论文部分内容阅读
皮肤刺激、皮肤致敏等急性毒性数据是化学品环境管理中最基本的毒理学数据。皮肤刺激、发炎和过敏等症状一般是在化学品通过皮肤渗入人体后才出现,因此,化学品透过皮肤的能力即皮肤渗透性常被用来评估其潜在皮肤刺激、皮肤致敏性。皮肤渗透系数(Fl)是表征化学品皮肤渗透性的重要指标。采用传统整体动物测试方法获取Fl等毒性数据面临成本高、耗时长的缺点,且违背动物实验伦理的"3R原则"。导致仅有数百种化学品具有相关的毒性数据,但是,目前全球商业使用的化学品已超过14万种,且每年还有1000~2000种新合成的化学品投入市场,这种新化学品投入速率与其评估速率的巨大差异,导致数据缺口越来越大。因此,通过发展高通量的传统动物实验替代技术用于获取化学品安全信息是实现化学品环境管理的重要保障。基于计算毒理学的虚拟高通量筛选技术是传统动物实验替代技术的核心。而定量结构-活性关系(QSARs)是计算毒理学预测技术的核心研究内容之一。为了规范QSARs的发展,经济合作与发展组织(OECD)发布了QSAR模型构建与验证的导则。只有符合该导则的模型,才能预测用于化学品环境管理所需的数据。然而,现有关于化学品Fl的许多模型并不符合OECD关于QSARs的导则要求,不能直接使用,有必要发展满足要求的新模型。本研究针对132种有机化学品,基于7个Dragon分子描述符,采用多元线性回归(MLR)方法构建了logFl的QSAR模型,并根据OECD关于QSAR模型构建与验证的导则对模型进行了表征。结果显示,经自由度校正的决定系数R2adj、均方根误差RMSE、去一法交叉验证系数Q2LOO,Bootstrapping方法Q2BOOT分别为0.839,0.300,0.823,0.748,说明模型具有良好的拟合优度、稳健性。外部验证决定系数Q2EXT,R2EXT,RMSEEXT分别为0.613,0.628,0.292,说明模型具有较好预测能力。基于欧几里德距离法和Williams图定义的模型应用域(AD)结果表明,模型没有离群点。因此,可以使用本研究构建的QSAR模型预测应用域内其它化学品的logFl。