计算毒理学在农药毒性预测、活性筛查及风险评估中的应用

农药在农业病虫草害的防控中起着重要作用,但农药应用后其母体和转化产物在农产品和水体、土壤、空气等环境中的残留存在一定的生物活性或毒性风险。传统的农药活性和毒性的评估手段不仅耗时、耗力、耗成本,且违背实验动物“3R”原则,也难以快速准确预测种类繁多且不断增加的农药化学品对人体和生态健康的风险。计算毒理学为农药化合物的毒性预测、活性筛查及风险评估提供了新的研究手段。本文主要介绍计算毒理学的发展及其在农药毒性预测、活性筛查及风险评估中的应用现状,以期为新时代背景下农药对人类健康及环境安全的风险评估提供新思路。该领域的研究对指导农药的安全生产、科学使用管理具有重要意义,对生态系统的保护具有重要参考价值。

21世纪毒理学的新方向——绿色毒理学与计算毒理学

随着世界科技的发展,人们越来越重视生态环境及工农业生产的可持续性发展,美国化学会(ACS)10年前提出“绿色化学”的概念,目前得到世界各国的广泛响应,它是指利用化学技术减少或消灭对人体健康、社会安全和生态环境有害的原料、催化剂、溶剂和试剂以及产物和副产物等的应用和生产。因此,相应地出现了绿色毒理学,由于“绿色化学”需从源头做起,从化学物质的设计开始,选择生产何种化学物质,用何种原料、催化剂、溶剂和试剂,以及它的产物和副产物如何,都离不开计算毒理学(又称预测毒理学)。计算毒理学对指导“绿色化学”的生产起着重要的作用。因此,绿色毒理学与计算毒理学是21世纪毒理学的一个方向。

环境污染物计算毒理学分析及环境行为模拟研究进展

根据国内外研究报道,系统地总结了计算毒理学和化合物环境行为模拟在环境科学领域的研究进展,包括二者的概念、理论、研究方法以及在环境研究中的应用;分析了计算毒理学和化合物环境行为模拟在发展中所面临的挑战,并提出对策;展望了计算毒理学和化合物环境行为模拟在环境研究中的发展前景。

农药环境风险评估中常用的计算毒理学模型软件

农药的大量使用为我国带来了严重的环境和健康问题,仅依靠传统生物测试和环境监测的方法已经不能满足农药风险评估的需要。利用计算毒理学模型,可以实现农药的高通量风险评估。本文主要介绍了农药环境风险评估中常用免费的EPI Suite、QSAR Toolbox和PBT Profiler等定量结构-活性关系(Quantitative Structure-Activity Relationship,QSAR)模型软件和SCIGROW、PRZM-GW、China-PEARL和EQC等环境多介质模型软件,以期能为农药的风险评估和科学管理提供参考。

计算毒理学在内分泌干扰物筛选上的应用和展望

内分泌干扰物通过干扰内分泌系统导致多种疾病,如生殖疾病、肥胖症甚至癌症。然而,面对环境中大量潜在的内分泌干扰物,传统的体外、体内评估方法由于成本高、耗时长等问题,难以实现内分泌干扰物的高通量筛查。计算毒理学逐渐发展成为被美国环保局(Environmental Protection Agency,EPA)、经济合作与发展组织(Organization for Economic Co-operation and Development,OECD)等机构所推荐的内分泌干扰物筛选与预测方法。本文综述了计算毒理学在内分泌干扰物筛选上的进展,主要包括分子对接和分子动力学模拟的应用,并对有害结局路径(adverse outcome pathway,AOP)的方法进行介绍和展望。

