정량적 구조-활성 관계(QSAR) 모델링은 독성 학적 스크리닝에서 대표적인 생물 정보학 보조 방법입니다. 이 프로토콜은 수중 환경에서 내분비 장애(ED)의 위험을 계산적으로 평가하는 방법을 보여줍니다. OECD QSAR 툴박스를 활용하여, 프로토콜은 물고기에서 EDs의 독성을 분석하기위한 실리코 분석을 구현합니다.
독성 학적 공정의 전산 분석을 통해 화학 물질의 높은 처리량 스크리닝과 생물학적 시스템에서 종점을 예측할 수 있습니다. 특히, 정량적 구조-활성 관계(QSAR) 모델은 과다한 독성 물질의 환경적 영향을 평가하기 위해 점점 더 많이 적용되고 있다. 최근 몇 년 동안, 독성 물질의 몇 가지 더 강조 유형은 내 분 비 방해 (EDs, 어떤 호르몬 관련 물질 대사를 방해할 수 있는 화학 물질). ED는 동물 발달 및 번식에 큰 영향을 미칠 수 있기 때문에 실리코 기술을 사용하여 EDs의 부작용을 신속하게 예측해야 합니다. 이 연구는 수생 척추 동물, 특히 물고기 종에서 대표 형 뇌의 효과에 대한 예측 데이터를 생성하는 실리코 방법을 제시한다. 이 프로토콜은 경제협력개발기구(OECD)가 개발한 QSAR 툴박스 소프트웨어의 자동화된 워크플로우를 활용하여 ED의 급성 생태독성 예측을 가능하게 하는 예를 설명합니다. 그 결과, (1) 치사율 50%에 대한 농도(LC50)와옥탄올-수분 분할 계수(Kow), (2) LC(50)의 출력 성능 간의 수치 상관관계를 계산한 결과 실험에서 결정된 값은 계산에 의해 생성된 값과 비교되고, (3) K ow와 LC 50사이의 관계에 대한 에스트로겐 수용체 결합 친화도의 의존성을 비교한다.
정보학 및 전산 기술의 새로운 발전은 높은 정밀도와 신뢰성을 제공하는 정량적 방법론으로 생물 과학에 힘을 실어 주었습니다1. 특히, 분자 분류 및 특성 분류에 사용되는 알고리즘은 정량적 구조-활성 관계(QSAR) 모델2를초래하였다. 이들 모델은 주어진 화학 데이터베이스의 화학 적 구조 및 생물학적 활동을 자동으로 상관시키고 그들의 약용 또는 독성 학적 작용에따라 광범위한 화학 기판의 실리코 스크리닝을 신속하게 구현한다 3. QSAR 도구는 분자 설명자의 특징 벡터(즉, 물리화학적 파라미터)의 함수로서 예측 독성 프로파일을 생성하여 수치적으로 범주형 엔드포인트를 생성할수 있다 4. 일반적으로 각 정량 끝점은 설명자 값의 변경과 2D 산점대로 표시됩니다. 그런 다음 (다중) 선형 회귀 해석을 사용하여 QSAR 모델이 생성됩니다. 데이터 집합이 QSAR 모델(학습 집합이라고 함)을 생성하기 위해 완전히 악용되면 학습 집합에 포함되지 않은 화학 물질 그룹의 끝점을 예측하여 모델의 통계적 유효성을 검사합니다(테스트 집합이라고 함). 그런 다음 모델은 시험되지 않은 화합물의 생물학적활동을 예측하는 데 사용할 수 있습니다 3.
많은 유해 화학 물질 중, 내 분 비 장애 (EDs) 포유류에서 수많은 호르몬 관련 물질 대사에 방해가 될 수 있는독성 물질의 그룹으로 강조 되었습니다., 양서류, 그리고 물고기 5,6. EDs는 정상적인 호르몬 경로를 차단하거나 변경하거나 비정상적인 호르몬 합성/분해 신호를 활성화하여 암 및 기형과 같은 다양한 부작용을 유발하는 것으로 알려져 있습니다. 결과적으로, 이러한 호르몬 모방 화학 물질 생물학적 개발 및 야생 동물 인구의 재생 방해 하는 등 내 분 비 시스템을 방해 수 있습니다. 특히, EDs의 생태 독성 효과 광범위 하 게 수생 척추 동물에서 조사 되었습니다., 포유류의 거의 동일한 호르몬 수용 체 구조는, 인간을 포함 하 여. 모든 호르몬 행동은 생체 내에서 낮은 복용량에서 발생하기 때문에, 실리코 스크리닝에서 빠른을 사용하여 ED 후보의 잠재적 인 독성을 예측하는 것은 공공 및 환경 건강에 중요하다.
