektorer af molekylære deskriptorer (dvs. fysisk-kemiske parametre) af kemikalier af interesse for numerisk at skabe kategoriske endepunkter4. Normalt vises hvert kvantitative slutpunkt som et 2D-scatterplot vs. ændringer i deskriptorværdier. En QSAR-model genereres derefter ved hjælp af (Multiple) lineære regressionsanalyser. Når et datasæt er fuldt udnyttet til at konstruere en QSAR-model (kaldet Træningssættet), valideres modellen statistisk ved at forudsige endepunkterne for en gruppe kemikalier, der ikke er inkluderet i træningssættet (kaldet test sættet). Modellen kan derefter bruges til at forudsige de biologiske aktiviteter af uafprøvede forbindelser3.
Blandt mange skadelige kemikalier, hormonforstyrrende stoffer (EDS) er blevet fremhævet som en gruppe af giftstoffer, der kan interferere i talrige hormon-relaterede metabolimer i pattedyr, padder, og fisk5,6. EDs er kendt for at inducere en række bivirkninger, såsom kræft og misdannelser, ved at blokere eller ændre normale hormonelle veje eller aktivere unormale hormon syntese/nedbrydnings signaler. Som en konsekvens, disse hormon-mimicking kemikalier kan forstyrrer endokrine systemer, således at biologisk udvikling og reproduktion af dyreliv dyr populationer hæmmes. Især er de økotoksikologiske virkninger af hormonforstyrrende stoffer blevet grundigt undersøgt hos akvatiske hvirveldyr, som har næsten identiske hormonreceptor strukturer til pattedyr, herunder mennesker. Da alle hormonelle handlinger forekommer ved lave doser in vivo, er det afgørende for folkesundheden og miljøet at forudsige de potentielle toksiciteter af ED-kandidater, der anvender hurtig in silico-screening.
QSAR modeller baseret på toksikologien af EDs er blevet udført udnytter både 2D og 3D deskriptorer (kendt som 2D og 3D QSAR, henholdsvis), som afslører ED ligand bindende tilhørsforhold af østrogen, androgen, og progesteron receptorer7. På trods af de høje præcisions fordele ved 3D QSAR, hvor konformationelle og elektrostatiske interaktioner overvejes, bevarer 2D QSAR sin egen robusthed i direkte matematiske algoritmer, hurtige beregninger og ekstremt lave Computational belastninger. Derudover er 2D-QSAR-modeller fleksible til brug i en lang række applikationer, samtidig med at de opnår relativt nøjagtige forudsigelsesresultater.
OECD QSAR Toolbox er i øjeblikket en af de mest anvendte edb-software-værktøjer, der leverer frit tilgængelige og præ-bygget QSAR modeller8,9. Dens profiler bruger 2D deskriptor databaser. Siden udgivelsen af den første version i 2008 er softwaren blevet anvendt inden for kemiske og biologiske industrier, Folkesundhed og miljø sikkerhed for fuldstændig eller delvis analyse af de potentielle risici ved naturlige og syntetiske forbindelser, med særlige interesser i carcinogenese10,11,12, mutagenicitet13,14,15, og udviklingstoksicitet16. Anvendelsen på akvatisk toksikologi er også blevet påvist med fokus på bioakkumulering og biotransformation17.
QSAR Toolbox har vist sig nyttig til at forudsige korttidstoksicitet af en bred vifte af kemikalier17, samt østrogen receptor (er) bindende tilhørsforhold af EDS18. De akutte økotoksiciteter af hormonforstyrrende stoffer i akvatiske hvirveldyr er imidlertid ikke blevet analyseret ved hjælp af QSAR-værktøjskassen. I denne undersøgelse, en typisk og facile protokol præsenteres for at udføre QSAR modellering på de akutte negative virkninger af EDs med fokus på fiskearter. Undersøgelsen viser, at QSAR Toolbox er en yderst tilgængelig software til beregning og forudsigelse af dødelighed/dødelighed for akvatiske hvirveldyr for nogle repræsentative hormonforstyrrende stoffer. der fremlægges statistiske behandlingsmetoder for de afledte i silico-datasæt. Figur 1 viser det overordnede skema for den generelle drift af QSAR Toolbox. Den arbejdsgang, der er vist i figur 2 , indeholder en enkel vejledning i, hvordan man anvender in silico-analysen til at forudsige akut økotoksicitet for målstoffer såsom hormonforstyrrende kemikalier.
