Des produits

Les lésions hépatiques d'origine médicamenteuse sont l'une des principales causes d'attrition médicamenteuse.La capacité de prédire les effets sur le foie des candidats-médicaments à partir de leurs structures chimiques est essentielle pour aider à orienter les projets de découverte de médicaments expérimentaux vers des médicaments plus sûrs.Dans cette étude, nous avons compilé un ensemble de données de 951 composés signalés comme produisant un large éventail d'effets sur le foie chez différentes espèces, comprenant les humains, les rongeurs et les non-rongeurs.Les effets sur le foie pour cet ensemble de données ont été obtenus sous forme de métadonnées assertionnelles, générées à partir de résumés MEDLINE à l'aide d'une combinaison unique de méthodes lexicales et linguistiques et de règles ontologiques.Nous avons analysé cet ensemble de données à l'aide d'approches chimioinformatiques conventionnelles et abordé plusieurs questions relatives à la concordance inter-espèces des effets sur le foie, les déterminants chimiques des effets sur le foie chez l'homme et la prédiction de savoir si un composé donné est susceptible de provoquer un effet sur le foie chez l'homme.Nous avons constaté que la concordance des effets sur le foie était relativement faible (environ 39 à 44 %) entre les différentes espèces, ce qui soulève la possibilité que la spécificité des espèces puisse dépendre de caractéristiques spécifiques de la structure chimique.Les composés ont été regroupés en fonction de leur similarité chimique, et des composés similaires ont été examinés pour la similarité attendue de leurs profils d'effets sur le foie dépendant de l'espèce.Dans la plupart des cas, des profils similaires ont été observés pour les membres d'un même cluster, mais certains composés sont apparus comme des valeurs aberrantes.Les valeurs aberrantes ont fait l'objet d'une régénération d'assertion ciblée à partir de MEDLINE ainsi que d'autres sources de données.Dans certains cas, des affirmations biologiques supplémentaires ont été identifiées, qui étaient conformes aux attentes basées sur les similitudes chimiques des composés.Les affirmations ont ensuite été converties en annotations binaires des produits chimiques sous-jacents (c'est-à-dire, effet sur le foie par rapport à l'absence d'effet sur le foie), et des modèles binaires de relation quantitative structure-activité (QSAR) ont été générés pour prédire si un composé devrait produire des effets sur le foie chez l'homme.Malgré l'hétérogénéité apparente des données, les modèles ont montré un bon pouvoir prédictif évalué par des procédures externes de validation croisée 5 fois.Le pouvoir prédictif externe des modèles QSAR binaires a été confirmé par leur application à des composés qui ont été récupérés ou étudiés après le développement du modèle.À notre connaissance, il s'agit de la première étude de prédiction de la toxicité chimique qui a appliqué la modélisation QSAR et d'autres techniques de chimioinformatique aux données d'observation générées par le biais de l'exploration de texte automatisée avec une conservation manuelle limitée, ouvrant de nouvelles opportunités pour générer et modéliser la toxicologie chimique. données.