محصولات

آسیب کبدی ناشی از دارو یکی از دلایل اصلی فرسایش دارو است.توانایی پیش‌بینی اثرات کبدی کاندیدهای دارو از روی ساختارهای شیمیایی آن‌ها برای کمک به هدایت پروژه‌های آزمایشی کشف دارو به سمت داروهای ایمن‌تر ضروری است.در این مطالعه، ما مجموعه داده‌ای از 951 ترکیب گزارش شده برای ایجاد طیف گسترده‌ای از اثرات در کبد در گونه‌های مختلف، شامل انسان، جوندگان و غیرجوندگان را گردآوری کرده‌ایم.اثرات کبدی برای این مجموعه داده‌ها به‌عنوان فراداده‌های ادعایی که از چکیده‌های MEDLINE با استفاده از ترکیبی منحصربه‌فرد از روش‌های واژگانی و زبانی و قواعد هستی‌شناختی تولید شده‌اند، به‌دست آمد.ما این مجموعه داده‌ها را با استفاده از رویکردهای شیمی‌فورماتیک معمولی تجزیه و تحلیل کرده‌ایم و به چندین سؤال مربوط به تطابق بین گونه‌ای اثرات کبدی، عوامل شیمیایی تعیین‌کننده اثرات کبدی در انسان، و پیش‌بینی اینکه آیا یک ترکیب خاص احتمالاً باعث ایجاد اثر کبدی در انسان می‌شود، پرداخته‌ایم.ما دریافتیم که تطابق اثرات کبدی بین گونه‌های مختلف نسبتاً کم است (حدود 39-44%)، که این احتمال را افزایش می‌دهد که ویژگی گونه‌ها می‌تواند به ویژگی‌های خاص ساختار شیمیایی بستگی داشته باشد.ترکیبات با شباهت شیمیایی آنها خوشه بندی شدند و ترکیبات مشابه برای شباهت مورد انتظار پروفایل های اثر کبدی وابسته به گونه آنها مورد بررسی قرار گرفتند.در بیشتر موارد، پروفایل های مشابهی برای اعضای یک خوشه مشاهده شد، اما برخی از ترکیبات به صورت پرت ظاهر شدند.نقاط پرت موضوع بازسازی ادعای متمرکز از MEDLINE و همچنین سایر منابع داده بود.در برخی موارد، ادعاهای بیولوژیکی اضافی شناسایی شد که مطابق با انتظارات مبتنی بر شباهت های شیمیایی ترکیبات بود.ادعاها بیشتر به حاشیه‌نویسی‌های دوتایی مواد شیمیایی زیربنایی تبدیل شدند (یعنی اثر کبدی در مقابل هیچ اثر کبدی)، و مدل‌های رابطه کمی ساختار-فعالیت باینری (QSAR) برای پیش‌بینی اینکه آیا انتظار می‌رود یک ترکیب اثرات کبدی در انسان ایجاد کند یا خیر، تولید شد.با وجود ناهمگونی ظاهری داده‌ها، مدل‌ها قدرت پیش‌بینی خوبی را با روش‌های اعتبارسنجی متقاطع 5 برابر خارجی نشان داده‌اند.قدرت پیش‌بینی خارجی مدل‌های QSAR باینری با کاربرد آن‌ها برای ترکیباتی که پس از توسعه مدل بازیابی یا مطالعه شدند، تأیید شد.با توجه به دانش ما، این اولین مطالعه برای پیش‌بینی سمیت شیمیایی است که مدل‌سازی QSAR و سایر تکنیک‌های شیمی‌فورماتیک را برای داده‌های مشاهده‌ای تولید شده توسط متن‌کاوی خودکار با کنترل دستی محدود اعمال می‌کند و فرصت‌های جدیدی را برای تولید و مدل‌سازی سم‌شناسی شیمیایی باز می‌کند. داده ها.