EdD의 독성학에 기초한 QSAR 모델은 에스트로겐, 안드로겐, 및 프로게스테론 수용체 7의 ED 리간드 결합 친화도를 드러내는 2D 및 3D 설명자(각각2D 및 3D QSAR로 알려짐)를 모두 활용하여 수행되었다. 형태 및 정전기 상호 작용을 고려하는 3D QSAR의 고정밀 이점에도 불구하고 2D QSAR는 직접 수학적 알고리즘, 신속한 계산 및 매우 낮은 계산 하중에서 자체적인 견고성을 유지합니다. 또한 2D-QSAR 모델은 비교적 정확한 예측 성능을 달성하면서 광범위한 애플리케이션에서 유연하게 사용할 수 있습니다.
OECD QSAR 도구 상자는 현재 가장 많이 사용되는 컴퓨터 소프트웨어 도구 중 하나이며,자유롭게 사용할 수 있고 미리 빌드된 QSAR 모델 8,9. 프로파일러는 2D 설명자 데이터베이스를 사용합니다. 2008년 첫 번째 버전이 출시된 이래, 이 소프트웨어는 화학 및 생물학적 산업, 공중 보건 및 환경 안전 분야에 적용되어 천연 및 합성 화합물의 잠재적 위험을 전체 또는 부분적으로 분석했습니다. 발암성 10,11,12,돌연변이13,14,15,및 발달 독성16에특별한 관심사. 수생 독성학에 대한 응용은 또한 생물 축적 및 생물 변환 에 초점을 맞춘17을입증되었습니다.
QSAR 툴박스는 광범위한 화학물질(17)의 단기 독성뿐만 아니라EDs18의에스트로겐 수용체(ER) 결합 친화도를 예측하는데 유용함을 입증하였다. 그러나, 수생 척추동물에 있는 EDs의 심각한 생태독성은 QSAR 공구 상자를 사용하여 분석되지 않았습니다. 본 연구에서는, 어종에 초점을 맞춘 EDs의 급성 부작용에 대한 QSAR 모델링을 수행하기 위해 전형적이고 허구적인 프로토콜이 제시된다. 이 연구는 QSAR 툴박스가 일부 대표적인 EDs에 대한 수생 척추동물의 치사율/사망률을 계산하고 예측하기 위한 접근성이 높은 소프트웨어임을 보여줍니다. 그림 1은 QSAR 도구 상자의 일반 작업에 대한 전체 구성표를 보여 주며, 이에 대한 전반적인 구성표를 보여 주실 것이다. 그림 2에 표시된 워크플로우는 내분비 파괴 화학 물질과 같은 표적 물질의 급성 생태 독성을 예측하기 위해 실리코 분석법을 작동하는 방법에 대한 간단한 지침을 제공합니다.
생태 독성학을 위한 분석 소프트웨어로 OECD QSAR 툴박스의 다양성은 수생 척추동물에 화학 물질을 파괴하는 내분비의 역효과에 특정 관심있는 여기에서 표시됩니다. 또한, 어종에 대한 74개의 대표적인 EDs(표 1)의 급성 독성(96-h LC50)을예측하기 위한 간단하고 표준 프로토콜이 입증되었다. 이는 QSAR 툴박스에 내장된 카테고리 구축, 데이터 갭 채우기 및 ER프로파일링 모듈을 적용하여 달성되었습니다(그림 1, 그림2).
음의 경사를 가진 로그10LC50과 로그10KOW 사이의 선형 상관 관계(보조 도면 S1에도시된 바와 같이)는 QSAR 분석25에서표준 정량적 관계로 오랫동안 알려져 왔으며, 더 높은 독성은 주어진 화학물질이 더 소수성으로 나타난다. 간단한 계산에서 알 수 있듯이, 수학 S1 및 수학 S2 (보충 정보)를 포함하는 일반적인 수학 관계는 다음 전원 함수26에서변환 된 표현식입니다 :
(수학식2)의 플롯으로부터, KOW26의 중간 범위를 특성화하는 것은 파라미터 a와 b를 조정함으로써 가능할 수 있으며, 여기서 소수성(또는 친수성)의 특정 변동이 유의적으로 변화하지 않는 경우 급성 독성의 끝점.
