27
Predikční metody "in silico" a softwarové nástroje pro REACH a CLP Tomáš Novotný Zuzana Heřmánková

Predikční metody "in silico " a softwarové nástroje pro REACH a CLP

  • Upload
    armen

  • View
    74

  • Download
    0

Embed Size (px)

DESCRIPTION

Predikční metody "in silico " a softwarové nástroje pro REACH a CLP. Tomáš Novotný Zuzana Heřmánková. Predikční metody in silico a softwarové nástroje pro REACH a CLP. ( eko )toxicita látek „in silico “. in vivo , in  vitro , nebo in silico ? Metody in silico v rámci REACH - PowerPoint PPT Presentation

Citation preview

Page 1: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Predikční metody "in silico" a softwarové nástroje pro REACH a CLP

Tomáš NovotnýZuzana Heřmánková

Page 2: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Predikční metody in silico a softwarové nástroje pro REACH a CLP

(eko)toxicita látek „in silico“

• in vivo, in vitro, nebo in silico?

• Metody in silico v rámci REACH

• Metody in silico v praxi

• Kde hledat data a software

TECHEM Manager

• Softwarový nástroj pro implementaci REACH a CLP

2

Page 3: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico

Přednosti

Cena

Úspora testovacích organismů

Čas

OmezeníOmezená použitelnost (datová náročnost)

Riziko chybné predikce

3

Page 4: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico

4

in vivo in vitro in silico

Přednosti Cena

Page 5: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico

5

CenaPřednosti

1 Zdroj: Fleischer, M. Testing Costs and Testing Capacity According to the REACH Requirements – Results of a Survey of Independent and Corporate GLP Laboratories in the EU and Switzerland. Journal of Business Chemistry 2007, 4 (3), 96–114.

Požadované informace REACH

Hranice pro povinnost uvést údaj

Metodika testu OECD

Průměrná cena testu1

Cena testu in silicoin vivo in vitro

Kožní dráždivost nebo leptavé účinky na kůži

1 t (in vitro), 10 t (in vivo)

TG 404, TG 430, TG 431 1 194 € 1 645 € 500 – 1 000 €

Subakutní toxicita na bezobratlých (Daphnia) 1 t TG 202 3 742 € - 500 – 1 000 €

Subakutní toxicita po opakovaných dávkách 10 t TG 407 49 390 € - < 5 000 €

Chronická toxicita na bezobratlých (Daphnia) 100 t TG 211 13 426 € - 500 – 2 000 €

Karcinogenita 1000 t TG 451 780 357 € - < 10 000 €

Page 6: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico

6

Přednosti Úspora testovacích organismů

in vivo in vitro in silicoZdroj: www.sciencephoto.com

Page 7: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico

7

Přednosti Úspora testovacích organismů

Požadované informace REACH

Hranice pro povinnost uvést údaj

Metodika testu OECD

Průměrná potřeba živých jedinců1

Oční dráždivost 1 t (in vitro), 10 t (in vivo)  TG 405 2

Senzibilizace kůže 1 t TG 429, TG 406  23

Akutní toxicita (orální) 1 t TG 420, TG 423 8

Subakutní toxicita (ryby) 10 t TG 203 14Subakutní toxicita po opakovaných dávkách 10 t TG 407 50

Bioakumulace 100 t TG 305 108

1 Zdroj: Rovida, C.; Hartung, T. Re-evaluation of animal numbers and costs for in vivo tests to accomplish REACH legislation requirements for chemicals - a report by the transatlantic think tank for toxicology (t(4)). ALTEX 2009, 26 (3), 187–208.

Page 8: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico

8

Přednosti Čas

in vivo in vitro in silicoDny až měsíce Dny až týdny Hodiny až dny

Page 9: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Potřeba hodnověrných a srovnatelných experimentálních dat

Omezení zejména pro:

• Některé endpointy

• Méně běžné látky

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico

9

Omezení Omezená použitelnost (datová náročnost)

Page 10: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico

10

Omezení Riziko chybné predikce

Číslo modelu(QMRF#) Endpoint Výsledek

predikce Typ algoritmuKoeficient

determinace (R2) testovací množiny

Q8-10-14-150 Akutní toxicita (ryby) LC50Multilineární

regrese 0,825

Q17-10-1-241 Senzibilizace kůže LLNA skóre Neuronová síť 0,499

Q8-10-14-176 Akutní toxicita (in vitro) IC50

Multilineární regrese 0,802

Q8-10-30-288 Subakutní toxicita po opakovaných dávkách LOAEL Multilineární

regrese 0,725

Q2-17-16-140 Bioakumulace BCF Multilineární regrese 0,905

1 Zdroj: (Q)SAR Model Reporting Format Database – qsardb.jrc.it

Page 11: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Metody in silico v rámci REACH

Testy in vivo jsou poslední možností„Aby se zamezilo zkouškám na zvířatech, provádějí se zkoušky na obratlovcích pro účely tohoto nařízení pouze jako poslední možnost. Je rovněž nutné přijmout opatření, kterými se omezí zdvojování jiných zkoušek. „

