Enumerating the chemical exposome using in-silico transformation analysis : an example using insecticides
Diese Arbeit präsentiert einen integrierten In-silico-Workflow, der maschinelles Lernen und chemische Datenressourcen nutzt, um tausende potenzielle Insektizid-Transformationsprodukte zu enumerieren und zu priorisieren und damit den bekannten chemischen Raum des Exposoms zu erweitern.
Originalarbeit unter CC0 1.0 der Gemeinfreiheit gewidmet (https://creativecommons.org/publicdomain/zero/1.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Ihr Körper wäre eine geschäftige Stadt und das „Exposom“ wäre der gesamte Bestand an jedem chemischen Paket, das jemals an die Türen dieser Stadt geliefert wird – von dem Essen, das Sie essen, bis hin zu der Luft, die Sie atmen. Aber hier ist die Wendung: Sobald diese chemischen Pakete in einer Zelle ankommen, liegen sie dort nicht einfach nur herum. Sie werden ausgepackt, umverpackt und manchmal von den Arbeitern der Stadt (Enzymen) sogar komplett umgebaut in neue, andere Produkte. Einige dieser Neuschöpfungen könnten harmlos sein, während andere Unruhestifter sein könnten.
In dieser Arbeit geht es darum, eine digitale Kristallkugel zu bauen, um genau vorherzusagen, wie diese Neuschöpfungen aussehen, noch bevor wir sie in einem Labor finden.
So sind die Forscher dabei vorgegangen, indem sie einige clevere Werkzeuge eingesetzt haben:
- Das Rezeptbuch: Zuerst begaben sie sich auf eine massive Schnitzeljagd durch eine riesige Datenbank namens PubChem. Sie fanden über 8
0 echte chemische „Rezepte“ (Reaktionen), bei denen ein Stoff in einen anderen umgewandelt wurde. Sie verwandelten diese Rezepte in einen Satz digitaler Anweisungen oder „Templates“, denen ein Computer folgen kann.
- Die digitale Fabrik: Sie bauten einen Arbeitsablauf unter Verwendung von drei spezifischen Computerprogrammen (RXNMmapper, Rxn-INSIGHT und RDChiral) auf. Betrachten Sie dies als eine virtuelle Fließbandstraße. Man füttert sie mit einer chemischen Struktur (wie etwa einem Insektizid), und die Fabrik nutzt diese 80.000 Rezepte, um automatisch jede mögliche Version dieser Chemikalie zu produzieren, die nach der „Umbauung“ im Körper existieren könnte.
- Der Testlauf: Um zu sehen, ob ihre Fabrik funktionierte, testeten sie sie an 181 verschiedenen Insektiziden. Das Ergebnis? Die Maschine spuckte fast 20.000 einzigartige, neue chemische Strukturen aus, in die sich diese Insektizide verwandeln könnten.
Warum ist das nützlich?
Die Forscher blieben nicht einfach bei der Erstellung einer riesigen Liste stehen. Sie fügten dem Prozess einen „Sprechenden Hut“ hinzu. Genau wie ein Bibliothekar, der Bücher sortiert, nutzten sie Filter, um diese 20.000 neuen Chemikalien basierend auf folgenden Kriterien zu bewerten:
- Wie stabil sie sind (fallen sie leicht auseinander?).
- Welche Tiere oder Arten sie beeinflussen könnten.
- Welche Enzyme (die Arbeiter des Körpers) beteiligt sind.
- Wie sie sich im Körper verhalten könnten (Absorption, Toxizität usw.).
Die große Entdeckung:
Als sie die Ergebnisse betrachteten, stellten sie fest, dass viele dieser neuen „umgebauten“ Chemikalien bereits Einträge in der großen chemischen Datenbank (PubChem) haben, aber niemand jemals die Punkte verbunden hatte, um zu zeigen, dass sie aus den ursprünglichen Insektiziden stammten.
Kurz gesagt präsentiert diese Arbeit einen neuen Weg, bekannte chemische Regeln zu nutzen, um die verborgenen, transformierten Versionen von Chemikalien in unserer Umwelt abzubilden. Es ist wie eine Landkarte aller möglichen Verkleidungen, die eine Chemikalie annehmen kann, sobald sie in unsere Körper gelangt, was Wissenschaftlern hilft, die fehlenden Teile des „Exposom-Puzzles“ allein mit dem, was wir bereits über die Chemie wissen, zu vervollständigen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.