基于递归分区算法优化Spectro-DPRA方法在皮肤致敏性危害与效力评估中的应用研究

《Food and Chemical Toxicology》：Cytotoxic and Genotoxic Effects of Ytterbium Oxide Nanoparticles in Human Dermal Fibroblasts: Accompanied by Physicochemical Characterization

本综述系统阐述了Spectro-DPRA（分光光度法直接肽反应活性测定）作为动物替代方法在皮肤致敏性AOP（不良反应通路）中KE1（关键事件1）评估的优化策略。通过递归分区算法建立决策树模型（Model#3/4），其准确率超90%，灵敏度达92%，特异性为86%，为化妆品成分安全评估提供了高效、可靠的体外检测方案。

　　

Highlight

决策树模型的开发

Spectro-DPRA数据（半胱氨酸/赖氨酸肽消耗率）及对应LLNA体内结果来自54种化学物质（包括33种致敏剂和21种非致敏剂）的文献数据（Seo等，2022），并呈现各化合物双肽消耗率的算术平均值（见表2）。利用JMP?统计软件的"分区"模块（Abousalh-Neto等，2021），该平台评估所有可能的分割点并生成四种不同的分类定义。前三个模型基于单一决策节点生成分类定义，而第四个模型整合了Model#1和Model#2的决策节点。模型性能（准确度、灵敏度、特异性）通过Cooper统计量计算，结果见表4。基于54种参考化学品的计算准确度显示，Model#3和Model#4均达到88.9%，其中Model#3灵敏度为84.8%，特异性为95.2%；Model#4灵敏度为87.9%，特异性为90.5%。

讨论

皮肤致敏性是一种半抗原特异性的迟发型超敏反应。致敏剂作为半抗原，本身无免疫原性，因此不能直接引发致敏。反应性化学物质与内源性皮肤蛋白中亲核残基（如半胱氨酸和赖氨酸）形成共价加合物，是启动皮肤致敏的关键。本研究通过递归分区算法优化了Spectro-DPRA的分类阈值，其性能与传统DPRA相当，但具备更高通量和成本效益，适用于分层测试策略中的KE1评估。

CRediT作者贡献声明

Yong Lu： 监督，资金获取。Wenting Liao： 原始撰写，软件，方法论。Feiya Luo： 评审编辑，原始撰写，方法论，调查。Ting Liu： 资源，方法论。Shuxia Xing： 评审编辑，监督。Huiliang Zhang： 资源，方法论

未引用参考文献

Avonto等，2015。

利益冲突声明

作者声明无已知可能影响本研究的财务或个人关系。

资金支持

本研究受"十四五"国家重点研发计划项目（批准号2022YFF0711100）资助。

利益冲突声明

?? 作者声明无已知可能影响本研究的财务或个人关系。