CC BY
40ДИСКУССИЯ
КОМПЛЕКСНАЯ СИСТЕМА ПРОГНОЗА ТОКСИЧНОСТИ И ОПАСНОСТИ ВЕЩЕСТВ, ОСНОВАННАЯ НА ИСПОЛЬЗОВАНИИ СООТНОШЕНИЙ СТРУКТУРА-БИОТРАНСФОРМАЦИЯ-ТОКСИЧНОСТЬ
З.И. Жолдакова, Н.В. Харчевникова
ФГБУ «НИИ экологии человека и гигиены окружающей среды им. А.Н. Сысина» Минздрава России, 119992, г Москва
Разработана комплексная версия интеллектуальной ДСМ-системы, в которой стандартная система дополнена квантово-химическим модулем генерации метаболитов и расчета их электронных параметров, а в ДСМ-рассуждения включен анализ числовых параметров. Таким образом, комплексная система основана на совмещении логико-комбинаторных методов и методов квантовой химии, используемых для моделирования процессов взаимодействия веществ с организмом и в частности процессов биотрансформации под действием ферментных систем. Алгоритм системы проиллюстрирован на примере прогноза канцерогенности алифатических галогензамещенных алканов.
Ключевые слова: прогноз токсичности и опасности, биотрансформация, квантово-химические параметры.
Оценка эколого-гигиенической безопасности химических веществ в эксперименте и установление безопасных уровней воздействия в различных объектах окружающей среды являются неотъемлемой частью гигиенических исследований. Как известно, в мире в настоящее время зарегистрировано около ста тысяч химических веществ, используемых в производстве и потреблении, и ежегодно в этот список добавляется более 1000 соединений [1, 2]). В токсикологическом плане изучено лишь 15% из них, а гигиенические нормативы для разных объектов среды обитания установлены только для примерно двух тысяч веществ. Объем исследований на лабораторных животных, необходимых для полной токсикологической оценки всех веществ, таков, что задача оценить все соединения практически невыполнима. Кроме того, общественность требует соблюдения правил экспериментов на животных, сформулированных в концепции «трех R» [3]. В связи с этим очевидна необходимость развития альтернативных методов оценки токсичности и опасности веществ. Эксперименты на клеточных культурах in vitro не позволяют оценить все виды эффектов с учетом сложных процессов интоксикации in vivo при длительном воздействии веществ [4]. Как показано в работах Г.Н. Красовского и
соавт. [5, 6], результаты исследований на живых организмах более низкого филогенетического уровня нельзя экстраполировать на человека для определения безопасных уровней химических веществ.
В связи с этим весьма актуальным является совершенствование в России методов прогноза токсичности и опасности на основе соотношений структура-активность. Такие методы применяются в России, США, Канаде, Германии [7, 8 ] и других странах для выделения приоритетных веществ, для решения вопроса об объеме экспериментальных исследований вещества, для классификации, маркировки и регистрации.
Особенно важным является прогноз отдаленных эффектов, и в первую очередь - канцерогенного, из-за чрезвычайной опасности этих эффектов. Вместе с тем, исследование канцерогенных свойств, в частности проведение стандартного теста на канцерогенность в рамках NTP США требует проведения экспериментов на животных в течение двух лет и стоит около двух миллионов долларов. Именно поэтому в прошлом веке обоснование отечественных нормативов многих веществ в объектах окружающей среды проводили без учета канцерогенного действия.
