Produk

Cedera hati akibat obat adalah salah satu penyebab utama pengurangan obat.Kemampuan untuk memprediksi efek hati kandidat obat dari struktur kimianya sangat penting untuk membantu memandu proyek penemuan obat eksperimental menuju obat yang lebih aman.Dalam penelitian ini, kami telah mengumpulkan kumpulan data dari 951 senyawa yang dilaporkan menghasilkan berbagai efek pada hati pada spesies yang berbeda, terdiri dari manusia, hewan pengerat, dan bukan hewan pengerat.Efek hati untuk kumpulan data ini diperoleh sebagai metadata tegas, dihasilkan dari abstrak MEDLINE menggunakan kombinasi unik dari metode leksikal dan linguistik dan aturan ontologis.Kami telah menganalisis kumpulan data ini menggunakan pendekatan cheminformatics konvensional dan membahas beberapa pertanyaan yang berkaitan dengan konkordansi lintas spesies dari efek hati, determinan kimia dari efek hati pada manusia, dan prediksi apakah suatu senyawa tertentu cenderung menyebabkan efek hati pada manusia.Kami menemukan bahwa kesesuaian efek hati relatif rendah (ca. 39-44%) antara spesies yang berbeda, meningkatkan kemungkinan spesifisitas spesies dapat bergantung pada fitur spesifik struktur kimia.Senyawa dikelompokkan berdasarkan kesamaan kimianya, dan senyawa serupa diperiksa untuk kesamaan yang diharapkan dari profil efek hati yang bergantung pada spesiesnya.Dalam kebanyakan kasus, profil serupa diamati untuk anggota cluster yang sama, tetapi beberapa senyawa muncul sebagai outlier.Outlier adalah subjek regenerasi pernyataan terfokus dari MEDLINE serta sumber data lainnya.Dalam beberapa kasus, pernyataan biologis tambahan diidentifikasi, yang sesuai dengan harapan berdasarkan kesamaan kimiawi senyawa.Penegasan selanjutnya diubah menjadi anotasi biner dari bahan kimia yang mendasari (yaitu, efek hati vs tidak ada efek hati), dan model hubungan struktur-aktivitas kuantitatif biner (QSAR) dihasilkan untuk memprediksi apakah suatu senyawa diharapkan menghasilkan efek hati pada manusia.Terlepas dari heterogenitas data yang tampak, model telah menunjukkan kekuatan prediksi yang baik yang dinilai dengan prosedur validasi silang 5 kali lipat eksternal.Kekuatan prediktif eksternal model QSAR biner selanjutnya dikonfirmasi oleh penerapannya pada senyawa yang diambil atau dipelajari setelah model dikembangkan.Sepengetahuan kami, ini adalah studi pertama untuk prediksi toksisitas bahan kimia yang menerapkan pemodelan QSAR dan teknik kimiawi lainnya untuk data pengamatan yang dihasilkan melalui penambangan teks otomatis dengan kurasi manual terbatas, membuka peluang baru untuk menghasilkan dan memodelkan toksikologi kimia data.