了解金属氧化物纳米颗粒的炎症潜力的机制,使用基于周期表的描述符:纳米-QSAR方法
1Drug Theoretics and Cheminformatics Laboratory, Department of Pharmaceutical Technology, Jadavpur University, Kolkata, India.
SAR and QSAR in environmental research
|June 23, 2023
概括
开发纳米定量结构-活性关系 (nano-QSAR) 模型有助于预测金属氧化物纳米粒子 (MeOxNPs) 的炎症潜力. 这些模型使用周期表描述器来评估风险,有助于设计更安全的MeOxNP.
科学领域:
- 纳米技术纳米技术
- 免疫毒理学 免疫毒理学
- 计算化学计算化学
背景情况:
- 了解纳米粒子-免疫系统相互作用对于开发更安全的金属氧化物纳米粒子 (MeOxNPs) 至关重要.
- 纳米定量结构-活性关系 (nano-QSAR) 模型为评估纳米粒子风险提供了一种快速方法.
研究的目的:
- 开发纳米-QSAR模型来预测MeOxNPs的炎症潜力.
- 确定影响TPH-1细胞释放白蛋白-1β (IL-1β) 的关键描述因子.
主要方法:
- 用32个MeOxNP的数据集来构建回归模型.
- 这些模型预测了IL-1β释放和细胞活力的折叠变化 (FC).
- 在纳米-QSAR建模中使用基于周期表的描述符.
主要成果:
- 对IL-1β释放和细胞活性的统计学显著回归模型被开发出来.
- 确定的关键因素包括剂量,电负性以及金属离子和氧气的存在.
- 这些模型证明了周期表描述器在预测炎症潜力的可靠性.
结论:
- 纳米-QSAR模型结合周期表描述器是有效的评估MeOxNPs的促炎潜力.
- 这些发现使研究人员能够设计具有减少毒性的MeOxNPs.
- 这项研究提供了对MeOxNP诱导炎症背后的机制的见解.
