文献

J-GLOBAL ID：202102280430208270   整理番号：21A1374233

化学構造に基づく分子開始事象における潜在的アゴニスト/アンタゴニスト活性のための毒性予測ツール【JST・京大機械翻訳】

A Toxicity Prediction Tool for Potential Agonist/Antagonist Activities in Molecular Initiating Events Based on Chemical Structures

著者 (3件)： Kurosaki Kota ,  Wu Raymond ,  Uesawa Yoshihiro
資料名： International Journal of Molecular Sciences (Web)  (International Journal of Molecular Sciences (Web))
巻： 21  号： 21  ページ： 7853  発行年： 2020年 
JST資料番号： U7038A  ISSN： 1422-0067  CODEN： IJMCFK  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 多くの化合物の健康効果は知られていないので,制御毒物学は,有害な経路(AOP)フレームワークにおける分子開始事象(MIEs)を効率的に発見するための定量的構造活性相関(QSAR)モデルの開発にしばしば依存しなければならない。しかし,多くの毒性予測研究で使用されるQSARモデルは,公的に利用できず,従って,それらは実用化において使用が困難であった。化合物により誘導される種々の毒性応答を同時に同定するアプローチも少ない。本研究では,潜在的MIEを包括的に同定するWebアプリケーションツールである,毒性予測因子を開発した。21世紀(Tox21)10Kライブラリーにおける毒物学における種々の化学物質を用いて,著者らは,機械学習法を用いて潜在的内分泌撹乱化学物質(EDCs)を同定した。最適化三次元(3D)分子構造とXGBoostアルゴリズムに基づいて,QSARモデルのための分子記述子を確立した。それらの予測性能と適用性ドメインを評価し,毒性予測因子に適用した。構築したモデルの予測性能は,Tox21データチャレンジ2014におけるトップモデルのそれと一致した。MIEsに対するこれらの高度な予測結果はインターネット上で自由に利用可能である。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  分子構造 ,  *拮抗作用 ,  毒物学 ,  三次元 ,  定量的構造活性相関 ,  インターネット ,  機械学習
準シソーラス用語： *化学構造 ,  *アゴニスト ,  Webアプリケーション ,  予測因子 ,  分子記述子 , 【Automatic Indexing@JST】

著者キーワード (5件)： 機械学習 ,  核受容体 ,  ストレス応答経路 ,  予測モデル ,  分子ディスクリプタ

分類 (2件)： 化学物質の毒性一般  (GZ02010C) ,  分子・遺伝情報処理  (JE15040B)

引用文献 (63件)：

• Hansch, C.; Maloney, P.; Fujita, T.; Muir, R.M. Correlation of Biological Activity of Phenoxyacetic Acids with Hammett Substituent Constants and Partition Coefficients. Nature 1962, 194, 178-180.
• Hansch, C.; Fujita, T. p-σ-π Analysis. A Method for the Correlation of Biological Activity and Chemical Structure. J. Am. Chem. Soc. 1964, 86, 1616-1626.
• Gombar, V.K.; Enslein, K.; Blake, B.W. Assessment of developmental toxicity potential of chemicals by quantitative structure-toxicity relationship models. Chemosphere 1995, 31, 2499-2510.
• van de Waterbeemd, H.; Gifford, E. ADMET in-silico modelling: Towards prediction paradise? Nat. Rev. Drug Discov. 2003, 2, 192-204.
• Zhang, S. Computer-aided drug discovery and development. Methods Mol. Biol. 2011, 716, 23-38.

タイトルに関連する用語 (8件)： 化学構造 ,  分子 ,  事象 ,  アゴニスト ,  アンタゴニスト活性 ,  毒性 ,  予測 ,  ツール