基于多种奥米克生物活性概况的化学分组和交叉阅读:用大夫尼亚大和色素染料的案例研究

科学领域:

• 环境毒理学环境毒理学
• 计算毒理学计算毒理学
• 俄米克斯科学科学 俄米克斯科学

背景情况:

• 分组和交叉阅读对于预测化学毒性至关重要,但由于理由薄弱,经常面临监管挑战.
• 目前的方法严重依赖于结构相似性,这可能不会准确地反映分子效应或毒性.

研究的目的:

• 通过对分子效应相似性进行统计评估,展示多omics测量如何提高对化学分组的信心.
• 使用多omics数据识别最适合的模拟对散黄3 (DY3) 进行交叉读取.
• 预测和实验证实DY3对水生无脊椎动物的长期毒性.

主要方法:

• 评估了七种色剂之间的结构相似性,以形成初始分组假设.
• 暴露*Daphnia magna*在等效剂量的染料中,从760个样本中生成了转录组和代谢组数据.
• 采用了多omics生物活性档案和ToxPrint结构指纹,用于高级分组和模拟识别.

主要成果:

• 多omics数据显示,苏丹1 (S1) 是最适合与DY3交叉读取的模拟物,超过了结构相似性评估.
• 一种芳香醇部分被确定为S1和DY3.3之间生物活性相似性的潜在驱动因素.
• 基于S1的DY3 (21天NOEC,40μg/L) 预测的长期生殖毒性在*D. magna*中得到实验证实.

结论:

• 多omics分析提供了一个强大的,基于统计的方法,用于改进化学分组和阅读横跨的理由.
• 这种方法提高了对数据较差的物质毒性预测的信心,解决了监管方面的担忧.
• 这项研究强调了综合化学数据在改进化学安全评估方面的潜力.