评估用于预测变异性质的QSAR模型:第二次Ames/QSAR国际挑战项目的结果
A Furuhama1, A Kitazawa1, J Yao2
1Division of Genetics and Mutagenesis (DGM), National Institute of Health Sciences (NIHS), Kawasaki, Japan.
SAR and QSAR in environmental research
|December 4, 2023
概括
第二次艾姆斯/QSAR国际挑战项目改进了用于预测化学变异性的定量结构-活性关系 (QSAR) 模型. 具有先前经验的团队在他们的QSAR模型中显示了增强的灵敏度,推进了计算毒理学.
科学领域:
- 计算毒理学计算毒理学
- 在模型建模.
- 遗传学和突变发生.
背景情况:
- 定量结构-活性关系 (QSAR) 模型对于预测难以测试的化合物的突变性至关重要.
- 对Ames/QSAR模型的监管使用需要高灵敏度,低假阴性率和广泛的化学空间覆盖.
研究的目的:
- 促进对监管应用的高级Ames/QSAR模型的开发.
- 评估和比较各种Ames/QSAR模型在预测变异性方面的表现.
- 通过国际合作,促进计算毒理学的进步.
主要方法:
- 日本国家卫生科学研究院 (DGM/NIHS) 遗传学和变异学部门组织了第二次阿梅斯/QSAR国际挑战项目 (2020-2022年).
- 21个国际团队使用了精心策划的培训和试验数据集 (大约1. 分别有12,000和1,600种化学物质) 来预测艾姆斯的突变性.
- 参与团队使用了各种Ames/QSAR模型,随后提供了Ames测试结果以改进模型.
主要成果:
- 第二个项目的整体模型性能并没有超过第一项目的.
- 参与这两个项目的8个团队与新参与者相比,他们的QSAR模型表现出更高的敏感性.
- 该项目成功促进了QSAR模型的代改进和开发,用于突变性预测.
结论:
- 国际合作项目在推进QSAR模型开发以评估突变致病性方面是有效的.
- 经验和参与以前的挑战有助于显著改善模型性能.
- 持续的评估和改进对于开发强大的Ames/QSAR模型对于监管科学至关重要.