Alsidigheden i OECD’S QSAR-værktøjskasse som analytisk software til økotoksikologi er vist her med særlig interesse for de skadelige virkninger af hormonforstyrrende kemikalier på akvatiske hvirveldyr. Desuden blev der påvist en enkel og standardiseret protokol til forudsigelse af akut toksicitet (96-h LC50) af 74 repræsentative hormonforstyrrende stoffer (tabel 1) for fiskearter. Dette blev opnået ved at anvende kategori bygning, udfyldning af datahuller og er-profilerings moduler indlejret i QSAR Toolbox (figur 1, figur 2).
Den lineære korrelation mellem log10LC50 ogLog 10Kow med en negativ hældning (som vist i supplerende figur S1) har længe været kendt som et standard kvantitativt forhold i QSAR-analyse25, hvor højere toksicitet er vist jo mere hydrofobe et givet kemikalie er. Som det fremgår af en simpel beregning, er den generelle matematiske relation, der omfatter ligning S1 og Equation S2 (supplerende oplysninger), et konverteret udtryk fra følgende Power Function26:
Fra plottet (ligning 2) kan det være muligt at karakterisere et mellemliggende interval på Kow26 ved at justere parametrene a og b, hvor en vis variation i hydrofobiciten (eller hydrophilicity) ikke i væsentlig grad ændrer endepunkt for akut toksicitet.
Sammenlignende analyser mellem de beregningsmæssige forudsigelser og eksperimentelle observationer på LC50, som vist i figur 3 og figur 4, er typisk rapporteret i studier af QSAR for forskellige akvatiske toksiske stoffer, herunder tekniske nonioniske overfladeaktive stoffer27, triazol-fungicider28og pesticid metabolitter21. Denne type retrospektiv validering giver oplysninger om, hvor langt et givet QSAR-værktøj kan nå med hensyn til komparativ ydeevne til eksperimentelle resultater. I denne undersøgelse af akut toksicitet i fisk, QSAR Toolbox blev vist sig at give beskyttende forudsigelser for over 90% af testede EDs i alle fisk og i en enkelt art, Pimephales promelas.
Yderligere at identificere de tre outlier kemikalier i figur 3 og figur 4, som viste højere forventet LC50 i gennemsnit og som minimum, henholdsvis er påkrævet. Første, den 3 ‘, 5, 7-trihydroxy-4 ‘, 6-dimethoxyisoflavon er en type af flavonoid (mere specifikt, en isoflavone), som anses for at være generelt sikker og anvendes i urtelægemidler; Men, det har stadig østrogen-relaterede bekymringer29 og kan forårsage akut toksicitet sandsynligvis gennem oxidativ fosforylering frakobling30. Dernæst er den 1, 4-benzenediol, kaldet hydroquinon, en phenolforbindelse, der kan udløse en ikke-specifik og cytotoksisk immunrespons i fisk31. Endelig, 4-hexylphenol har været kendt for at udvise tilstrækkelig positiv østrogene aktivitet, der skal klassificeres som en ED32. Det har været godt undersøgt, at den vigtigste årsag til akut toksicitet af hydroquinon er reduktion-oxidation (redox) cykling. Hydroquinon oxideres til Benzoquinon og reduceres tilbage til semi-Quinon eller hydroquinon gentagne gange, med nedbrydende cofaktorer og generering af reaktive oxygenarter33. De to andre kemikalier kan kræve dybere undersøgelser for at afsløre deres virkningsmekanismer i akut Økotoksicitet ved hjælp af molekylære docking-tilgange som den, der anvendes af Panche et al.34, som ikke kan dækkes af QSAR-værktøjskassen.
EDs interfererer med det endokrine system primært gennem fysisk-kemiske interaktioner med steroid receptorer såsom østrogen og androgenreceptorer, som er af betydelig interesse i QSAR modellering undersøgelser35. I betragtning af dette, QSAR Toolbox er robust i form af facile og hurtig klassificering af ER bindende tilhørsforhold til et sæt af kemikalier baseret kun på 2D deskriptorer af molekylære strukturer. Da dette er profiler-system blev anvendt på vores liste over EDS, blev der ikke fundet nogen tydelig korrelation mellem er-bindingsaffinitet og hydrofobicitet (supplerende figur S2). Dette resultat kan forklares ved det faktum, at dannelsen af et steroid-receptor kompleks ikke er en direkte konsekvens af et hydrofobe bindings bidrag, men bør ledsages af en konformationel ændring i den aktive websteds receptor struktur36. Receptor bindingen kan også skyldes hydrogen binding og π-stabling.
