Fronteras que dan forma a la próxima generación de predicción de productos de transformación y evaluación...

Área de la Ciencia:

• Química del medio ambiente
• Toxicología computacional
• Evaluación del riesgo químico

Sus antecedentes:

• Los productos de transformación (TP) se forman a partir de la degradación química y pueden representar riesgos para el medio ambiente.
• La identificación de TP es un desafío debido a los procesos complejos y los datos limitados.
• Los TP pueden presentarse en concentraciones similares o superiores a las de los compuestos madre, lo que pone de relieve su relevancia toxicológica.

Objetivo del estudio:

• Explorar el papel de los enfoques computacionales en la evaluación de la formación y toxicidad del producto de transformación (TP).
• Revisar las herramientas y métodos in silico existentes para la evaluación de la TP.
• Proponer un marco para comunicar los niveles de confianza de las predicciones in silico.

Principales métodos:

• Revisión de los modelos basados en reglas, el aprendizaje automático y las predicciones de la relación estructura-actividad cuantitativa (QSAR).
• Centrarse en las herramientas computacionales de acceso abierto para la evaluación de TP.
• Desarrollo de un marco de confianza de cuatro niveles para los resultados in silico.

Principales resultados:

• Los métodos in silico ofrecen una priorización eficiente para la evaluación del riesgo químico.
• Los modelos predictivos se enfrentan a limitaciones que incluyen dominios de aplicabilidad, sesgos de datos e incertidumbres.
• Se propone un marco de confianza para integrar mejor la predicción de la TP y la evaluación de la toxicidad.

Conclusiones:

• Los enfoques computacionales son valiosos para evaluar los productos de transformación (TP) y sus peligros ambientales.
• La mejora de la disponibilidad de datos y la interpretación por parte de expertos es crucial para mejorar la fiabilidad de los modelos.
• La integración de las predicciones in silico con un marco de confianza puede apoyar la toma de decisiones regulatorias.