그림 3 및 그림4에 도시된 바와 같이 LC50에대한 전산 예측과 실험 관측사이의 비교 분석은 전형적으로 다양한 수생 독성물질에 대한 QSAR 연구에서 보고되고 있다. 기술적인 nonionic 계면활성제27,트리아졸 살균제28,및 살충제 대사 산물21. 이러한 유형의 회고적 유효성 검사는 주어진 QSAR 도구가 실험 결과와 비교 성능 측면에서 도달할 수 있는 정도에 대한 정보를 제공합니다. 물고기의 급성 독성에 대한 이 연구에서 QSAR Toolbox는 모든 어류와 단일 종인 피메팔리스 프로멜라에서테스트된 EDs의 90% 이상에 대한 보호 예측을 제공하는 것으로 입증되었습니다.
도 3 및 도4에서 3개의 이상치 화학물질을 더욱 규명하는 것은 평균적으로 그리고 최소한으로 더 높은 예측 LC50을 보였으며, 각각 요구된다. 첫째, 3′,5,7-트리하이드록시-4′, 6-디메톡시소플라본은 플라보노이드(보다 구체적으로 는 이소플라본)의 일종으로, 일반적으로 안전한 것으로 간주되어 한방 의약품에 사용된다. 그러나, 그것은 여전히 에스트로겐 관련 우려를 가지고29 아마도 산화 인산화를 통해 급성 독성을 일으킬 수 있습니다 결합 해제30. 다음으로, 하이드로퀴논이라고 불리는 1,4-벤젠네디올은 물고기31에서비특이적이고 세포독성 면역 반응을 유발할 수 있는 페놀 화합물이다. 마지막으로, 4-헥실페놀은 ED32로분류될 수 있는 충분한 양성 에스트로겐 활성을 나타내는 것으로 알려져 있다. 하이드로퀴논의 급성 독성의 주된 이유는 환원 산화(redox) 사이클링이라는 것이 잘 연구되어 왔습니다. 하이드로퀴논은 벤조퀴논으로 산화되고 반퀴논 또는 하이드로퀴논으로 다시 환원되고, 보조 인자를 고갈시키고 반응성 산소 종33을생성한다. 다른 두 화학 물질은 QSAR 도구 상자에 의해 커버 될 수없는 Panche 등.34에의해 사용되는 것과 같은 분자 도킹 접근 방식을 사용하여 급성 생태 독성에서 행동의 메커니즘을 공개하기 위해 더 깊은 조사를 필요로 할 수 있습니다.
EDs는 주로 에스트로겐 및 안드로겐 수용체와 같은 스테로이드 수용체와의 물리화학적 상호작용을 통해 내분비 계통을 방해하며, 이는 QSAR 모델링 연구에서 상당한 관심을 받고 있다35. 이를 고려하여 QSAR 툴박스는 분자 구조의 2D 설명자만을 기반으로 하는 화학 물질 세트에 대한 ER 결합 친화도의 허구및 신속한 분류 측면에서 견고합니다. 이 ER 프로파일러 시스템이 당사의 EDs 목록에 적용되었을 때, ER 결합 선호도와 소수성 사이에 명확한 상관관계가 발견되지 않았다(보충도 서 S2). 이러한 결과는 스테로이드 수용체 복합체의 형성이 소수성 결합 기여의 직접적인 결과가 아니라 활성 부위 수용체구조(36)의형태 변화를 수반해야 한다는 사실에 의해 설명될 수 있다. 수용체 결합은 또한 수소 결합 및 π-스태킹에 기인할 수 있다.
부가적으로, 분자 상에 대한 각 화학군의 위치는 소수성 및 수소 결합 수용체-공여체의 수가 동일하게 유지되더라도 수용체 결합에 영향을 미칠 수 있다. 둘째, ER 프로파일러는 ER 결합 친화성이 증가하는 예측 및 실험 LC50 평균 수준 사이의 반대 추세를 생성하였다(도 5). 이것은 급성 독성 시험에 있는 부모의 치사성이 ER 결합 때문이 아니라 대부분의 경우에 마취 때문이 아니기 때문일 지도 모릅니다, 또는 하이드로퀴노의 경우에 순환을 재순환하기 위하여. 예를 들어, 만성 독성을 포함한 보다 광범위한 분석이 더 큰 형량의 EDs 집합에 필요한 경우 현재 버전의 QSAR 도구 상자의 예측 한계를 정의할 수 있습니다.
