Produk

Cedera ati sing disebabake dening obat minangka salah sawijining panyebab utama saka atrisi obat.Kemampuan kanggo prédhiksi efek ati saka calon obat saka struktur kimia iku penting kanggo nuntun proyek panemuan obat eksperimen menyang obat sing luwih aman.Ing panliten iki, kita wis nyusun kumpulan data saka 951 senyawa sing dilapurake kanggo ngasilake macem-macem efek ing ati ing macem-macem spesies, kalebu manungsa, rodents, lan nonrodents.Efek ati kanggo set data iki dijupuk minangka metadata assertional, digawe saka abstrak MEDLINE nggunakake kombinasi unik saka cara leksikal lan linguistik lan aturan ontologis.Kita wis nganalisa set data iki nggunakake pendekatan cheminformatics konvensional lan ngatasi sawetara pitakonan sing ana hubungane karo konkordansi salib-spesies saka efek ati, penentu kimia efek ati ing manungsa, lan prediksi manawa senyawa tartamtu bisa nyebabake efek ati ing manungsa.Kita nemokake yen konkordansi efek ati relatif kurang (ca. 39-44%) antarane spesies sing beda-beda, ningkatake kemungkinan spesifisitas spesies bisa gumantung marang fitur spesifik struktur kimia.Senyawa padha clustered dening podho kimia sing, lan senyawa padha diteliti kanggo podho samesthine saka profil efek ati gumantung spesies sing.Umume kasus, profil sing padha diamati kanggo anggota klompok sing padha, nanging sawetara senyawa katon minangka outlier.Outlier kasebut minangka subyek regenerasi pernyataan fokus saka MEDLINE uga sumber data liyane.Ing sawetara kasus, pratelan biologi tambahan diidentifikasi, sing cocog karo pangarepan adhedhasar persamaan kimia senyawa.Pernyataan kasebut luwih diowahi dadi anotasi binar saka bahan kimia sing ndasari (yaiku, efek ati vs ora ana efek ati), lan model hubungan struktur-aktivitas kuantitatif binar (QSAR) digawe kanggo prédhiksi manawa senyawa bakal ngasilake efek ati ing manungsa.Senadyan heterogenitas data sing katon, model wis nuduhake daya prediksi sing apik sing ditaksir dening prosedur validasi silang 5-fold eksternal.Daya prediksi eksternal saka model QSAR binar luwih dikonfirmasi kanthi aplikasi kanggo senyawa sing dijupuk utawa ditliti sawise model kasebut dikembangake.Kanggo kawruh sing paling apik, iki minangka studi pisanan kanggo prediksi keracunan kimia sing nggunakake model QSAR lan teknik kimia liyane kanggo data observasi sing diasilake kanthi cara pertambangan teks otomatis kanthi kurasi manual sing winates, mbukak kesempatan anyar kanggo ngasilake lan model toksikologi kimia. data.