新型评估方法预测未知化学品皮肤致敏性的人类相关性验证

《Regulatory Toxicology and Pharmacology》：Evaluating the ability of defined approaches to predict the human skin sensitisation potential of chemicals previously untested in New Approach Methodologies

本文系统评估了四种确定性方法（DA）结合新方法（NAMs）预测未知化学品人体皮肤致敏性的能力。研究通过生成22种化学品的新型体外/化学（in chemico/in vitro）数据，结合计算机（in silico）模型预测，验证了DA在扩展化学空间中的适用性，为替代动物实验提供了重要依据。

　　

章节亮点

化学物质选择

从文献中收集了220种根据人体致敏潜力分类的化学品数据集（Api等人，2017；Basketter等人，2014）。该数据集由主题专家小组根据可用的确认性斑贴试验数据、临床经验（即诊断性斑贴试验数据）和暴露信息（采用最大使用水平作为替代指标）进行汇编。因此，通过使用专家判断驱动的所有可用人体致敏数据的分配，该数据集代表了当前可用的高质量人体参考数据的子集。该数据集随后被过滤，仅保留那些没有已知新方法（NAM）数据的化学品（根据作者所知），并且可以从商业供应商处购买足够纯度的样品。最终选择了22种化学品进行测试，其人体参考数据总结见表1。这些化学品包括10种致敏物和12种非致敏物，涵盖了广泛的化学类别，包括芳香族化合物、醛类、酮类、酯类、醇类和酸类。

数据集

本研究选择的22种化学品根据ECHA网站（https://echa.europa.eu/）和其他在线来源可获得的信息进行了分析，以了解其典型用途类别（图4）。最常见的用途类别（45%，10/22）是香料化合物，其余12种化学品属于几个不同的用途类别，包括抗菌剂（n=3）、防腐剂（n=2）和抗氧化剂（n=2）。

新生成的致敏数据总结在表2中，包括三种体外/化学测定法（DPRA、KeratinoSens?和h-CLAT）的数据以及两种计算机模型（Derek Nexus和Sarah Nexus）的预测结果。所有原始数据均可在补充信息中找到。

数据集组成

虽然数据集中用途类别的分布远非均匀，但这很可能反映了历史上在人体和动物中评估其致敏潜力的化学品类型。因此，考虑到香料的广泛使用以及在评估其安全性方面投入的大量努力，香料材料被高度代表也就不足为奇了。然而，该数据集包含相对多样化的用途类别这一事实增加了

结论

在本研究中，为22种化学品生成了来自几种新方法（NAM）的新致敏数据。这些NAM数据与计算机（in silico）预测相结合，用于评估四种皮肤致敏确定性方法（DA）相对于人体和动物体内参考数据的性能。观察到的性能通常低于OECD GL 497中引用的数字，主要区别在于所涉及数据集的大小：OECD数据集包含196种已发表NAM数据。