面向化学品风险预测的计算毒理学软件比较研究

化学品风险评价是进行化学品环境管理和污染防治的前提,其关键在于化学品环境暴露和危害性数据的获取。仅采用实验测试获取相关数据的效率较低、成本高,难以满足数以万计的化学品风险评价的需求。以定量构效关系(QSAR)模型为代表的计算毒理学技术,可实现化学品环境暴露与危害性参数的高通量预测,是填补相关数据缺失的重要方法。近年来,计算毒理学领域发展了一批面向化学品环境暴露和危害性参数预测的软件工具,集成了数据和模型资源,在化学品管理活动中发挥了重要作用。本研究共搜集了国内外25款计算毒理学软件,通过文献资料调研和软件试用,从开发背景、预测终点、预测方法、功能与信息完整度和内嵌模型预测性能等方面对软件进行分析比较。分析表明,化学品管理法规支持、多方合作和数据共享,是计算毒理学软件开发的重要基础条件。现有计算毒理学软件在预测终点覆盖度、预测结果可靠性、软件实用性和可拓展性方面仍有提升空间。未来相关软件的开发需要结合深度学习等先进建模技术,增强软件的预测性能并扩大其应用范围,使之成为化学品风险综合评价和决策分析的实用工具。

一种筛选具有潜在持久性、迁移性和毒性(PMT)新污染物的计算毒理学模型工具

具有持久性、迁移性和毒性(PMT)的化学物质,可能会对生态环境及人类健康造成危害,正受到世界各国化学品管理机构的关注。近年来,我国化学品环境管理机构也开始关注化学物质的PMT危害特性,并逐步开展潜在PMT物质的筛选及环境风险评估工作。然而,筛选工具的缺乏已成为制约我国开展有毒有害物质以及新污染物筛选等工作的重要因素。为服务于我国潜在PMT物质的环境管理工作,本研究基于14770条数据信息,构建了能够预测化学物质PMT特性,且能快速筛选出潜在PMT物质的高通量计算毒理学工具。该工具包含26个定性和定量模型,模型表征结果显示,定性模型均具有较好的分类性能,定量模型均具有较好的拟合优度、稳健性和预测能力。

计算毒理学在农药风险评估中的应用

农药的大量使用可能会对人体健康和生态环境带来危害,传统的农药风险评估成本高、周期长,远远不能满足农药风险管理的需要,利用计算毒理学技术可以高通量识别农药的危害性,并能提高风险评估效率。本文介绍了计算毒理学的发展以及QSAR和多介质环境逸度模型理论、技术方法及在农药风险评估中的应用,并以啶酰茵胺为例,运用EPI Suite和KABAM 2个模型预测了其鱼类生物富集因子(BCF),以期为我国农药的风险评估提供参考。

分子起始事件在计算毒理学中的研究展望

自2010年有害结局路径(adverse outcome pathways, AOPs)概念框架提出以来,化学品风险评估更加注重围绕关键毒性通路,并强化了分子起始事件(molecular initiating events, MIEs)研究.计算毒理学可在原子、分子水平上研究MIEs,揭示污染物与毒性通路相关的DNA、蛋白质等生物大分子的相互作用,能够促进基于毒性作用机制的化学品风险评估.随着计算毒理学、生物物理学、组学以及人工智能的快速发展,整合计算毒理学以及基于人源细胞的多组学研究,能够快速筛选关键毒性通路,识别相关生物大分子,定量表征MIEs并建立预测模型,强力助推化学品高通量测试及风险评估.

基于计算毒理学的遗传毒性评价研究进展

计算毒理学是一种使用计算方法分析、模拟、可视化或预测化学品毒性的毒性评估方法,在时间、成本和动物福利方面具有明显优势。近年来,使用计算工具预测遗传毒性正受到监管机构更多的关注,ICH M7指南表明在药品监管中认可应用(Q)SAR模型预测药物杂质的Ames致突变性。本文讨论了经典的遗传毒性计算评估方法及其原理,总结目前常用的遗传毒性评价模型及模型的构建现状,回顾计算毒理学在药物杂质、纳米材料和化妆品成分的遗传毒性评价中的应用,旨在为评价遗传毒性的计算模型的构建和优化提供一定参考,进一步促进计算毒理学在国家遗传毒性监管中的应用。

面向我国化学物质环境管理的计算毒理学模型评估思路及建设路径

计算毒理学模型正逐渐成为我国化学物质环境管理的重要工具之一。为了推动建立面向我国化学物质环境管理的计算毒理学模型评估方法体系,掌握模型评估核心技术,本文分析了我国发展和评估计算毒理学模型的必要性,总结了我国计算毒理学模型评估的管理需求,系统梳理了美国、欧盟、国际经济合作与发展组织(OECD)的模型评估方法。研究发现,发达国家普遍建立了一套相对完善的计算毒理学模型评估技术,构建了包含模型开发、评估、验证和应用的模型生命周期评估体系。当前,我国尚未建立计算毒理学模型评估技术方法,借鉴发达国家的经验做法,构建具有我国国情特征的计算毒理学模型评估体系,指导我国计算毒理学模型征集与评估工作,具有重要意义。

