ALGORITMI PER VALUTARE LA TOSSICITÀ DEI COLORANTI
Quali sono le problematiche per valutare la tossicità dei coloranti?
I coloranti sono estremamente diffusi negli oggetti di uso quotidiano e le proprietà di interesse sono, per esempio, l’irritazione cutanea, la tossicità acquatica, la mutagenecità e altre tipologie di tossicità. Il consorzio REACH&Colours Italia ci ha fornito un database in cui sono presenti dati, provenienti da multinazionali appartenenti al consorzio e proprietarie di numerosi studi tossicologici sui coloranti, per costruire modelli con la strategia precedentemente descritta. Per costruire buoni modelli QSAR sui coloranti, si devono affrontare anche alcuni problemi tecnici delicati, in quanto i coloranti sono di fatto miscele di diverse sostanze la cui descrizione molecolare risulta complessa (strutture dissociate, ioni ecc.) purtroppo per tali tipi di sostanze non sono ancora stati proposti in letteratura adeguati descrittori molecolari e di conseguenza, stiamo sviluppando alcuni nuovi descrittori capaci di tener conto anche di questi aspetti. Un altro problema è la bassa variabilità nei dati sperimentali in quanto quasi tutti i coloranti in commercio risultano non tossici o hanno al più un modesto effetto tossico; avendo solo pochi casi di coloranti con effetti tossici, i modelli sono più difficoltosi da implementare poiché dal punto di vista statistico l’apprendimento del modello è più difficile quando le due classi tossico/non-tossico non sono rappresentate equamente.
Sviluppo di tecniche innovative
L’idea è di sviluppare una tecnica innovativa che permetta di ottenere stime affidabili delle proprietà dei coloranti organici, basandosi su similarità strutturali valutate mediante nuovi descrittori molecolari utilizzando metodi di regressione e classificazione.
Dominio di applicabilità
Poiché un modello è costruito sulla base di un certo gruppo di molecole, le nuove molecole per le quali si utilizza il modello per fare delle predizioni devono essere in qualche modo «riconosciute dal modello stesso»; in caso contrario, la risposta predetta sarebbe il risultato di un’estrapolazione la cui attendibilità può essere molto bassa. Diversamente, se le nuove molecole sono «riconosciute» dal modello, si può assumere che le predizioni abbiano almeno la qualità predittiva del modello stesso.
http://www.laboratorio2000.it/algoritmi-per-predire-la-tossicita-dei-coloranti/
I coloranti sono estremamente diffusi negli oggetti di uso quotidiano e le proprietà di interesse sono, per esempio, l’irritazione cutanea, la tossicità acquatica, la mutagenecità e altre tipologie di tossicità. Il consorzio REACH&Colours Italia ci ha fornito un database in cui sono presenti dati, provenienti da multinazionali appartenenti al consorzio e proprietarie di numerosi studi tossicologici sui coloranti, per costruire modelli con la strategia precedentemente descritta. Per costruire buoni modelli QSAR sui coloranti, si devono affrontare anche alcuni problemi tecnici delicati, in quanto i coloranti sono di fatto miscele di diverse sostanze la cui descrizione molecolare risulta complessa (strutture dissociate, ioni ecc.) purtroppo per tali tipi di sostanze non sono ancora stati proposti in letteratura adeguati descrittori molecolari e di conseguenza, stiamo sviluppando alcuni nuovi descrittori capaci di tener conto anche di questi aspetti. Un altro problema è la bassa variabilità nei dati sperimentali in quanto quasi tutti i coloranti in commercio risultano non tossici o hanno al più un modesto effetto tossico; avendo solo pochi casi di coloranti con effetti tossici, i modelli sono più difficoltosi da implementare poiché dal punto di vista statistico l’apprendimento del modello è più difficile quando le due classi tossico/non-tossico non sono rappresentate equamente.
Sviluppo di tecniche innovativeL’idea è di sviluppare una tecnica innovativa che permetta di ottenere stime affidabili delle proprietà dei coloranti organici, basandosi su similarità strutturali valutate mediante nuovi descrittori molecolari utilizzando metodi di regressione e classificazione.
Dominio di applicabilità
Poiché un modello è costruito sulla base di un certo gruppo di molecole, le nuove molecole per le quali si utilizza il modello per fare delle predizioni devono essere in qualche modo «riconosciute dal modello stesso»; in caso contrario, la risposta predetta sarebbe il risultato di un’estrapolazione la cui attendibilità può essere molto bassa. Diversamente, se le nuove molecole sono «riconosciute» dal modello, si può assumere che le predizioni abbiano almeno la qualità predittiva del modello stesso.
http://www.laboratorio2000.it/algoritmi-per-predire-la-tossicita-dei-coloranti/
Commenti
Posta un commento