对SEND数据的交叉研究分析:毒性概况分类
Mark A Carfagna1, Cm Sabbir Ahmed2,3, Susan Butler2,3
1Eli Lilly & Company, Indianapolis, IN 46285, United States.
概括
一个新的平台将毒理学数据标准化,使交叉研究分析能够识别特定化合物的毒性概况和潜在的目标效应. 这有助于更好地理解多项体内研究中的药物安全性.
科学领域:
- 毒理学 毒理学 毒理学
- 数据科学数据科学数据科学
- 药理学 药理学是指药理学的学科.
背景情况:
- 由于缺乏标准化的数字数据格式,对体内毒理学研究的大规模分析受到阻碍.
- CDISC SEND标准有助于多实验室数据分析,但需要协调和转换策略.
研究的目的:
- 开发一个用于毒理学数据转换,协调和分析的平台,以改善独特发现的识别.
- 实现自动交叉研究分析,以了解化合物的毒性概况,并评估目标和非目标效应.
主要方法:
- 开发了数字和分类SEND数据的数据协调和转换策略.
- 利用来自BioCelerate数据库的四个非识别的SEND数据集进行分析.
- 创建了一个交叉研究分析仪表板,带有可视化和用户定义的评分系统.
主要成果:
- 使用SEND域建立了关键器官系统 (肝脏,脏,男性生殖道,内分泌,造血) 的毒性概况.
- 证明了针对相同途径的两个化合物的交叉研究分析.
- 分析表明,在肝脏,脏和造血系统中存在潜在的目标毒性.
结论:
- 开发的平台为科学家提供了工具,可以使用SEND.com在多项研究中比较毒性概况.
- 自动交叉研究分析提高了对化合物特异性毒性和对标效应的理解.
