用于预测IC₅₀和GI₅₀值的人类细胞系的QSAR建模在毒理学研究中使用

科学领域:

• 药理学 药理学是指药理学的学科.
• 毒理学 毒理学 毒理学
• 计算化学计算化学

背景情况:

• 细胞毒性评估对于临床前药物开发至关重要,指导新药剂的评估.
• 人类细胞系可分析一般性和器官特异性毒性,减少开发时间和成本.
• 预测细胞毒性IC50和GI50值有助于评估早期发育中的治疗窗口.

研究的目的:

• 开发定量结构-活性关系 (QSAR) 模型,用于预测人类细胞系中的细胞毒性.
• 将这些模型实施到一个用户友好的Web应用程序中,以实现更广泛的可访问性.

主要方法:

• 选择了20个常用于毒理学的人类细胞系 (10个非瘤,10个瘤).
• 使用了以原子为中心的电拓学QNA和亚结构MNA描述器的GUSAR软件.
• 采用RBF-SCR算法进行QSAR模型培训和5倍交叉验证进行模型选择.

主要成果:

• 开发了具有预测性能的QSAR模型 (平均R2=0.691,平均RMSE=0.584).
• 选择的表现最好的模型超过R2>0.5和RMSE<0.8.
• 将模型集成到CLC-Pred 2.0网络应用程序中,用于定性细胞毒性预测.

结论:

• 开发的QSAR模型提供了一种可靠的方法来预测人类细胞系细胞毒性.
• 在临床前毒理学中,CLC-Pred 2.0为早期药物安全性评估提供了一个有价值的,免费可用的工具.
• 这种方法可以通过促进早期识别潜在的有毒化合物来加速药物开发.