이 예비 연구는 또한 스테로이드 때문에 공중 보건 의미를 가질 수 있습니다 (안 드로 겐, 에스트로겐, 프로게스틴, 그리고 코르 티 코 이드 로이드) 그리고 그들의 수용 체 척추 동물에 걸쳐 유사 하거나 심지어 동일한 거 시 분자 구조를 전시5. 이러한 유형의 유사한 내분비 시그널링 시스템은 EDs 5의주요 이벤트에서 공통 메커니즘을 사용하여 작동할 수 있습니다. 그럼에도 불구하고 이 광대하고 복잡한 측면을 조명하기 위해서는 추가적이고 상호 보완적인 방법론이 필요합니다[예: 흡수, 분포, 신진 대사 및 배설물(ADME)의 계산 모델링을 수행하거나/ 또는 불리한 결과를 통로 (AOP)]38. 또한, EDs의 부작용에 대해 제기 된 과학적 및 공공 우려의 대부분은 그들의 만성 독성과 관련이 있기 때문에, QSAR 도구 상자의 데이터베이스와 알고리즘을 개선하고 신뢰할 수있는 장기 생태 독성학을 생산 ED에 대한 예측은 모두 필요합니다.
이 백서는 QSAR Toolbox의 응용 을 보여 주며, 물고기에 대한 생태 독성 LC50 값을 EDs의 로그10Kow 값과 비교합니다. 이전 연구(예: Kim et al.39)에의해 밝혀진 10Kow는 수생 LC50의직접적인 예측자가 아니다. 이러한 제한에도 불구하고 이 프로토콜은 LC 50(또는 ER 바인딩) 간의 상관 관계를 조사하기 위해 QSAR 도구 상자를 사용하는 유효한 응용 프로그램이기 때문에 주어진 목적을 위해 대시보드를 사용하는 방법을 설명하는 일반적인 검토 또는 “비네팅”을 제공합니다. 선호도) 및 로그10 Kow,또는 신속한 급성 생태 독성 검사를 위한 도구로서. 그럼에도 불구하고, (1) 급성 독성 (치사성)보다는 에스트로겐 수용체 결합과 만성 독성 사이의 링크를 조명하는 것이 더 명확한 상관 관계가 발견 될 수 있도록 더 관련성이 있으며, (2) 안드로겐 수용체를 함께 에스트로겐의 그것과 함께, 또한 생식 독성에 중요한 역할을한다. 따라서 QSAR 도구 상자의 이후 버전에서는 이러한 두 점을 고려하여 예측 함수를 개선해야 합니다.
The authors have nothing to disclose.
이 연구는 한국 정부(MSIP)의 국가과학기술연구위원회(NST) 보조금(No. CAP-17-01-KIST 유럽) 및 프로젝트 11911.
Adobe Acrobat Reader DC | Adobe Systems Software Ireland Limited | NA | Required to view prediction and category report |
Computer | System: Microsoft Corporation | NA | Recommended system properties: (i) system type: 64 bit, Microsoft Windows 7 or newer, (ii) processor: I5 at 2.4 GHz or faster processor or equivalent AMD CPU, (iii) Installed memory (RAM): 6 GB of RAM, (iv) Hard Disk Drive (HDD): 20 GB free hard drive space |
Microsoft Editor | Microsoft Corporation | NA | Required to upload a substance list of CAS numbers (batch mode) to the OECD QSAR Toolbox as .txt file (text file) |
Microsoft Excel 2016 | Microsoft Corporation | NA | Required to export data from OECD QSAR Toolbox as .cvs, .xls or .xlsx files |
OECD QSAR Toolbox version 4.0 or newer | Organisation for Economic Co-operation and Development |
NA | Required to run OECD QSAR Toolbox Automated Workflows; free download: https://qsartoolbox.org/download/ |
OriginPro 9 | OriginLab Corporation | NA | Optional program for data analysis; similar tools possible |