Videnskab
 Science >> Videnskab >  >> Kemi

Brug af metabolomics til at vurdere sikkerheden af ​​kemikalier kan reducere brugen af ​​laboratorierotter

Kortlægning af de 8 teststoffer til MetaMap®Tox-databasen viser, at de tre MoA-kategorier kun er moderat adskilt i metabolomisk (biologisk) responsrum. Resultater viser bootstrap PCA-score-plot for en hun-, b-hanrotte ved hjælp af historiske MetaMap®Tox-metabolomiske data for 29 stoffer (inklusive de 8 ringforsøgs-teststoffer), hver ved to doser og spænder over 8 kendte MoA'er (plus ingen behandling som f.eks. en negativ kontrol). Input metabolomics data blev bootstrapped for at generere 100 pseudo-prøver pr. behandling (for historiske og nye undersøgelsesdata), der blev opdelt i 70 trænings- og 30 testprøver; PCA-modellen blev beregnet på træningssættet (kun historiske data, ikke vist) og derefter brugt til at forudsige de 30 testprøver pr. behandling (for historiske og nye undersøgelsesdata). Historiske data er vist i gråt (for alle 29 stoffer) for at angive det biologiske responsrum, og de 8 teststoffer i ringforsøget er farvet til at repræsentere de tre MoA-kategorier (guld:anæmi, grøn:androgenreceptoraktivitet, blå:peroxisom proliferator). Input metabolomics data er repræsenteret af stjerner, bootstrapped testdata af cirkler. Kredit:Archives of Toxicology (2024). DOI:10.1007/s00204-024-03680-y

Forskere har opdaget en mere robust måde at gruppere kemikalier og bruge read-across til toksikologiske data for at opfylde lovkrav, hvilket i høj grad kan reducere dyreforsøg.



Kemikaliers sikkerhed tages utroligt alvorligt af regulatorer, og som sådan skal industrien opfylde visse kriterier, hvis de forsøger at få et nyt kemikalie godkendt til brug; ofte gøres dette ved at teste kemikalierne på rotter.

Gruppering og gennemlæsning er en EU-godkendt tilgang, der gør det muligt for nye kemikalier, der strukturelt ligner andre allerede godkendte kemikalier, at få den samme toksikologiske information kopieret til sig med henblik på godkendelse, der kan bringes på markedet. Men denne proces er upålidelig, og størstedelen af ​​nye kemikaliegruppering og read-across indsendelser afvises af Det Europæiske Kemikalieagentur (ECHA).

Men nu en metode, der bruger metabolomics, offentliggjort i Archives in Toxicology , kunne være nøglen til at gøre grupperingsprocessen mere effektiv.

Undersøgelsen er fra MATCHING-konsortiet, som ledes af University of Birmingham, i samarbejde med BASF, BASF Metabolome Solutions, ECHA, Imperial College London, Syngenta, Vrije Universiteit Amsterdam og US Environmental Protection Agency.

Mark Viant, professor i Metabolomics ved University of Birmingham, sagde:"Kemikalier falder i tre kategorier af lægemidler, pesticider og industrikemikalier, og vi udsættes for nogle af disse hver eneste dag i vores liv. Industrielle kemikalier er ikke beregnet til direkte eksponering for mennesker eller miljøet, men det vil uundgåeligt ske, så toksikologisk information skal være nøjagtig i stedet for kun at måle kemikaliernes strukturelle lighed for at danne grupper, har vi fundet ud af, at ved at bruge metabolomik til at måle kemikaliernes biologiske reaktioner. , kan vi gøre grupperingen og læse på tværs mere pålidelig."

For at se, om metabolomics ville være mere effektiv, udførte seks internationale laboratorier det samme eksperiment. Forskerne fik alle tilsendt almindelige plasmaprøver fra rotter, der var blevet testet med otte kemikalier. Holdene vidste ikke, hvad kemikalierne var og var nødt til at gruppere dem korrekt ved hjælp af metabolomics.

Forskerne ledte efter diagnostiske metaboliske biomarkører, som giver et detaljeret billede af rottens helbred. Ved at bruge en "shotgun tilgang" som metabolomics, kunne forskere måle tusindvis af markører, såsom aminosyrer og lipider, ved hjælp af massespektrometri. Dette hjalp laboratorierne med at gruppere de otte kemikalier i to grupper af tre og et af to kemikalier.

Alle resultaterne blev derefter sendt til Det Europæiske Kemikalieagentur, som kompilerede dem, før resultaterne blev afsløret for hele konsortiet. De fem laboratorier, hvis data bestod kvalitetskontrol, opdagede alle den samme gruppering. Det er første gang, at brugen af ​​metabolomics til gruppering har vist sig at være en reproducerbar metode.

Katherine Santizo fra Cefic-LRI forklarer, "Dette er et stort skridt fremad for at forbedre den eksisterende gruppering og gennemlæsningstilgang. Det faktum, at fem laboratorier fra forskellige lande alle fik de samme, korrekte resultater, mens de brugte forskellige metoder og instrumenter, deres egne procedurer og statistisk analyse viser, at metabolomics er en pålidelig metode."

Det er godt nyt for udfasningen af ​​rotteforsøg, da formålet med gruppering og gennemlæsning er at reducere antallet af kemikalier, der skal testes på rotter. Men på grund af den høje procentdel af kemikalier, der i øjeblikket afvises, er dette ikke altid tilfældet.

Professor Viant forklarede:"Rotter er ikke en god model for mennesker i første omgang, og reproducerbarheden af ​​rottetest er ikke stor. Ud over dette kan toksicitetstestene for kun ét kemikalie kræve mere end 1.000 rotter. Med titusindvis af kemikalier, der kræver testning i Europa, og selvom ikke alle disse kræver det samme testniveau, vil mange af dem ende med at blive testet på rotter. Selv uden de etiske overvejelser, er dette en dyr og langsom proces gruppering og read-across tilgang mere robust ved at bruge metabolomics, antallet af laboratorierotter, der bliver testet, kan reduceres dramatisk."

Tomasz Sobanski, teamleder for alternative metoder i Computational Assessment and Alternative Methods Unit, ECHA, sagde:"Behovet for at demonstrere pålideligheden af ​​metabolomics blev først identificeret under en af ​​vores workshops i 2016. Vi er meget imponerede over resultaterne af dette forskning, og vi tror, ​​at de vil forbedre grupperingen og gennemlæsningen. Vi håber, at erfaringer fra denne forskning vil blive inkluderet i ny vejledning til den kemiske industri, så kommercielle laboratorier kan levere disse tjenester bredt.

"For mig personligt er dette et eksempel på, hvordan regulatoriske udfordringer kan løses gennem viden, videnskab og samarbejde. Denne præstation var mulig, fordi tilsynsmyndigheder var i stand til klart at kommunikere deres behov, det videnskabelige samfund ønskede at adressere dem, og industrien var Jeg tror på, at denne forskning i sidste ende vil hjælpe os til bedre at beskytte sundhed og miljø og samtidig undgå unødvendige test på dyr."

Flere oplysninger: Mark R. Viant et al., Demonstrering af pålideligheden af ​​in vivo metabolomik baseret kemisk gruppering:mod bedste praksis, Archives of Toxicology (2024). DOI:10.1007/s00204-024-03680-y

Leveret af University of Birmingham