化学品甲状腺干扰效应的计算毒理学研究进展

人工合成化学品引发的内分泌干扰效应(如甲状腺干扰效应)引起了全世界的广泛关注.在当前全球市场使用的14万多种人工合成化学品中,仅部分化学品具有内分泌干扰效应信息.由于整体动物实验成本高、耗时长,难以对所有潜在内分泌干扰物(EDCs)进行逐个筛查.因此,需要发展化学品环境内分泌干扰效应的计算毒理学方法,用于筛查潜在EDCs及辅助筛选环境优先污染物.本文总结了化学品甲状腺干扰效应的计算毒理学研究进展,主要包括甲状腺干扰物与甲状腺素受体、甲状腺素运载蛋白、甲状腺素磺酸基转移酶相互作用的分子机制及相应干扰效应的定量构效关系模型研究进展.对基于计算毒理学方法开展甲状腺干扰效应方面的研究进行了展望.

基于计算毒理学的浙贝甲素口服毒性的预测研究

目的用计算毒理学方法预测浙贝甲素的口服毒性。方法从Pub Chem数据库中,下载浙贝甲素的化学结构文件,将其上传到啮齿动物口服毒性在线服务器PROTOX(Prediction of Rodent Oral Toxicity),通过相似性搜索方法,预测其口服毒性。结果浙贝甲素对鼠类的口服半数致死量(LD50)预测值为3500mg·kg^(-1),在化学品统一分类和标签全球协调制度(GHS)分级中属于第5级。浙贝甲素能作用于靶蛋白雄激素受体的核心氨基酸,也能作用于单胺氧化酶A的核心氨基酸。结论计算毒理学为浙贝甲素或其他中药化学成分的安全性评价提供了高效的预测方法。

计算毒理学和量子毒理学在我国毒理学研究中应用及前景

近年来,计算毒理学和量子毒理学越来越引起人们的关注,欧美发达国家对计算毒理学均有研究计划,并拨专款研究。美国十分重视该项研究,2003年就实施计算毒理学计划,2005年成立国家计算毒理学中心,2007年提出战略性文件"21世纪毒性测试远景和策略",倡导改变以活体动物实验为主的传统毒性测试体系向高通量体外测试及计算毒理学等毒性测试体系转型。我国量子科学研究在理论和应用方面均得到迅速发展,新仪器和新设备不断涌现,如量子计算机、量子点化学物、量子照相机和量子点光谱仪等问世。另外,量子化学、量子生物学、量子生物化学、量子药理学及量子毒理学等学科亦相继建立。本文针对计算毒理学和量子毒理学的概念、研究方法以及在我国毒理学研究中的应用和发展前景进行综述,旨在为毒理学研究的深入提供依据。

计算毒理学与量子毒理学研究内容与方法的进展

计算毒理学与量子毒理学都是近二十年来发展起来的学科,随着新型计算机的研制,计算能力的提升,以及新的计算软件的开发,与计算方法的改进,促进了这二门科学的发展,再加上生物信息库,毒性参考数据库,化学暴露研究数据库的应用。云计算,大数据以及人工智能的应用使得上述二门学科应用越来越广泛。它们的研究内容与方法不断发展,它们有良好的发展前景。

大数据挖掘和机器学习在毒理学中的应用

随着高通量筛选技术的快速发展,化学品的毒性相关信息与日俱增。现今快速发展的数据挖掘技术和机器学习等计算机方法为化学品的毒性预测和风险防控提供了新途径。有害结局路径(adverse outcome pathway,AOP)将化合物的结构、分子启动事件和生物的有害结局建立关联,为污染物的毒性测试、预测和评估提供了新的模式,最终实现风险评估并应用于管理决策。定量结构-活性关系(QSAR)建模、分子模拟以及多组学技术在AOP的各个方面发挥了重要作用。基于此,本综述主要介绍数据挖掘与机器学习在毒理学中的应用方法,涉及QSAR建模、分子模拟及组学等方面,并结合实例分析系统阐述了当前研究的重点与方向,以更好地适应当前大数据时代的研究背景。

