日本語AIでPubMedを検索
ミツバチ（A. mellifera）における急性接触毒性と作用モードのプロファイリングを予測するQSARモデルの統合。オープンソースデータベースを用いたデータキュレーション、性能試験、バリデーション
Integrating QSAR models predicting acute contact toxicity and mode of action profiling in honey bees (A. mellifera): Data curation using open source databases, performance testing and validation.
PMID: 32480144 DOI: 10.1016/j.scitotenv.2020.139243.
抄録
ミツバチ（Apis mellifera）は、それによって食糧生産と安全保障を確保し、農業、食物連鎖と生態系のコミュニティを橋渡しする受粉者として、重要な生態系サービスを提供しています。単一の植物防護製品（PPP）の生態学的リスク評価には、曝露と毒性を理解する必要がある。QSARモデルのようなインシリコツールは、化学物質の構造、物理化学的、薬物動態学的特性、および単一および複数の化学物質の毒性を予測する上で大きな役割を果たすことができる。ここでは、EFSAのOpenFoodTox、US-EPA ECOTOX、農薬特性データベースを用いて、PPPsを対象とした初の統合的なミツバチQSARモデルを開発し、i)急性接触毒性（LD）を予測し、ii)農薬活性物質の作用モード（MoA）をプロファイル化した。3種類の分類ベースのモデルと4種類の回帰ベースのモデルを開発し、その性能を検証した結果、k-NNアルゴリズムに基づいて最も信頼性の高い予測を提供する2つのモデルを特定した。2分類のQSARモデル（毒性/非毒性、n=411）は、統計パラメータとして感度（=0.93）、特異度（=0.85）、均衡精度（=0.90）、マシューズ相関係数（MCC=0.78）を用いて検証した。回帰ベースのモデル（n=113）の信頼性とロバスト性を検証した（R=0.74; MAE=0.52）。本研究では、113 種類の農薬活性物質の MoA プロファイリングと、3 種類の異なるデータベースからの LD データを含む、ミツバチの急性接触毒性に関する初の調和のとれた MoA 分類スキームを提案した。この分類により、さらにMoAとPPP活性物質の標的部位を定義することが可能となり、規制当局や科学者は、単一化学物質の化学物質のグループ分けや毒性の外挿、および複数化学物質の成分ベースの混合物リスク評価を精緻化することが可能となる。関連する将来の展望については、ミツバチの健康状態における生物学的組織の異なるレベルでの単一化学物質／混合毒性予測とリスク推定を洗練させるために、MoA、有害事象経路（AOPs）、毒物動態学的情報を統合するために簡単に述べられている。
Honey bees (Apis mellifera) provide key ecosystem services as pollinators bridging agriculture, the food chain and ecological communities, thereby ensuring food production and security. Ecological risk assessment of single Plant Protection Products (PPPs) requires an understanding of the exposure and toxicity. In silico tools such as QSAR models can play a major role for the prediction of structural, physico-chemical and pharmacokinetic properties of chemicals as well as toxicity of single and multiple chemicals. Here, the first integrative honey bee QSAR model has been developed for PPPs using EFSA's OpenFoodTox, US-EPA ECOTOX and Pesticide Properties DataBase i) to predict acute contact toxicity (LD) and ii) to profile the Mode of Action (MoA) of pesticides active substances. Three different classification-based and four regression-based models were developed and tested for their performance, thus identifying two models providing the most reliable predictions based on k-NN algorithm. The two-category QSAR model (toxic/non-toxic; n = 411) was validated using sensitivity (=0.93), specificity (=0.85), balanced accuracy (=0.90), and Matthews correlation coefficient (MCC = 0.78) as statistical parameters. The regression-based model (n = 113) was validated for its reliability and robustness (R = 0.74; MAE = 0.52). Current study proposes the MoA profiling for 113 pesticides active substances and the first harmonised MoA classification scheme for acute contact toxicity in honey bees, including LD data points from three different databases. The classification allows to further define MoAs and the target site of PPPs active substances, thus enabling regulators and scientists to refine chemical grouping and toxicity extrapolations for single chemicals and component-based mixture risk assessment of multiple chemicals. Relevant future perspectives are briefly addressed to integrate MoA, adverse outcome pathways (AOPs) and toxicokinetic information for the refinement of single-chemical/combined toxicity predictions and risk estimates at different levels of biological organization in the bee health context.
Copyright © 2020 Elsevier B.V. All rights reserved.