Pred-Skin:準確預測人體皮膚致敏性的網路工具



分享給LINE好友!


更新日期:2020-08-05

       美國(國家毒物計畫)替代性毒理學方法跨部門評估中心(The NTP Interagency Center for the Evaluation of Alternative Toxicological Methods, NICEATM)、北卡羅萊納大學(University of North Carolina at Chapel Hill)以及(巴西)戈亞斯州聯邦大學(Federal University of Goiás)合作開發了Pred-Skin 3.0網路預測工具,不僅可替代動物試驗,並能準確預測化學物質對於人體皮膚致敏性(skin sensitisation)。其所有預測模型皆可免費使用。

       戈亞斯州聯邦大學的分子建模與藥物設計(Molecular Modeling and Drug Design)實驗室於先前已開發了化學物質「皮膚致敏性」的預測模型,用於預測兩種皮膚致敏性試驗,包括人體貼片試驗(human patch test)和小鼠局部淋巴結試驗(murine local lymph node assay, LLNA),並於網路平台上進行實作。此次經合作開發的重大修改與擴充後,提出全新的免費網路工具,Pred-Skin 3.0。新版的Pred-Skin結合多種定量構效關係(Quantitative Structure-Activity Relationship, QSAR)模型以及體外(in vitro)、動物體內(in vivo)、人體離體(ex vivo)試驗,並整合至共識性單純貝葉斯(Naïve Bayes)模型,以預測對化學物質人體皮膚的影響。

圖:Pred-Skin 3.0首頁畫面

       本研究根據人類重複刺激貼片試驗(Human repeat insult patch tests, HRIPTs)、人體最大限度試驗(Human maximization tests, HMTs)、以及小鼠LLNA試驗等皮膚敏感性試驗數據來建立QSAR模型。另外也利用了三種經過OECD驗證的替代測試方法數據,包括直接胜肽反應試驗(Direct Peptide Reactivity Assay, DPRA)、角質細胞致敏試驗(KeratinoSens®),以及人類細胞株活化試驗(human Cell Line Activation Test, h-CLAT)。這些模型以開放資源的工具來開發,並依據「QSAR建模最佳規範」(Best practices of QSAR modeling)進行嚴格驗證。利用這些QSAR模型的預測結果建立單純貝葉斯(Naïve Bayes)模型,對人體皮膚致敏性的預測準確度如下:正確分類率(correct classification)89%、敏感度(sensitivity)94%、陽性預測值(positive predicted value)91%、特異性(specificity)84%、陰性預測值(negative predicted value)89%。此研究成果已被接受,將刊登於<毒物化學研究>期刊(Chemical Research in Toxicology , 2020)。

Pred-Skin 3.0使用介紹】

  1. 輸入化學物質的SMILES或自行繪製結構,或者在繪製面板按右鍵,選擇”Paste MOL or SDF or SMILES”,可選擇SDF或MOL檔案。按下方紅色按鈕(Predict Skin Sensitization)即可進行預測。

圖:Pred-Skin 3.0操作介面

  1. 預測結果將以危害結局路徑(Adverse Outcome Pathway, AOP)的形式顯示,呈現各關鍵事件之對應致敏試驗方法的預測結果。

圖:Pred-Skin 3.0預測結果示意畫面

參考資料:Pred-Skin: A web portal for accurate prediction of human skin sensitizers Chemical Research in Toxicology, 2020. (Just Accepted Manuscript)

相關連結:Pred-Skin 3.0

編譯:徐如欣 研究助理、鄭獻仁 博士/兼任助理教授

校稿:鄭獻仁 博士/兼任助理教授、林嬪嬪 研究員