Derudover kan positionen af hver kemisk gruppe på molekylet påvirke receptor bindingen, selv om hydrofobibyen og antallet af hydrogen-Bond-acceptorer-donorer forbliver de samme. For det andet producerede ER profiler modstridende tendenser mellem forudsagte og eksperimentelle LC50 middelværdier med stigende er bindende affinitet (figur 5). Dette kan skyldes, at dødelighed af forældre i en akut toksicitetstest ikke skyldes ER bindende, men snarere at narkose i de fleste tilfælde, eller at redox cykling i tilfælde af hydroquinon. For eksempel kræves der en mere omfattende analyse, herunder kronisk toksicitet, for et større sæt EDs for at definere forudsigende begrænsninger for den aktuelle version af QSAR-værktøjskassen.
Denne indledende forskning kan også have konsekvenser for folkesundheden, fordi steroider (androgener, østrogener, progestines, og kortikoider) og deres receptorer udviser lignende eller endda identiske makromolekyler strukturer på tværs af hvirveldyr5. Disse typer af analoge endokrine signaleringssystemer kan fungere ved hjælp af en fælles mekanisme i vigtige hændelser af EDs5. Ikke desto mindre kræves der supplerende og komplementære metoder for at belyse dette store og komplekse aspekt [f. eks. ved at udføre beregningsmæssige modellering af absorption, distribution, metabolisme og udskillelse (ADME) og/eller negativt udfald pathway (AOP)]38. Da de fleste af de videnskabelige og offentlige betænkeligheder, der er rejst vedrørende de negative virkninger af hormonforstyrrende stoffer, er relateret til deres kroniske toksicitet, forbedring af databaserne og algoritmerne i QSAR-værktøjskassen og fremstilling af pålidelig langsigtet økotoksikologi forudsigelser for EDs er begge nødvendige.
Dette dokument viser anvendelsen af QSAR Toolbox til at sammenligne økotoksikologiske LC50 værdier for fisk med log10Kow værdier af EDS. i hele protokollen, det resulterer i svage relationer mellem de to parametre, som det har blevet afsløret af tidligere undersøgelser (f. eks. Kim et al.39), at log10Kow ikke er en god direkte prædiktor for akvatisk LC50. På trods af denne begrænsning giver denne protokol en generel gennemgang eller “vignet” til at beskrive, hvordan du bruger dashboardet til et bestemt formål, da det er et gyldigt program til at bruge QSAR Toolbox til at undersøge korrelationer mellem LC50 (eller er binding og log10Kow, eller som et værktøj til hurtig akut Økotoksicitet screening. Ikke desto mindre skal det bemærkes, at (1) belysning af forbindelsen mellem østrogen receptor binding og kronisk toksicitet, snarere end akut toksicitet (dødelighed), er mere relevant, så klarere korrelationer kan findes, og (2) Androgen receptor, sammen med østrogen, spiller også en afgørende rolle i reproduktionstoksicitet. Derfor er det nødvendigt for den fremtidige version af QSAR Toolbox at forbedre forudsigelses funktionerne i lyset af disse to punkter.
The authors have nothing to disclose.
Denne forskning blev støttet af det nationale Forskningsråd for Science & Technology (NST) Grant af den sydkoreanske regering (MSIP) (nr. CAP-17-01-KIST Europe) og projekt 11911.
Adobe Acrobat Reader DC | Adobe Systems Software Ireland Limited | NA | Required to view prediction and category report |
Computer | System: Microsoft Corporation | NA | Recommended system properties: (i) system type: 64 bit, Microsoft Windows 7 or newer, (ii) processor: I5 at 2.4 GHz or faster processor or equivalent AMD CPU, (iii) Installed memory (RAM): 6 GB of RAM, (iv) Hard Disk Drive (HDD): 20 GB free hard drive space |
Microsoft Editor | Microsoft Corporation | NA | Required to upload a substance list of CAS numbers (batch mode) to the OECD QSAR Toolbox as .txt file (text file) |
Microsoft Excel 2016 | Microsoft Corporation | NA | Required to export data from OECD QSAR Toolbox as .cvs, .xls or .xlsx files |
OECD QSAR Toolbox version 4.0 or newer | Organisation for Economic Co-operation and Development |
NA | Required to run OECD QSAR Toolbox Automated Workflows; free download: https://qsartoolbox.org/download/ |
OriginPro 9 | OriginLab Corporation | NA | Optional program for data analysis; similar tools possible |