REACH e metodi alternativi. LOECD QSAR Toolbox Cecilia Bossa Istituto Superiore di Sanità Cecilia...

Post on 01-May-2015

219 views 2 download

transcript

REACH e metodi alternativi.REACH e metodi alternativi.L’OECD QSAR ToolboxL’OECD QSAR Toolbox

REACH e metodi alternativi.REACH e metodi alternativi.L’OECD QSAR ToolboxL’OECD QSAR Toolbox

Cecilia BossaCecilia BossaIstituto Superiore di SanitàIstituto Superiore di Sanità

Cecilia BossaCecilia BossaIstituto Superiore di SanitàIstituto Superiore di Sanità

REACH e metodi alternativi.REACH e metodi alternativi.

L’OECD QSAR ToolboxL’OECD QSAR Toolbox

Master Universitario di II livello in Master Universitario di II livello in

““Sicurezza nella Gestione dei Chemicals e Sicurezza nella Gestione dei Chemicals e Implementazione dei Regolamenti REACH e CLP”Implementazione dei Regolamenti REACH e CLP”

Cecilia BossaCecilia Bossa

Istituto Superiore di SanitàIstituto Superiore di Sanità

Università degli studi di Camerino, 30 Marzo 2012Università degli studi di Camerino, 30 Marzo 2012

Regolamento REACH: Allegati VII-X

Regolamento REACH: Allegati VII-X

L’uso dei metodi alternativi nel REACH

Articolo 13 (1)

Le informazioni relative alle proprietà intrinseche delle sostanze

possono essere acquisite con mezzi diversi dai test purché siano

soddisfatte le condizioni di cui all'allegato XI.

Articolo 25 (1)

Per evitare sperimentazioni su animali, sono effettuati esperimenti su

animali vertebrati ai fini del presente regolamento soltanto in caso di

assoluta necessità.

Allegati VII-X

Prima di realizzare nuovi test per determinare le proprietà elencate nel

presente allegato, si procede alla valutazione di tutti i dati disponibili: dati

in vitro, dati in vivo, dati storici sull'uomo; i dati ottenuti mediante (Q)SAR

validi e quelli relativi a sostanze strutturalmente affini (metodo del read-

across).

Regolamento REACH: Allegato XI

1. LA SPERIMENTAZIONE NON APPARE SCIENTIFICAMENTE NECESSARIA

1.1. Uso di dati esistenti

1.2. Peso dell'evidenza

1.3. Relazione qualitativa o quantitativa struttura-attività [(Q)SAR]

1.4. Metodi in vitro

1.5. Raggruppamento di sostanze e metodo del read-across

L’allegato XI sancisce i criteri secondo cui si possono usare metodi alternativi alla sperimentazione sugli animali

Chemical grouping (raggruppamento chimico)

Formazione di una categoria chimica

= gruppo di sostanze le cui proprietà chimico-fisiche e/o

(eco)tossicologiche e/o di destino ambientale siano simili o

seguano un pattern regolare come risultato della similarità

(strutturale)

Es.•Gruppo funzionale comune•Stessa classe chimica, costituenti comuni•Cambiamento incrementale e costante di un parametro (es. lunghezza della catena di atomi C)•Stesso precursore o prodotto di degradazione•Stesso meccanismo/modo di azione

Categoria chimica: dati mancanti

•Read-Across (qualitativo o quantitativo)L’informazione su un endpoint di una sostanza viene derivata usando dati per lo stesso endpoint di una o più sostanze considerate ‘simili’ (similarità strutturale o simili proprietà/attività).Il read across (metodo degli analoghi) viene usato anche nel confronto con numero di sostanze limitato (es. confronto tra 2 sostanze).

•Trend AnalysisL’informazione su un endpoint di una sostanza viene derivata tramite interpolazione/estrapolazione dei dati delle altre sostanze ‘simili’, quando i membri della categoria mostrino un trend (aumento, decremento, andamento costante) per un effetto.

•QSARsL’informazione su un endpoint di una sostanza viene derivata tramite l’applicazione di uno QSAR, quando la categoria in esame sia un sottoinsieme del dominio di applicabilità del modello.

Il Toolbox è un software rivolto agli enti governativi, alle industrie chimiche e a chi è interessato ad identificare e colmare i gap di dati per l’identificazione del pericolo posto dalle sostanze chimiche. Nella procedura logica utilizzata dal Toolbox è cruciale il raggruppamento delle sostanze in categorie chimiche.