Жолдакова Зоя Ильинична (Zholdakova Zoya Ilyinichna), ведущий научный сотрудник лаборатории эколого-гигиенического нормирования ФГБУ «НИИ ЭЧ и ГОС им. А.Н. Сысина» Минздрава России, labtox430@mail.ru
Харчевникова Нина Вениаминовна (Kharchevnikova Nina Veniaminovna), старший научный сотрудник лаборатории эколого-гигиенического нормирования ФБГУ «НИИ ЭЧ и ГОС им. А.Н. Сысина» Минздрава России, labtox430@mail.ru
УДК 615.9: 541
СЕНТЯБРЬ - ОКТЯБРЬ 2013
Прогноз параметров токсикометрии применительно к обоснованию нормативов веществ в воде впервые осуществлен Г.Н. Красовским и Н.А. Егоровой с использованием моделей Ханча и Фри-Вильсона [9, 10]. Затем была изучена возможность применения различных физико-химических параметров для прогноза острой и хронической токсичности веществ [11, 12] корреляционно-регрессионных моделей. В этих исследованиях, основанных на эмпирическом выборе независимых переменных для получения наиболее достоверных связей, недостаточно учитывался механизм действия веществ. Разработанный в дальнейшем [13] подход с учетом патогенетической модели интоксикации был первым шагом к построению моделей структура-активность с учетом механизма токсического действия на молекулярном уровне.
Проблема ускорения и повышения эффективности токсикологических исследований может быть решена при использовании современных информационных технологий, в частности прогнозирующих, и экспертных систем [14-18] с применением различных методов интеллектуального анализа данных. Одним из таких методов является логико-комбинаторный метод ДСМ [19], основанный на автоматизированном поиске подструктур молекул, отвечающих за наличие эффекта или принадлежность соединения к определенному классу опасности по этому эффекту. ДСМ-метод позволяет не только сделать прогноз наличия и степени выраженности эффекта, но и объяснить его, т.е. выявить структурные фрагменты, присутствие которых в молекуле определяет эффект. Однако при проведении прогноза с использованием ДСМ-системы не учитывалась возможность биоактивации, что, возможно, явилось одной из причин недостаточной полноты прогноза. Учет возможности биоактивации соединений в процессе биотрансформации в организме при прогнозе токсичности и опасности с использованием логико-комбинаторного метода ДСМ представлял собой нерешенную проблему.
Необходимо отметить, что в России не разработаны доступные компьютерные системы по прогнозу токсичности и опасности веществ в объектах окружающей среды. В связи с этим была разработана комплексная версия интеллектуальной ДСМ-системы, в которой стандартная система дополнена квантово-химическим модулем генерации метаболитов и расчета их электронных параметров, а в ДСМ-рассуждения включен анализ числовых параметров. Таким образом, комплексная система основана на совмещении логико-комбинаторных методов и методов квантовой химии, используемых для моделирования процессов взаимодействия веществ с организмом и в частности процессов биотрансформации под действием ферментных систем.
Разработано также сопряжение ДСМ-системы с созданной нами базой данных WATERTOX «Эколого-гиги-енические свойства химических веществ, загрязняющих окружающую среду (токсичность и опасность веществ)», номер регистрации 0229601490 в государственном регистре баз данных [20], и базой данных по канцерогенно-
сти CPDB [21], что дает возможность формировать обучающую выборку для прогноза класса опасности по острой и хронической токсичности, а также класса опасности по канцерогенному эффекту. В основу структуры базы данных WATERTOX легли показатели разработанной ранее [22] формы аннотационных карт опасности химических веществ. Информацию по веществу можно разделить на следующие блоки:
• блок идентификационной информации, содержащий название вещества, синонимы и товарные наименования, регистрационные номера, в частности номер по CAS;
• блок информации о физико-химических свойствах вещества;
• блок информации, содержащий данные об органо-лептических свойствах и данные по влиянию на процессы самоочищения водоемов, блок информации по токсичности для гидробионтов и млекопитающих в острых, подострых и хронических опытах (смертельные, пороговые и безвредные дозы);
• блок информации по специфическим и отдаленным эффектам вещества (пороговые и максимальные недействующие дозы вещества по данному виду эффекта, класс по МАИР; информация по нормативам в объектах окружающей среды.
Для сопряжения базы данных WATERTOX с ДСМ системой был реализован ее перевод из DBF-формата (кодировка DOS) в MDB-формат (кодировка Windows). Доступ к базе данных осуществляется через технологию Micrasoft ADO, что позволяет реализовать ее использование в Сети.
