《Regulatory Toxicology and Pharmacology》：Retrospective (Q)SAR analysis of genotoxicity data from European pharmaceutical scientific advice and authorization procedures and performance improvements using structural alert and chemical subspace analyses, reliability filtering, and expert review
编辑推荐：
• 对未经使用的欧洲监管遗传毒性数据进行回顾性（定量）构效关系（(Q)SAR）分析。
• Ames致突变性（Ames mutagenicity）(Q)SAR模型优于其他遗传毒性终点的模型。
• 剔除低性能结构警示（structural alert）和化学子空间
• 对未经使用的欧洲监管遗传毒性数据进行回顾性（定量）构效关系（(Q)SAR）分析。
• Ames致突变性（Ames mutagenicity）(Q)SAR模型优于其他遗传毒性终点的模型。
• 剔除低性能结构警示（structural alert）和化学子空间（chemical subspace）可提高模型准确度（accuracy）。
• 可靠性过滤（reliability filtering）改善了Ames和体内（in vivo）遗传毒性数据的预测。
• 专家审评（expert review）改善了存在冲突的ICH M7(R2)共识预测（consensus prediction）结果。
研究背景：药物开发依赖动物试验，推动减少、替代和优化动物研究的New Approach Methodologies（NAMs）及3Rs原则。多种基于（定量）构效关系（(Q)SAR）的计算机程序已用于毒理学相关终点预测；ICH M7(R2)支持采用互补(Q)SAR方法预测药物杂质的细菌回复突变（Ames）试验结果，但Ames以外的遗传毒性终点尚未获得监管接受。既往回顾性分析多集中于Ames致突变性，针对体外哺乳动物细胞和体内遗传毒性的研究较少。OECD (Q)SAR评估框架要求模型输入正确、物质处于适用域（applicability domain）、预测可靠且适合监管目的；然而适用域内不同结构警示的预测性能可能差异明显，化学空间中可能存在整体错误率较高的子空间，可靠性指标的作用亦需评估，专家审评对冲突预测影响的分析也有限。因此，研究人员利用此前未用于该目的的欧洲监管遗传毒性数据，围绕Ames模型性能、低性能结构警示剔除、化学子空间剔除、可靠性过滤和专家审评五项假设开展回顾性分析。
研究人员提取欧洲药品管理局科学建议（EMA-SA）、欧洲集中授权公共评估报告（EPAR）、奥地利临床试验申请（CTAs）、法国国家和分散程序中的遗传毒性数据，并纳入德国联邦药品和医疗器械研究所汇编的N-亚硝胺Ames试验及增强Ames试验（EAT）数据；使用商业和免费(Q)SAR二元预测模型，以马修斯相关系数（MCC）和平衡准确度（BA）评价性能，并分析结构警示、化学子空间、可靠性过滤及盲法专家审评的影响。研究结论表明，遗传毒性终点(Q)SAR建模存在终点特异性和模型特异性性能变异，但结构警示和化学子空间分析、可靠性过滤及专家审评可在多类情形下改善预测性能；专家审评已用于Ames致突变性(Q)SAR监管评估，其他分析可额外提高对提交的遗传毒性预测的信任，尤其是Ames以外终点；未来仍需重点改进体外哺乳动物细胞和体内遗传毒性(Q)SAR模型，之后方可用于监管决策。
关键技术方法（不超过250字）：研究人员从EMA-SA、EPAR、奥地利CTAs、法国国家和分散程序提取数据，并纳入德国联邦药品和医疗器械研究所汇编的N-亚硝胺Ames/EAT数据；以RDKit标准化化学结构，采用商业和免费(Q)SAR二元模型，以MCC和BA评价；开展结构警示分析、10×10化学子空间分析、可靠性过滤及盲法专家审评。样本队列来源包括欧洲监管科学建议与授权程序、奥地利临床试验申请、法国国家及分散程序，以及N-亚硝胺Ames/EAT汇编数据。
研究结果：
