什麼是(Q)SAR?
即 (Quantitative) Structure-Activity Relationship。中文叫做「(定量)結構活性關係」。
它是一種研究化學物質結構(或結構相關屬性)與其生物活性/理化特性之間關係的方法,能用來預測化學物質的毒性。
在農藥原藥等同性評估中,(Q)SAR有多重要?
原藥等同性認證是非專利農藥原藥進入全球各國或地區市場的一條快速通道。
現今全球普遍採用兩階段的原藥等同性評估流程,評估新來源(新登記原藥)相較參考來源原藥(已登記原藥)是否在化學組分及毒性上等同。
第一階段為化學評估,重點在定性/定量新來源中各種雜質的結構與含量。
如果第一階段化學評估未通過(例如新來源有新雜質,或現有雜質含量增加),則進入第二階段的毒理學評估,以確保新來源與參考來源在毒性效應上等同。
包括歐盟、澳洲、巴西等國家與地區,在第二階段毒理學評估中引入(Q)SAR預測,主要目的是判斷新來源雜質是否有潛在健康或生態毒性。
如果所有雜質(Q)SAR預測結果理想,結合必要的毒理試驗(例如體外基因毒性試驗、急性毒性試驗等)或危害分類和風險評估方法,就能充分證明新來源與參考來源原藥毒性等同,無需額外毒理學試驗資料。
因此,引入(Q)SAR預測,不僅能全面確保毒理評估,也避免高昂的毒理試驗費用,縮短登記週期。
(Q)SAR原理與方法
(Q)SAR的基本假設是,相似結構的分子具有相似性質。
從定義看來,(Q)SAR是一種描述分子結構與效應間的定量/定性關係,我們希望透過建立模型,直接基於待測物的分子結構,預測其效應。優勢是不用依賴傳統耗時且昂貴的實驗方法。
通常(Q)SAR模型建立有以下五個步驟:
全球農藥法規中(Q)SAR的要求
歐盟
歐盟不同會員國對(Q)SAR報告要求不同,但(Q)SAR模型分為兩類:Rule-based模型和Statistic-based模型。在評估報告中需從毒理角度解釋(Q)SAR預測結果,並對雜質進行危害分類或風險評估。
可參考部分原藥試驗數據(如急性五項、Ames試驗等)補充說明,判斷雜質是否相關。特別需關注基因毒性、內分泌干擾效應。巴西
一般至少需使用三套不同的QSAR軟體(三個專家系統),預測必須涵蓋必要節點,如致畸、致癌及致突變效應。必要時增加內分泌干擾節點。
最好能預測軟體中所有節點。需從毒理角度解釋說明結果。澳洲
要求同時提供Rule-based和Statistic-based模型預測結果。與歐盟不同的是,重點關注基因毒性和致癌性。
兩類結果皆理想時,可豁免Ames試驗等毒理實驗資料。俄羅斯
需用(Q)SAR模型預測必要毒理節點,重點基因毒性,特別是致突變性相關資料,但未明確規定模型類型。
若結果不理想,官方可能要求針對雜質進行Ames試驗。墨西哥
(Q)SAR主要要求經口急性毒性(LD50)預測,致畸、致癌、致突變等節點通常不要求或視條件而定。
模型數量視結果決定,如一模型結果不理想,須補充其他模型直到有充分證據。
建議至少提供兩模型預測結果,並綜合毒理原理評估。
LD50預測需依FAO方法計算,判斷與參考來源毒性是否等同。
(Q)SAR應用的難點解析
1.Rule-based模型與Statistic-based模型的差異
規則模型(Rule-based models)基於專家經驗建立結構與效應關係,重點在結構警報(structural alert)的識別。
統計模型(Statistic-based models)基於統計方法建立結構與效應關係,常見有線性回歸、KNN、隨機森林、支持向量機(SVM)、神經網絡等。
2.(Q)SAR預測報告格式要求
現今全球農藥原藥等同性評估中,對(Q)SAR模型報告不像REACH法規那樣強制要求QMRF和QPRF格式。但因為OECD(Q)SAR五大準則,這類格式適用性強,能符合大多數國家和地區的要求。
QMRF:(Q)SAR模型報告格式
QPRF:(Q)SAR預測報告格式
對基於結構警報的規則模型,也可用其他報告格式,但須充分驗證並提供具體毒理學評估依據。
3.各國評審機構為何特別關注基因毒性?