Создана программа для формирования файла свойств при создании выборки из базы данных WATERTOX. Набор свойств, в простейшем случае «+» и «-», характеризует отнесение соединения к определенному классу опасности. Предусмотрен прогноз класса опасности по острой токсичности (по величине ЛД50 для крыс и мышей) и хронической токсичности (по величине ПК и МНК .).
хр у
Алгоритм системы приведен на рисунке 7. Если для структурного ряда, к которому относится тестовое соединение, разработана модель, т.е. определены физико-химические параметры, в частности параметры, характеризующие процессы биотрансформации, проводится расчет этих параметров в соответствии с используемой моделью по программам, интегрированным в систему, и значение параметра добавляется к файлу параметров, а файл описания структуры - в директорию эксперимента. В случае, если соединение относится к неизученному ряду, подбирается обучающая выборка из баз данных по токсичности и опасности WATERTOX или канце-рогенности (CPDBase) и осуществляется стандартный компьютерный ДСМ-эксперимент с анализом сходства структур соединений. Развитие системы заключается в расширении количества структурных рядов и видов эффектов, для которых в соответствии с определяющей стадией механизма токсического действия разработаны модели прогноза структура-биотрансформация-токсичность и определены числовые параметры.
Рис. 1. Алгоритм системы прогноза токсичности и опасности химических веществ.
СЕНТЯ БРЬ
- ОКТЯБРЬ 201 3
Для расчета электронных параметров соотношений структура-биотрансформация-токсичность разработано сопряжение ДСМ-системы и баз данных с кван-тово-химическими программами расчета электронных параметров. Для каждого вида эффекта и каждого структурного ряда параметры специфичны и определяются гипотезой о ключевой реакции взаимодействия вещества с организмом.
Возможность использования того или иного кванто-во-химического метода также определяется спецификой структурного ряда.
Метод Хюккеля интегрирован в ветвь системы, предназначенную для прогноза наличия и степени выраженности канцерогенного эффекта.
Для расчета параметров соединений, не имеющих системы сопряженных связей, и в том случае, когда возможность биоактивации зависит от конформации молекулы вещества или его метаболитов, применяют полуэмпирические квантово-химические методы.
Сопряжение с программой, реализующей полуэмпирический метод, может быть проиллюстрировано на примере модели для прогноза канцерогенности галогенированных алканов [23, 24]. Согласно гипотезе о ключевой реакции биотрансформации [24] соединений этого ряда и ее связи с канцерогенностью, для тестового соединения рассчитывается разность теплот образования радикалов, получающихся при отрыве атома водорода от всех неэквивалентных по симметрии атомов углерода молекулы, и теплоты образования исходного соединения. Эта разность характеризует энтальпию активации. Минимальное значение энтальпии определяет положение биотрансформации. Гипотеза состоит также в том, что если это минимальное для данной молекулы значение больше 27 ккал/моль, соединение не подвергается метаболизму и не будет канцерогеном. В противном случае строится структура метаболита и рассчитывается энергия нижней свободной молекулярной орбитали метаболита. Разность теплот образования радикала и исходного соединения и энергия нижней свободной молекулярной орбитали метаболита используются в качестве параметров при ДСМ-эксперименте по прогнозу канцерогенности.
Расчеты производятся с использованием построенного в химическом редакторе файла описания структуры, затем проводится минимизация геометрии методом молекулярной механики и полуэмпирическим методом АМ1. Результирующее значение теплоты образования исходной молекулы, рассчитанное этим методом, запоминается. Затем моделируется отрыв атомов водорода путем соответствующего изменения файла описания структуры. Теплота образования получившихся радикалов рассчитывается неограниченным методом Хартри-Фока. Положение отрыва атома водорода, соответствующее минимальному значению энтальпии активации, однозначно определяет структуру карбонильного метаболита. Нахождение минимального значения энтальпии активации, построение структуры метаболита, соответствующего минимальной энергии активации, расчет энергии нижней свободной молекулярной орбитали метаболита и до-
бавление параметров во входной файл ДСМ-системы происходят автоматически.
