MODELLAMENTO QSAR E PREDIZIONE
DELLA TOSSICITA’ DI FENOLI
Francesca Battaini, Ester Papa e Paola Gramatica
Unità di ricerca QSAR e di Chimica Ambientale, Dipartimento di Biologia Strutturale e Funzionale,
Università degli Studi dell’Insubria (Varese)
Web: http://fisio.dipbsf.uninsubria.it/qsar/
e-mail: [email protected]
INTRODUZIONE
I fenoli sono composti chimici in grado di persistere nei diversi comparti ambientali e di penetrare facilmente negli organismi espletando la loro azione
tossica. Ampiamente utilizzati anche come precursori di molti prodotti, fanno parte degli HPV (High Production Volume Chemicals), sostanze prodotte in
quantità superiore alle 1000 tonnellate/anno, per le quali, come richiesto dal recente White Paper dell’Unione Europea [1], è necessario conoscere proprietà
chimico-fisiche e tossicità entro il 2005. La loro tossicità è stata oggetto di ampi studi su diversi end-point, ma evidentemente non sono disponibili dati
sperimentali per tutti i fenoli e per tutti gli organismi. Il lavoro svolto ha lo scopo di produrre modelli che predicono in modo quantitativo, basandosi sulla
struttura delle molecole (QSAR-Quantitative Structure-Activity Relationship), la tossicità di questi composti allo scopo diminuire il lavoro sperimentale
necessario per l’ottenimento di tali dati.
DESCRITTORI MOLECOLARI
DATI
La struttura molecolare dei composti utilizzati è stata rappresentata usando diversi
descrittori molecolari calcolati con il software DRAGON di R.Todeschini [2]. L’ampio
set di descrittori comprende:
In questo lavoro sono stati utilizzati i dati
di tossicità misurati in Tetraymena
pyriformis, protozoo ciliato, per 98 fenoli,
variamente
sostituiti,
ottenuti
dalla
letteratura [3]. I valori sono espressi in
mM/l e in scala logaritmica come il log
dell’inverso della IGC50(concentrazione che
inibisce la
crescita nel
50%
della
popolazione).
 descrittori 0D – descrittori costituzionali
 descrittori 1D – ricavati dalla formula bruta della molecola (descrittori empirici,
gruppi funzionali, proprietà e frammenti)
 descrittori 2D – determinati dal grafo molecolare (descrittori topologici, di
autocorrelazione, BCUTs ed indici di Galvez)
 descrittori 3D – derivati dalle coordinate spaziali (descrittori geometrici, di carica, di
aromaticità, WHIMs, GETAWAY, RDF e 3D-MoRSE).
Istogramma relativo alla disrtibuzione delle risposte
Mappa di Kohonen 10x10
15
14
A questi descrittori è stato aggiunto il coefficiente di ripartizione ottanolo/acqua (Log
Kow) che fornisce una misura della lipofilicità delle molecole.
Training
13
Test
Numero di osservazioni
12
METODI CHEMIOMETRICI
Sono state applicati diversi metodi chemiometrici per selezionare un training set ottimale per i
11
SELEZIONE DEL
TRAINING TEST
10
9
8
7
6
5
4
3
2
1
modelli QSAR. Queste tecniche sono:
0
<= -1
(-1;-.5]
(-.5;0]
(0;.5]
(.5;1]
(1;1.5]
(1.5;2]
>2
 l’Analisi delle Componenti Principali (PCA): questa analisi permette di concentrare l’informazione di un grande numero di
K
o
h
o
n
e
nm
a
po
fm
o
le
c
u
la
rs
tru
c
tu
re
variabili in un numero esiguo di componenti tra loro ortogonali e di identificare gli oggetti che fanno parte di classi e gli
10x10
1
outliers. Le componenti più significative sono state utilizzate nella Cluster Analysis e nelle Mappe di Kohonen per eliminare
1
l’informazione ridondante.
3
 la Cluster Analysis: in questo lavoro è stata usata un’analisi di tipo agglomerativo dove le variabili sono rappresentate
5
dalle componenti significative dei descrittori molecolari. Per trovare il miglior modo di raggruppare i composti sono state
7
usate due formule di distanza (Euclidea e di Manhattan) e diversi metodi per determinare la similarità tra i nuovi cluster
9
2
81
83
94
6
48
44
45
87
100
101
50
73
71
72
5
63
726
49
91
97
84
95
47
7
15
35
65
12
32
64
59
52
107
93
99
88
86
90
11
31
6
33
8
885
(Complete, average, ecc.).