3.1 数据提取：共提取1654个具有相关信息的分子；Ames试验数据1578个分子，阳性169个（10.71%）；体外哺乳动物细胞遗传毒性数据1058个分子，阳性218个（20.60%）；体内遗传毒性数据1169个分子，阳性92个（7.87%）。重复试验冲突在体外哺乳动物细胞终点更常见；体外哺乳动物细胞试验对体内遗传毒性的预测MCC为0.43、BA为0.81。化学空间投影显示阳性分子形成若干簇，包括含磺酸酯、氮或卤素的小分子，含芳香结构分子，核苷类似物，以及激酶抑制剂和PARP抑制剂等。
3.2 模型性能：Ames模型总体优于其他终点，平均MCC为0.32；体外哺乳动物细胞模型终点特异性和试验特异性分析的平均MCC分别为0.12和0.13；体内模型物种特异性和终点特异性分析的平均MCC分别为0.15和0.14，BA呈相似趋势。
3.2.1 Ames致突变性试验：商业模型MCC为0.28—0.57，免费软件模型为0.11—0.28；商业模型平均MCC为0.40，免费软件为0.21。仅纳入VEGA适用域内分子后性能明显提高。各提供商内部知识基模型多高于统计基模型，但CASE Ultra的GT1_BMUT统计基模型优于GT_EXPERT知识基模型。共识预测不必然优于同一提供商最佳单模型，VEGA共识较其最低性能单模型有明显改善。
3.2.2 体外哺乳动物细胞遗传毒性试验：11个模型中10个在终点特异性和试验特异性分析中MCC低于0.2，平均MCC为0.13，试验特异性分析未显示更优性能，提示分类接近随机。
3.2.3 体内遗传毒性试验：最佳模型MCC为0.34，未能超过体外哺乳动物细胞试验对体内遗传毒性的预测性能（MCC=0.43）；不同模型性能变异较大，部分模型因真阳性少而MCC接近或低于0、BA接近或低于0.5。按物种分析后平均MCC由0.13提高至0.15。
3.3 结构警示分析：多数模型存在假阳性预测数多于真阳性预测数的结构警示；剔除含此类警示的分子后，Ames、体外哺乳动物细胞和体内遗传毒性的平均MCC分别提高0.06、0.07和0.13。Ames低性能警示包括β-内酯、亚硝胺、多环芳烃和喹诺酮；体外低性能警示包括芳香胺、C-硝基化合物、环氧化物、吲哚类、过氧化物、哌啶类、芪类、苯乙烯类、紫杉烷类和α,β-不饱和羧酸酰胺；体内低性能警示为紫杉烷类。结果支持假设2。
3.4 化学子空间分析：所有模型均在部分化学子空间出现假预测簇并导致BA<0.5；剔除BA<0.5的区间后，Ames、体外哺乳动物细胞和体内遗传毒性的BA平均提高0.05、0.06和0.07，MCC平均提高0.05、0.09和0.09；采用0.625、0.75和0.875阈值通常进一步提高性能。低BA区间中富集的结构警示包括Ames的喹诺酮类、三嗪衍生物和偶氮化合物，体外的2,4-二氨基嘧啶类或类似物；N-亚硝胺存在于Ames低BA区间，芳香胺存在于所有终点低性能区间。结果支持假设3。
3.5 可靠性过滤：提高可靠性阈值后，Ames模型MCC平均提高0.09，体内模型MCC平均提高0.04；体外哺乳动物细胞模型在不同阈值下变异较大，MCC平均变化较低（剔除Sarah Nexus异常值后为0.02），提示其可靠性指标区分度尚不足。假设4仅部分得到证实。
3.6 专家审评：对同一提供商知识基和统计基细菌致突变性预测冲突的分子进行盲法专家审评，Leadscope Advanced、CASE Ultra和Nexus分别形成36、96和117个分子的数据集。专家审评总体上改善ICH M7(R2)共识细菌致突变性预测性能，但Leadscope Advanced未见额外增益；假阴性专家审评预测一般少于假阳性预测，但每个软件均产生3个假阴性预测。结果支持假设5。
讨论总结：研究显示(Q)SAR遗传毒性预测性能具有终点和模型依赖性，结构警示、化学子空间、可靠性过滤和专家审评可在多类情形下提高预测可信度；对含低性能结构警示或位于低性能化学子空间的物质，监管风险评估需更谨慎。专家审评已用于Ames致突变性(Q)SAR监管评估，结构警示和化学子空间分析及可靠性过滤可额外用于提高提交预测的信任，尤其适用于Ames以外终点。研究结论翻译：本研究结果表明，遗传毒性终点的(Q)SAR建模在预测性能上表现出终点特异性和模型特异性变异，但在许多情况下，通过结构警示和化学子空间分析、可靠性过滤及专家审评可改善预测性能。尽管专家审评已应用于监管评估中提交的Ames致突变性(Q)SAR预测，结构警示和化学子空间分析以及可靠性过滤还可额外用于提高对提交的遗传毒性预测的信任，尤其是Ames致突变性以外的终点。最后，研究结果支持未来研究需特别关注进一步改进预测体外哺乳动物细胞和体内遗传毒性终点的(Q)SAR模型，之后才能将其用于监管决策。
