Desarrollo de un modelo cuantitativo de relación estructura-actividad (QSAR) multiobjetivo para predecir el potencial...

Área de la Ciencia:

• Toxicología computacional
• Salud ambiental
• Evaluación de riesgos químicos

Sus antecedentes:

• Las emisiones de los cigarrillos electrónicos contienen numerosos compuestos con datos de toxicidad limitados.
• Esta brecha de datos dificulta la identificación de peligros y la priorización de productos químicos para los componentes de los cigarrillos electrónicos.

Principales métodos:

• Desarrollaron modelos QSAR interpretables basados en ML para cinco puntos finales de toxicidad: irritación ocular, irritación cutánea, sensibilización cutánea, carcinogenicidad y genotoxicidad.
• Implementaron enfoques de aprendizaje de tarea única y multiobjetivo.
• Analizaron la importancia de las características para comprender las relaciones estructura-toxicidad.

Principales resultados:

• Los modelos QSAR multiobjetivo lograron un rendimiento de moderado a alto para la toxicidad ocular/cutánea (AUC ≥ 0.69) y la carcinogenicidad/genotoxicidad (AUC ≥ 0.66).
• Se observaron mejoras significativas en el rendimiento de la predicción de irritación ocular utilizando el aprendizaje multiobjetivo.
• El análisis de características indicó que los grupos que contienen nitrógeno son clave para la toxicidad por irritación, mientras que las propiedades electrostáticas influyen en la carcinogenicidad.

Conclusiones:

• El modelado QSAR multiobjetivo predice eficazmente la toxicidad de productos químicos de cigarrillos electrónicos poco estudiados.
• Este enfoque puede dilucidar las relaciones entre diferentes puntos finales de toxicidad.
• Apoya la evaluación de peligros químicos informada por modelos para productos de cigarrillos electrónicos.