使用in-silico转换分析扩展化学暴露组 - 使用杀虫剂的一个例子
Mannivannan Jothiramajayam1, Dinesh Barupal1
1Integrated Data Science Laboratory for Metabolomics and Exposomics, Department of Environmental Medicine, Icahn School of Medicine at Mount Sinai, New York, USA.
bioRxiv : the preprint server for biology
|September 18, 2025
概括
这项研究引入了一个计算工作流来预测人类暴露组内的化学转换. 该方法识别了环境化学品的潜在新产品,有助于理解暴露代谢和生物监测.
科学领域:
- 环境化学环境化学
- 计算毒理学计算毒理学
- 生物信息学是一种生物信息学.
背景情况:
- 人类暴露组包括来自消费者和环境来源的众多化学物质.
- 化学物质可以在细胞内转化,改变它们的毒性和健康影响.
- 预测这些转变对于理解化学物质暴露效应至关重要.
研究的目的:
- 开发一个集成的计算工作流来预测暴露组内的化学转化产物.
- 为了利用机器学习和化学数据科学进行in-silico转换预测.
- 扩大对化学代谢和生物监测策略的理解.
主要方法:
- 开发了一种结合RXNMmapper,Rxn-INSIGHT和RDChiral的集成工作流.
- 从超过9万个PubChem反应中生成了一个反应模板库.
- 该工作流应用于181种杀虫剂结构,以预测转化产品.
主要成果:
- 该工作流成功预测了21284种独特的杀虫剂转化产品.
- 许多预测产品在PubChem中被确定,但缺乏与母化合物的联系.
- 该方法证明了发现环境化学品新代谢物的潜力.
结论:
- 开发的工作流提供了一个强大的工具,用于预测暴露组中的化学转换.
- 这种方法可以提高我们对化学代谢的理解,并指导生物监测工作.
- 它可以使用现有的化学数据库来简化人类暴露体的特征.
