基于有害结局路径的化学物质计算毒理学研究

计算毒理学利用分子致毒机制信息和数学模型预测化学物质对人体健康和环境的危害.有害结局路径(adverse out-come pathway,AOP)可将化学物质在个体水平的危害或有害结局(adverse outcome,AO)与其在分子水平上的启动事件(molecu-lar initiating event,MIE)建立关联,为将表征分子致毒机制的体外生物测试数据应用到高通量的化学物质毒性预测中提供了可能.然而,目前缺乏基于有害结局路径的高通量预测化学物质毒性的研究.本研究基于AOP框架,联合ToxCast体外测试数据,选取101种典型环境化学物质进行毒性预测,并通过与PubChem内已报道的化学物质毒性比较,对预测结果进行评价.结果表明,基于AOP预测到101种化学物质共可潜在诱导58个AOs,覆盖了生殖毒性等在内的11个毒性类型.不同毒性类型的真阳性预测率(true positive rate,TPR)不同,其中致癌/遗传毒性、生殖毒性与消化系统毒性的TPR均超过了 70％,而神经毒性与呼吸系统毒性的TPR均低于30％.不同毒性类型的TPR与AOP知识库中该毒性类型的AOP(P＜0.02,r=0.685)、MIE(P＜0.01,r=0.734)、体外生物测试的数量(P＜0.01,r=0.752)和化学物质体外测试数量(P＜0.01,r=0.293)呈显著正相关.综上,本研究的结果表明,增加高通量体外测试数据和丰富AOP知识库,将进一步提高对化学物质的潜在毒性预测的准确性,为未来化学物质的高通量筛查和风险评估提供支撑.