[REACH, článek 25]

Nejprve se posoudí všechny dostupné údaje, včetně výsledků in silico„Před provedením nových zkoušek k určení vlastností uvedených v této příloze se nejprve posoudí všechny dostupné údaje ze zkoušek in vitro,  in vivo, historické údaje o účincích na  člověka,  údaje  z  platných  (Q)SAR  a  údaje  odvozené  ze  strukturně  příbuzných  látek (analogický přístup).“

[REACH, příloha VII]

11

Page 12: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Metody in silico v rámci REACH

12

Integrované strategie testování v rámci REACH

1• Zhodnocení existujících údajů

2• Historické záznamy o expozici člověka

3• (Q)SAR a sdružování/analogický přístup

4• Testy in vitro

5• Nové testy in vivo

Page 13: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Metody in silico v praxiPříklady použití metod in silico při registraci v rámci REACH v roce 2010

13

Látka CAS RN Endpoint Typ studie

Chlornan sodný 7681-52-9 Subakutní toxicita na rybách Hlavní

Ethanol 64-17-5

Rozdělovací koeficient oktanol-voda Hlavní

Rozpustnost ve vodě Hlavní

Snadná biologická rozložitelnost Hlavní

Bioakumulace Podpůrná

Akutní toxicita (orální) Podpůrná

Kožní dráždivost nebo leptavé účinky na kůži Hlavní

Senzibilizace kůže Hlavní

Genotoxicita (in vitro) Hlavní

Zdroj: Databáze ECHA CHEM – echa.europa.eu/web/guest/information-on-chemicals/registered-substances

Page 14: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Metody in silico v praxiPříklady použití metod in silico při registraci v rámci REACH v roce 2010

14

Látka CAS RN Endpoint Typ studie

Trichlorsilan 10025-78-2

Disociační konstanta Hlavní

Subakutní toxicita na rybách Hlavní

Subakutní toxicita na bezobratlých (Daphnia) Hlavní

Inhibice růstu řas Hlavní

Inhibice respirace aktivovaného kalu Hlavní

Subakutní toxicita po opakovaných dávkách (orální) Hlavní

Subakutní toxicita po opakovaných dávkách (inhalační) Hlavní

Zdroj: Databáze ECHA CHEM – echa.europa.eu/web/guest/information-on-chemicals/registered-substances

Page 15: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Metody in silico v praxiPříklady predikce (eko)toxicity

15

20 40 60 80 100 120 140 160 1800

5,000

10,000

15,000

20,000

25,000

30,000

35,000

Molární hmotnost [g/mol]

LC50

/96

h (P

imep

hale

s pro

mel

as) [

mg/

l]methanol

ethanolpropanolbutanol

pentanolhexanolheptanoloktanol

nonanoldekanol

Látka M [g/mol]

LC50/96 h [mg/l]

Methanol 32,04 29 200Ethanol 46,07 14 900

Propanol 60,1 4 560Butanol 74,12 1 740Pentanol 88,15 473Hexanol 102,18 97,6Heptanol 116,21 34,3Oktanol 130,23 17,1Nonanol 144,26 5,7Decanol 158,29 2,4

Další výsledky pro 1 -

oktanol

QSAR (ECOSAR)

Read Across

(Analogy)19,631 mg/l 9,56 mg/l

Page 16: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Metody in silico v praxiPříklady predikce (eko)toxicity

16

Q1.Melting Point[ ] > 200 ℃ No  Q2.LogP-3.1 No  Q3.Lipid Solubility[g/kg] 0,01 No  Q4.Group C (C,H,O) Yes  Q5.Melting Point[ ] > 55 ℃ No  Q6.Molecular Weight > 350.0 No Q7.Surface Tension[mN/m] > 62 No  Q8.Vapour Pressure[Pa] 0,0001 No  Q9.Group CN (C,H,O,N) NoQ19.Group CNHal (C,H,O,N,F,Cl,Br or I ) No Q27.Group CNS (C,H,O,N,S) No  Q33.Group CHal (C,H,O,F,Cl,Br or I ) No  Q36.AlphaAlkynes No  Q4.Group C (C,H,O) Yes  Q38.Acrylic Acids No  Q39.O and P Quinones No  Q40.AliphaticSaturatedAcidsAndHalogenatedAcids No  Q41.Aldehydes No  Q42.Phenols No  Q43.CatecholsResorcinolsHydroquinones No  Q43.CatecholsResorcinolsHydroquinones No  Q45.AcidAnhydrides No  Q46.Ketenes No  Q47.BetaLactones No  Q48.Lactone, fused to another ring, or 5- or 6-membered a,b-unsaturated lactone? No  Q49.Epoxides No  Q50.AcrylicAndMethacrylicEsters No  Q51.Ketones No  Q52.C10_C20AliphaticAlcohols No  Q53.EthyleneGlycolEthers Yes Class Irritating to skin

Kožní dráždivost 1-oktanolu (rozhodovací strom BfR)

Page 17: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Metody in silico v praxiPříklady predikce vývojové toxicity

