一个化学信息学工作流程来选择代表性TSCA化学品用于新方法方法 (NAM) 选
Grace Patlewicz1, Antony J Williams1, Matthew Adams1,2
1Center for Computational Toxicology & Exposure (CCTE), U.S. Environmental Protection Agency, Research Triangle Park, Durham, North Carolina 27709, United States.
Chemical research in toxicology
|December 10, 2024
概括
这项研究开发了一种化学信息工作流程,从TSCA清单中选择318种不同的化学物质,用于使用新方法 (NAM) 的体外查. 这种方法有助于填补新的化学评估的数据缺口.
科学领域:
- 环境化学环境化学
- 毒理学 毒理学 毒理学
- 计算化学的计算化学
背景情况:
- 有毒物质控制法 (TSCA) 要求对化学品进行危险和暴露评估.
- 新化学品通报中的数据缺口往往需要预测方法.
- 新方法方法 (NAMs) 提供了加强化学评估的机会.
研究的目的:
- 开发和应用化学信息工作流程,以选择用于体外查的代表性化学品.
- 创建一个案例研究,以适应性NAMs为基础的方法,用于新的化学评估.
- 从TSCA清单中识别候选化学品,用于危险和暴露评估.
主要方法:
- 使用ClassyFire进行化学分类和层次聚类,以定义180个终端结构类别.
- 根据选历史,物理化学性质,采购可能性和分析可接受性,过了TSCA库存.
- 被排除在外的物质具有潜在的反应性或不稳定性问题.
- 选择了符合选标准的结构代表性化学品.
主要成果:
- 开发了一个工作流程,从TSCA库存中识别一组318种候选化学品.
- 这些候选物具有结构多样性,适合用于体外查.
- 使用in silico工具来预测所选候选物质的危险概况.
结论:
- 开发的化学信息工作流提供了一个可适应的策略,用于为基于NAM的评估选择各种化学集.
- 这种方法支持在TSCA下缺乏数据的新化学品评估.
- 选择的318种化学品代表了未来毒理学研究的宝贵资源.