溴系阻燃剂毒理效应的计算模拟预测与环境风险评估进展

溴系阻燃剂(brominated flame retardants,BFRs)作为生产和使用量巨大的有机阻燃剂,在环境介质和生物体内被广泛检出。BFRs及其代谢产物会对生物体造成神经毒性、遗传毒性、发育毒性及内分泌干扰效应等,环境和健康风险得到日益广泛的关注。国内外学者通过最小二乘法(LS)和类似马尔可夫链蒙特卡罗算法(AMCMC)等统计分析方法建立了BFRs在环境中转化和归趋的预测模型,采用分子对接、分子动力学模拟和定量结构-活性关系(QSAR)模型等方法分析了BFRs及其代谢产物毒性作用的微观机制。综合近年来国内外的相关研究,发现BFRs的结构(取代基的类型和数量)会影响其环境行为和毒理效应,在总结研究成果的基础上,对BFRs的生态和健康风险进行评估,为其未来的研究和发展方向提供参考。

面向化学品风险评价的计算(预测)毒理学

进入21世纪以来,为快速高效地评价和预测化学品的环境与生态健康风险,毒性测试方法发生着巨大的变革.计算毒理学无疑处于这场变革的前沿—它融合毒理学、计算化学、化学/生物信息学、系统生物学等学科资源,构建数学或计算机模型以实现化学品的环境暴露、危害性与风险性的高效预测和评价,并提升对毒性机制的认识.计算毒理学可显著减少毒性测试所需的动物数量、成本和时间,支持化学品风险的预先防范.本综述介绍了计算毒理学在辅助化学品风险评价以及剖析毒性机制时常用的策略与模型,并就其在化学品风险管理领域的外延进行了讨论.

毒理学技术在中药保健食品评价应用中的研究进展

我国中医药宝库含有丰富的可以药食两用的中药,以该类中药作为原料是指导中药保健食品研制的基础。在养生和降低疾病发生风险方面,中药保健食品具有诸多优势。同时伴随国家"健康中国2030"的实施,急需开发一系列具有中医药特点的中药复方保健食品,满足国家及社会需求。随着现代化科学研究水平不断提高,但是中药保健食品原料的安全性科学评价方面研究缺乏,造成目前保健食品风险评估理论与技术严重不足。因此对此这类原料中重要成分的毒性预警与评价已成为的食品安全问题的当务之急。毒理学在人类健康风险评估中具有重要作用,毒理学的分支学科也不断涌现。计算毒理学技术,单层培养细胞模型的体外预警与评价技术,体外诱导活性筛选工程细胞株的体外预警与评价技术,微流控芯片技术的体外预警与评价技术与体内毒理学技术等已成为该领域毒性预测与评价的重要研究工具。毒理学技术的迅速发展,使食品安全和人类生命健康得到有力的保障,并将有效促进我国保健食品产业的安全生产,保障终端产品的品质和安全,不仅具有巨大社会意义,也对整个行业的技术进步有积极的引领作用,并产生可观的经济效益。本文就近段时间以来可用于预测与评价中药保健食品原料中的重要成分的毒理学新方法与模型的研究进展与应用作一综述。

计算模型在化合物毒性预测方面的应用及展望

毒性研究是一项重要且复杂的科学工作,涉及到评估化学物质及其他物质对人类健康的潜在危害,也对环境保护和可持续发展起着重要作用。传统的基于分子、细胞与动物模型的毒理学实验,除了成本高昂且耗时的问题,还存在对动物不友好的局限性。随着计算机技术的迅猛发展,出现了计算毒理学模型的开发研究。相比于传统的毒理学实验,计算毒理学模型具有高效率、低成本、方便快捷的特点,逐渐成为毒理学研究的热点方向之一。介绍了包括机器学习在内的计算模型预测化合物毒性的研究方法及其在环境保护、毒性风险评估和药物设计等领域的应用,并进一步讨论了计算模型在毒性预测中存在的不足之处及可能的发展方向。