Látka ECHA data Read Across – Analogy TOPKAT

Methanol Bez klasifikace Bez klasifikace N/AEthanol Bez klasifikace Bez klasifikace Ne

1 – propanol Bez klasifikace Bez klasifikace Ano1 – butanol Bez klasifikace Bez klasifikace N/A

1 – pentanol Bez klasifikace Bez klasifikace N/A1 – hexanol Bez klasifikace Bez klasifikace Ne1 – heptanol Neznámá Bez klasifikace Ne1 – oktanol Bez klasifikace Bez klasifikace Ne1 – nonanol Bez klasifikace Bez klasifikace Ne1 – dekanol Bez klasifikace Bez klasifikace Ne

1 – undekanol Bez klasifikace Bez klasifikace Ne1 - dodekanol Bez klasifikace Bez klasifikace Ne

17

Page 18: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Metody in silico v praxiPříklady predikce vývojové toxicity

18

Látka ECHA data Read Across – Analogy TOPKATMethylacetát Bez klasifikace Bez klasifikace AnoEthylacetát Bez klasifikace Bez klasifikace Ano

n - Propylacetát Bez klasifikace Bez klasifikace Anon - Butylacetát Bez klasifikace Bez klasifikace Anon - Pentylacetát Neznámá Bez klasifikace Nen - Hexylacetát Neznámá Bez klasifikace Ne

n - Heptyl acetát Neznámá Bez klasifikace Nen - Oktyl acetát Neznámá Bez klasifikace Ne

Příklad analogických látek pro n – pentylacetátLátka (analog) CAS Tanimoto index Vývojová toxicitapentyl acetát 628-63-7 - Cílová Látkabutyl acetát 123-86-4 0,852 Bez klasifikace

methyl oktanoát 111-11-5 0,794 Bez klasifikacepropyl acetát 109-60-4 0,704 Bez klasifikace

methyl dekanoát 110-42-9 0,643 Bez klasifikaceisopropyl acetát 108-21-4 0,556 Bez klasifikace

Page 20: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Kde hledat data a softwareSoftwarové nástroje a modely pro predikci (eko)toxicity in silico

20

Volně dostupný software a modely• OECD (Q)SAR Toolbox

– www.oecd.org/document/54/0,3746,en_2649_34379_42923638_1_1_1_1,00.html

• CAESAR Project– Computer Assisted Evaluation of industrial chemical

Substances According to Regulations– www.caesar-project.eu

• EPI Suite– www.epa.gov/oppt/exposure/pubs/episuite.htm

Page 21: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Kde hledat data a softwareSoftwarové nástroje a modely pro predikci (eko)toxicity in silico

21

Volně dostupný software a modely• QMRF Database

– Databáze reportů (Q)SAR modelů– qsardb.jrc.it/qmrf

Komerční software• TOPKAT• Derek• HazardExpert

Page 22: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Výzkum predikčních metod hodnocení nebezpečných vlastností chemických látek

22

2009 – 2011 podpora MPO (FR-TI1/092)

Zkoumané látky

kys. akrylová cyklohexylamin anilin benzen

methylakrylát dimethylcyklohexylamin n-ethylanilin toluen

ethylakrylát ethylcyklohexylamin n,n-diethylanilin o-xylen

butylakrylát n-isopropylanilin p-xylen

2-ethylhexylakrylát

Page 23: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

Výzkum predikčních metod hodnocení nebezpečných vlastností chemických látek

23

2009 – 2011 podpora MPO (FR-TI1/092)

Zkoumané látky

toluen methanol methylacetát isopropylacetát

nitrotoluen ethanol ethylacetát isobutylacetát

o-nitrotoluen n-propanol n - propylacetát isopentylacetát

p-nitrotoluen n-butanol n -butylacetát

trinitrotoluen n-pentanol n - pentylacetát

n-hexanol n – hexylacetát

n-heptanol n - heptylacetát

n-octanol n - oktylacetát

n-nonanol n-nonylacetát

n-decanol n-decylacetát

Page 24: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

24

Šetřeme!

Nejprve in silico

Poté in vivo

Page 25: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

TECHEM ManagerSoftwarový nástroj pro implementaci REACH a CLP

25

• Přehledné zpracování REACH, CLP a související dokumentace (Guidance dokumenty, související legislativa, …)– Provázanost jednotlivých dokumentů– Fulltextové vyhledávání– Slovník pojmů a zkratek

• Propojení s chemickými a toxikologickými databázemi• Nástroj pro tvorbu bezpečnostních listů• Nástroj pro klasifikaci látek a směsí

2012 – 2015 podpora MPO (FR-TI4/032)

Page 26: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

26

TECHEM ManagerSoftwarový nástroj pro implementaci REACH a CLP

Page 27: Predikční metody "in  silico " a softwarové nástroje pro REACH a CLP

27

Tomáš Novotnýkonzultant a zástupce ředitele

TECHEM CZ, s.r.o.Ondříčkova 48130 05 Praha 3Tel: (+420) 272 732 442Fax: (+420) 272 742 476E-mail: [email protected]