Результатом является прогноз значения свойств (+/-), что означает прогноз отнесения соединения к определенному классу по канцерогенности.
Система содержит результаты ДСМ-экспериментов для определенных структурных рядов и различных токсических эффектов, т.е. гипотезы, сгенерированные на обучающих выборках из соединений этих структурных рядов. В настоящее время разработаны и внесены в систему модели для прогноза класса опасности по канцерогенной и мутагенной активности, острой и хронической токсичности, метгемоглобинобразованию.
Основное положение нашего подхода - необходимость понимания механизма токсического действия на молекулярном уровне для построения соотношений структура-токсичность - разделяется в настоящее время большинством исследователей.
Исследования, проведенные с использованием данной системы, позволил сделать вывод о безусловной важности учета механизма токсического действия и процессов биотрансформации для прогноза токсичности и опасности химических соединений и адекватности применения методов квантовой химии и логико-комбинаторного анализа для целей прогноза.
СПИСОК ЛИТЕРАТУРЫ
1. National Toxicology Program, NTP// URL: http://ntp.niehs.nih.gov/go/pubs.
2. ХамидулинаХ.Х. Международная стратегия химической безопасности и пути ее реализации// Токсикологический вестник. - 1998.
- № 4. - С. 4-8.
3. Russell WM.S.. Burch R.L. The Principles of Humane Experimental Technique. URL: http://altweb.jhsph. edu/publications/humane_exp/het-toc. htm.
4. Bhogal N.. GrmdonÇ., Combes R. Balls M Toxicity testing: creating a revolution based on new technologies.// Trends Biotechnol. - 2005. - Vol. 23.
- № 6. -
Р. 299-307.
5. Красовский Г.Н., Егорова Н.А. Методологические ошибки использования биологического тестирования в гигиенических исследованиях // Гигиена и санитария. - 2000. - № 4. - С. 64-66.
6. Красовский Г.Н., Рахманин Ю.А., Егорова Н.А. Экстраполяция токсикологических данных с животных на человека // М.: Медицина, 2009. - 208 с.
7. CroninM.T.D., Jaworska J. S.. Walker J.D.. ComberM.H.Î.. Watts C.D.. Worth A. P. Use of QSARs in international decision-making frameworks to predict health effects of chemical substances // Environ. Health Perspect. - 2003. - Vol. 111. - P. 1391-1401.
8. Walker J.D. QSARs for identifying and prioritizing substances with persistence and bioconcentration potential.// SAR QSAR Environ. Res. -
2002. - Vol. 13. - P. 713-725.
9. Егорова Н.А. Прогнозирование параметров токсичности отдельных групп химических соединений на основе зависимостей «структура-активность».// Гигиена и санитария.
- 1980. - № 11. -С. 82-84.
10. Красовский Г.Н., Егорова Н.А. Перспективы развития методов прогноза безвредных уровней веществ на основе зависимостей структура-активность. //Вестник АМН СССР -1980. - № 7. -
С. 55-88.
11. Жолдакова З.И. Молекулярная коннективность и острая токсичность веществ // Гигиена и санитария. -
1986. - № 7. C. 18-19.
12. Жолдакова З.И. Прогноз токсичности веществ в воде на основе зависимостей структура-активность// Гигиена и санитария. -
1987. - № 7. - С. 9-13.
13. Жолдакова З.И. Методические основы ускоренного гигиенического нормирования веществ в воде. Дисс .... докт. мед. наук. - М., 1989. -453 с.
14. Klopman G., Multicase 1. A hierarchical computer automated structure évaluation program.// Quant. Struct. - Act. Relat. - 1992. - Vol. 11.
- P. 176-184.