105
55
1
0
89
92
6103
57
58
60
104
153
54
9
14
34
62
61
25
46
102
8
1
0
4
45
43
24
23
2
4
3
28
29
80
96
98
21
106
20
75
77
70
56
66
30
36
39
910
17
37
67
38
68
69
13
16
19
74
342
40
41
79
78
222
82
2
3
2
2
2
2
te
stse
t
tra
in
in
gse
t
 le Mappe di Kohonen: le reti neurali artificiali sono un altro modo di raggruppare gli oggetti simili in cluster usando “self organised topological feature
maps”, con questa analisi l’informazione multidimensionale viene visualizzata in un grafico bidimensionale. La posizione dei composti nelle celle della mappa
mostra il livello di similarità tra le strutture dei fenoli presi in esame. La selezione del training set è stata effettuata mediante la selezione per ogni cella
dell’oggetto più caratteristico cioè quello più vicino al centroide.
 Leave-one-out- viene escluso dal training un oggetto alla volta e predetto
 Leave-more-out- viene escluso casualmente il 50% delle molecole del training
L
o
g
1
/IG
C
5
0
=
-1
.2
5
+
0
.5
L
o
g
k
o
w
+
0
.3
C
-X
Y-scrambling- ottenuta mediante una permutazione casuale delle risposte
L
o
g
1
/IG
C
5
0
=
-2
.3
3
+
0
.5
L
o
g
K
o
w
+
0
.3
7
U
i+
0
.3
3
C
-X
2
.1
2
.1
1
.5
1
.5
0
.9
0
.9
rispostacalcolata
La selezione delle variabili più correlate alla risposta e più predittive è stata
realizzata con il metodo dei minimi quadrati ordinari (OLS) e con la tecnica
dell’Algoritmo Genetico (GA-VSS). I modelli sono stati validati con diversi
metodi:
MODELLI DI REGRESSIONE LINEARE OTTENUTI CON UN TRAINING
SET DI 55 OGGETTI (test set di 43 oggetti)
rispostacalcolata
MODELLI DI REGRESSIONE - MLR
0
.3
-0
.3
-0
.9
0
.3
-0
.3
-0
.9
tra
in
in
gs
e
t
te
s
ts
e
t
-1
.5
-1
.5
-1
.0
-0
.5
0
.0
0
.5
1
.0
r
is
p
o
s
tas
p
e
r
im
e
n
ta
le
1
.5
2
.0
2
.5
tra
in
in
gs
e
t
te
s
ts
e
t
-1
.5
-1
.5
-1
.0
-0
.5
0
.0
0
.5
1
.0
1
.5
2
.0
2
.5
r
is
p
o
s
tas
p
e
r
im
e
n
ta
le
 Validazione esterna- verificata su un test esterno di validazione
N. ogg. N. Var.
Descrittori
98
3
C-X
Ui
98
2
C-X
Log Kow
98
1
Log Kow
55
3
C-X
55
2
55
1
2
Q
2
2
LMO (50%)
Q ext
R
2
SDEP SDEC
87.0
86.5
88.0
0.27
0.26
84.7
84.5
85.6
0.29
0.28
76.0
75.9
77.2
0.36
0.35
86.9
85.0
86.5
88.4
0.28
0.27
C-X Log Kow
85.2
84.5
83.2
86.8
0.30
0.28
Log Kow
74.6
73.9
77.7
76.7
0.40
0.38
Ui
Log Kow
Q
Log Kow
I descrittori più importanti risultano essere il Log Kow che è legato alla lipofilia della molecola e,
quindi, alla capacità di quest’ultima di attraversare le membrane biologiche determinando una
tossicità di base; Ui che indica il livello di insaturazione e C-X che indica il numero di frammenti
contenenti alogeni. Fattori di polarità che risultano quindi essere importanti nel rappresentare la
tossicità potenziale dei fenoli.
CONCLUSIONI
I modelli ottenuti, riassunti in tabella, hanno buone capacità predittive; il coefficiente di ripartizione ottanolo/acqua, ampiamente utilizzato per modellare la
tossicità di composti chimici, si dimostra un buon descrittore, ma può essere validamente affiancato da altri descrittori molecolari teorici, calcolabili quindi
anche per molecole non ancora sintetizzate, dando luogo a modelli altamente predittivi. Il lavoro è stato realizzato con fondi della Comunità Europea (progetto
BEAM). Si ringrazia Federchimica per la borsa di studio a Francesca Battaini (progetto H.E.L.E.N).
RIFERIMENTI BIBLIOGRAFICI
[1] White Paper on the strategy for a future Chemicals Policy. www.europa.eu.int/comm/environmental/chemicals/whitepaper.htm
[2] Todeschini, R., Consonni, V. e Pavan, E. 2001. DRAGON – Software for the calculation of molecular descriptors, rel. 1.12 for Windows
[3] Schultz,T.W. et all. Quantitative structure-activity relationships for the Tetrahymena piryformis population growth end-point: a mechanism of action approach. Practical Application of QSAR in Environmental
chemistry and toxicology, 241-262 (1990)