L’ OECD QSAR Toolbox per il raggruppamento delle sostanze in categorie

Le caratteristiche principali del Toolbox sono:

•L’identificazione delle proprietà strutturali rilevanti e dei

potenziali meccanismi/modi di azione di una sostanza target

•L’identificazione di altre sostanze chimiche che abbiano le

stesse proprietà strutturali e/o stesso meccanismio/modo di

azione

•L’uso di dati sperimentali esistenti per colmare i gap di dati.

• Descrive la struttura di una sostanza chimica.

• Indica se una sostanza è inclusa in una lista normativa

nazionale/regionale o in una categoria chimica esistente.

• Cerca dati sperimentali disponibili per la sostanza di

interesse.

• Esplora una lista di sostanze per cercare sostanze simili.

• Raggruppa le sostanze chimiche sulla base del meccanismo

di azione e/o la similarità strutturale.

• Raggruppa le sostanze sulla base di un metabolita comune.

• Permette l’esclusione di sostanze diverse dal gruppo.

• Estrae i dati sperimentali per le sostanze simili.

• Riempie i gap di dati per le sostanze tramite l’uso di read-

across, trend analysis o modelli QSAR.

• Crea una matrice di dati per una categoria chimica per

stampare/esportare i risultati.

• Connette al software IUCLID per uno scambio di dati diretto.

• Genera report.

L’ OECD QSAR Toolbox per il raggruppamento delle sostanze in categorie

Il Toolbox ha sei moduli che vengono usati in un workflow sequenziale:

Chemical Input

Profiling

Endpoints

Category Definition

Filling Data Gaps

Report

1. Input: inserire la/le sostanza/e target

A. Singola sostanza chimica

• Nome chimico

• Numero CAS (Chemical Abstract Services)

• Notazione SMILES (simplified molecular information line entry system)

/InChi

• Disegnare la sostanza chimica

• Selezionare da User-file o da Inventory/Database locali

B. Gruppo di sostanze

• Importare User-file

• Aprire Inventory/Database localiA B

SMILES

Input: esempio

Informazioni sull’identità della sostanza

Il codice dei colori indica l’affidabilità tra

l’indicatore e la struttura:

VerdeVerde: alta affidabilità

GialloGiallo: affidabilità moderata

RossoRosso: scarsa affidabilità

Nero: affidabilità sconosciuta

Input: dettagli

file formato .tbd

right-click

Input: dettagli

2. Profiling: caratterizzazione del target

• Classi Predefinite

• Classi meccanicistiche

• Classi specifiche per endpoint

• Classi empiriche

Metabolismo

• Documentato

• Simulato

Profiling: dettagli

right-click

Profiling: dettagli

right-click

Profiling: esempio

Profiling: dettagli

doppio-click

3. Endpoint: estrarre informazioni sul target

Dati sperimentali presenti nelle basi di dati locali

• Proprietà Chimico fisiche

• Trasporto e Destino ambientale

• Informazioni ecotossicologiche

• Endpoint tossicologici (Salute Umana)

right-click

Endpoint: dettagli

Endpoint: esempio

Endpoint: esempio

doppio-click

doppio-click

Endpoint: esempio

Prima di passare al prossimo modulo è conveniente selezionare solo il database: Carcinogenicity/Mutagenicity ISSCAN

3. Category Definition: ricerca degli analoghi

Raggruppamento di sostanze chimiche in una

categoria secondo differenti misure di “similarità”:

• Specifici meccanismi/modi di azione

• Similarità strutturale

Category Definition: endpoint cancerogenesi

Profiler rilevanti per la cancerogenesi (genotossica):

DNA Binding by OASIS

DNA Binding by OECD

Carcinogenicity (genotox nongenotox) alerts by ISS

Oncologic Primary Classification

{

{

DNA binding by OECD

Basato su structural alerts per la chimica della reazione elettrofila associata alla formazione di addotti covalenti al DNA

DNA binding by OASIS

Basato su structural alerts sviluppati a partire da dati di mutagenenesi nel test di Ames

Carcinogenicity (genotox and nongenotox) alerts by ISS

Basato su structural alerts sviluppati a partire da dati di cancerogenesi

Oncologic primary classification

Classi strutturali di cancerogeni noti o potenziali. Non sono implementate le regole del sistema esperto per stabilire la potenza cancerogena

Category Definition: endpoint cancerogenesi

Category Definition: endpoint cancerogenesic

Category Definition: endpoint cancerogenesi

4. Data Gap Filling: riempire i gap di dati

• Read across

adatto per endpoint qualitativi (risultato pos/neg/dubbio) e per

endpoint quantitativi con un numero limitato di analoghi

• Trend Analysis

adatto per endpoint quantitativi con un grande numero

analoghi

• (QSAR) models

quando non vi siano analoghi adeguati

5. Report

Step-by-step Tutorial