文献

J-GLOBAL ID：202302240051257966   整理番号：23A1968031

化粧品の安全性評価 皮膚感作性強度の予測に向けた機械学習によるin silicoアプローチ

An in silico approach using machine learning to predict skin sensitization potency

著者 (1件)： 安部賀央里 (名古屋市大 大学院薬学研究科)
資料名： Fragrance Journal  (Fragrance Journal)
巻： 51  号： 7  ページ： 16-20  発行年： 2023年07月15日 
JST資料番号： G0987B  ISSN： 0288-9803  CODEN： FUJAD7  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 化粧品原料の安全性評価は,安全性の高い製品の開発において重要である。2013年以降,EUは動物実験が実施された原料を含む化粧品の販売を禁止している。したがって,化粧品業界では動物を使用しない安全性評価法の開発が急務となっている。本稿では,in silicoアプローチとして,機械学習を用いた皮膚感作性強度の予測モデルについて紹介する。このモデルは,高品質のLLNAデータを使用し,CatBoostを使用して非線形の回帰モデルを構築し,in vitro試験データと化学物質の物性情報からLLNA EC3値を予測する。皮膚感作性強度のin silico予測は,ヒトにおけるリスク評価に有用なアプローチであると期待されているが,予測モデルの信頼性や妥当性についてはまだ検討する必要がある。(翻訳著者抄録)

シソーラス用語： 化粧品 ,  原料 ,  ヒト ,  *安全評価 ,  動物実験 ,  代替案 ,  *機械学習 ,  *感作 ,  予測モデル ,  毒性試験 ,  免疫学的試験 ,  リスク評価 ,  回帰モデル ,  in vitro実験
準シソーラス用語： *in silico解析 ,  LLNA ,  化粧品原料 ,  動物実験代替法 ,  *皮膚感作 ,  非線形回帰モデル

分類 (1件)： 化粧品  (YG03030S)

タイトルに関連する用語 (5件)： 化粧品 ,  安全性評価 ,  皮膚感作 ,  予測 ,  機械学習