15. Klopman G. The MultiCASE program II. Baseline activity identification algorithm (BAIA). //
J. Chem. Inf. Comput. Sci. - 1998. -Vol. 38, № 1. - P. 78-81.
16. Ridings J.E., BarrattM.D., Cary
R., Earnshaw C.G., Eggington C.E., Ellis M.K., Judson P.N., Langowski J.J., Marchant C.A., Payne P., Watson W.P, Yih T.D. Computer prediction of possible toxic action from chemical structure - an update on the DEREK system. //Toxicol. - 1996. -Vol. 106. - P. 267-279.
17. Enslein K., Gombar V.K.. Blake B.W. Use of SAR in computer-assisted prediction of carcinogenicity and mutagenicity of chemicals by the TOPKAT program. Mutat. Res. - 1994.
- Vol. 305. - P. 47-61.
18. Mekenyan O., Dimitrov S., Schmeider P., Veith G. In Silico Modeling of Hazard Endpoints: Current Problems and Persperctives// SAR QSAR Environ. Res. - 2003. - Vol. 14.
- P. 361-371.
19. Финн В.К. Правдоподобные рассуждения в интеллектуальных системах типа ДСМ // Итоги науки и техники. ВИНИТИ. Сер. Информатика. - М., 1991. -
Т. 15. - С. 54-101.
20. Жолдакова З.И., Харчевникова Н.В., Журков В.С., Фельдт Е.Г. Методические основы развития банка данных по эколого-гигиеническим свойствам химических веществ, загрязняющих окружающую среду // Гигиена и санитария. - 1995. - № 2.
- С. 27-30.
21. Carcinogenic Potency Database (CPDB). University of California, USA. URL: http-potency.berkeley.edu/
22. Красовский Г.Н., Жолдакова З.И., Егорова Н.А. Методические основы ускоренного гигиенического нормирования вредных веществ в
воде. // Проблема пороговости в токсикологии. Сборник научных трудов НИИ О и КГ им. А.Н. Сысина АМН СССР/ Под ред. проф. Г.Н. Красовского. - М., 1979. -С. 27-51.
23. Харчевникова Н.В., Блинова В.Г. Прогнозирование токсичности химических соединений посредством ДСМ-метода // Научно-техническая информация. Серия
2. Информационные процессы и системы. - 2007. -№ 12. - С. 10-15.
24.Харчевникова Н.В., Блинова В.Г., Добрынин Д.А., Максин М.В., Жолдакова З.И. Применение ДСМ метода и квантовохимических расчетов для прогноза канцерогенности и хронической токсичности галогензамещенных алифатических углеводородов // Автоматическое порождение гипотез в интеллектуальных системах. / Под ред. В.К. Финна. - М.: Книжный дом «ЛИБРОКОМ», 2009. - С. 322-335.
25. Жолдакова З.И., Харчевникова Н.В. Количественная зависимость между структурой и активностью ксенобиотиков при их биотрансформации. // Общая токсикология. / Под ред. Б.А. Курляндского, В.А. Филова. - М.: Медицина, 2002. - С. 76-88.
Z.l. Zholdakova., N.V Kharchevnikova
A complex system for predicting substances toxicity and hazard based on the application of the structure-biotransforma-
tion - toxicity relationship
A.N.Sysin Research Institute for Human Ecology and Environmental Health, RF Ministry of Health, 119992, Moscow, Russian Federation
A complex version of the computer-based intellectual predicting system was developed within which a standard system was completed with a quantum-chemical module for generating metabolites and calculating their electronic parameters and the computer-based intellectual predicting system -consideration was supplemented with an analysis of numeral parameters. That way, the complex system is based on the combination of logical-combinatorial methods and methods of quantum chemistry used to simulate interaction processes between substances and the organism and in particular biotransformation processes under the influence of enzymes systems. The system's algorithm is illustrated on the example of predicting carcinogenicity of aliphatic halogenated alkanes.
Key words: toxicity and hazard predicting, biotransformation, quantum-chemical parameters.
Материал поступил в редакцию 11.10.2012 г