農藥原藥等同性評估中特別重視雜質的基因毒性。
原因是基因毒性物質被認為沒有安全閾值(無毒性閾值),暴露即有可能直接造成DNA損傷,大大提高致癌風險。
因此,即使雜質含量極低,基因毒性效應也必須充分評估。
進一步的毒理學評估
毒理學數據查詢
基於證據權重(Weight of Evidence)方法,透過數據庫檢索相關毒理數據,評估有效性與可靠性,以明確雜質或目標化合物的危害值。交叉參照(Read-Across)
透過一個或多個化合物的節點資訊,預測結構相似化合物的同一節點,替代測試數據。
主要基於專家經驗,從結構相似性、代謝相似性與趨勢分析三方面開展。毒理學關注閾值(TTC)
TTC定義了未研究化合物致癌或其他毒性風險可忽略的可接受攝入量。
方法非常保守,將50%腫瘤發生率(TD50)劑量線性外推到百萬分之一發生率,且基於最敏感物種及最敏感腫瘤部位數據。定量毒性閾值計算
為明確雜質合理限度,透過毒理數據查找、交叉參照或TTC定量描述毒性大小,再保守考慮不確定性,計算每日允許暴露量(PDE/ADE)或可接受攝入量(AI),用於雜質限度控制。雜質限度控制
依風險評估原理,比較雜質危害量(定量毒性閾值)與潛在暴露量(由ADI/AOEL與雜質含量計算),判斷含量是否合適。內分泌干擾效應評估
依歐盟農藥與消毒劑內分泌干擾評估指南,Level 1和Level 2試驗可用分子對接(molecular docking)、(Q)SAR預測等方式,評估化合物潛在內分泌干擾效應與作用機制。皮膚致敏限定方法(OECD TG 497)
2021年6月OECD TG 497首次公布皮膚致敏性評估限定方法,規定用3種與皮膚致敏有害結局路徑(AOP)關鍵事件(KE)相關體外試驗方法和2種(Q)SAR軟體,按規範流程評估目標化合物皮膚致敏性。新農藥研發中的計算毒理學評估
對新發現活性化合物進行計算毒理學評估,預測其或分子片段潛在毒性,優化分子設計,加速新農藥研發上市。
(Q)SAR預測系統
在農藥原藥等同性評估中,瑞歐科技可提供多達十幾種(Q)SAR軟體預測及專家評估服務。
近期瑞歐科技正式上線全球領先的(Q)SAR預測系統Derek Nexus & Sarah Nexus,能全面高品質地對毒理節點進行評估。
Derek Nexus介紹 - 規則模型(Rule-based models)
Derek Nexus是歐盟農藥等同性評估及巴西等國官方推薦的(Q)SAR軟體系統,也廣泛被FDA、EMA、NMPA等醫藥監管機構採用。
特點:
基於毒理學專家數十年經驗累積
涵蓋數百種結構警報,對難預測毒性結構如芳香胺有充分優化
廣泛毒理節點:基因毒性、皮膚致敏性、致癌性、生殖/發育毒性、神經毒性等
高度透明,所有毒理評估依據、文獻來源可查
Sarah Nexus介紹 - 統計模型(Statistic-based models)
Sarah Nexus基於一種新穎層次聚類模型SOHN,從訓練集碎片化分子結構中學習,靈敏識別與基因毒性相關的結構特徵。
特點:
高靈敏度預測,與Derek Nexus配合提升預測有效性與可靠性
基於可靠且海量的Ames致突變試驗數據
訓練集經充分可靠性驗證,提供可信數據來源
高度透明,推理過程完備
瑞歐科技在(Q)SAR服務上經驗豐富,擁有多位相關領域專家,完成多國(Q)SAR項目,為企業提供系統化(Q)SAR解決方案,滿足全球農藥登記需求。如有任何農藥相關問題,歡迎隨時聯繫我們!
相關文章: