שיטה חישובית חדשה, שנועדה להעריך מראש באם כימיקל יהיה רעיל או לא, פורסמה זה מכבר בכתב-העת המדעי International Journal of Data Mining and Bioinformatics.
שיטה חישובית חדשה, שנועדה להעריך מראש באם כימיקל יהיה רעיל או לא, פורסמה זה מכבר בכתב-העת המדעי International Journal of Data Mining and Bioinformatics.
קיים לחץ הולך וגובר כיום על התעשייה הכימית ועל תעשיות דומות להבטיח כי המוצרים שלהן עומדים בתקנות הבטיחות הרבות. היכולת לספק למחוקקים, ליצרנים ולצרכנים את מלוא הנתונים שיאפשרו להם להגיע לבחירות מושכלות באשר לשימוש, להרחקה לפסולת, למחזור ולכל הנוגע לסוגיות של בריאות האדם וקיימות הסביבה הינה קריטית בימינו אנו.
עתה, חוקרים מאוניברסיטת קנזס פיתחו שיטה חישובית שתוכל לאפשר לתעשייה לחזות באם תרכובת נתונה תהיה רעילה אפילו בריכוז נמוך ולמצוא לה תחליף במידת הצורך. רעילות היא כמעט תמיד סוגיה שיש לקחת בחשבון בבואנו להתייחס לזמינות ולמינון של תרופות. בין אם התרכובת טבעית או סינתטית היא עלולה להיות רעילה, החל מארס נחש או עקיצת מדוזה ועד לפטרוכימיקלים וחומרי הדברה. אולם, חלק מהכימיקלים רעילים יותר מאחרים כך שחשיפה לריכוז קטן שלהם תגרום לבעיות בריאותיות או אפילו למוות. על-כן, חשוב מאוד למצוא דרך לקבוע באם כימיקל סינתטי או טבעי שהתגלה זה מכבר עלול לגרום לבעיות רעילות.
צוות המחקר מוסיף ומציין כי הסוכנות להגנת הסביבה (EPA) והמשרד לחומרים מסוכנים (OTS) של ארה”ב פרסמו בשנות ה-90 רשימה של 70,000 כימיקלים תעשייתיים, להם מתווספים מדי שנה 1000, שעבורם לא נעשה אפילו ניסוי רעילות פשוט. הסיבות לכך הן בעיקרן משיקולי עלות ולוגיסטיקה וכן קיימת השאלה האתית האם ניסויים כה רבים הנעשים על חיות מעבדה, הם אכן מחויבי המציאות.
כעת, צוות חוקרים מהמחלקה להנדסת חשמל ולמדעי המחשב מאוניברסיטת קנזס הצליח להשתמש באלגוריתם סטטיסטי לשם בדיקת יותר מ-300 כימיקלים שמאפייני הרעילות שלהם כבר ידועים במדע ולהשוואתם לתחזית. הטכניקה החדישה שלהם מציעה שיטה ממוחשבת לסריקת מספר עצום של תרכובות לבחינת רעילותן באופן מהיר מאוד ועשויה לייתר את הצורך בחיות מעבדה, בתנאי שגורמי האסדרה לא יחייבו קבלת נתונים מבע”ח באשר לתרכובת נתונה.
המחקר נסמך על עקרונות ידועים ומבוססים של מודל ממוחשב בתחום הרוקחות המכונה “יחסי מבנה-פעילות כמותיים” (QSARs) שבמסגרתו סוגי האטומים בתרכובת והקשרים ביניהם יכולים לספק חיזוי באשר לפעילותה כתרופה. מבנים מולקולאריים מסוימים לדוגמה, מסיסים במים, או שהם מגיבים באופן מוגדר עם אנזימים וחלבונים שונים בגוף, מה שמוביל לפעילותן הכוללת של התרופות. מאפיינים מולקולאריים שונים יולידו התנהגות מולקולארית דומה בסביבות שונות – מסיסות גבוהה או נמוכה במים, זיקה חזקה או חלשה לקולטנים בגוף וכיו”ב. החוקרים השתמשו באותה השיטה על מנת למצוא בתרכובות השונות את הקבוצות הכימיות ואת האופן שבו האטומים מחוברים העלולים לגרום לרעילות בגוף.
החוקרים מציינים כי מספר ניסיונות קודמים לחיזוי הרעילות של כימיקלים אכן הצליחו, אולם רוב הגישות ששימשו בהם לא היו טובות יותר מאשר ניחוש אקראי. החוקרים עצמם משתמשים בגישות סטטיסטיות המגבירות את סיכויי ההצלחה הרבה מעבר לרמת האקראיות. לאור העובדה כי קיימים כ-100,000 כימיקלים תעשייתיים הצריכים מיפוי רעילות, השיטה החדשה תאפשר לתעשייה ולגורמי האסדרה להתמקד במספר גדול מהכימיקלים הדחופים ביותר מקרב אוסף זה, אלו שהחיזוי עבורם מוליד את הרעילות הגבוהה ביותר, ולהשאיר לשלב מאוחר יותר את הטיפול בפחות רעילים, עד לזמינותם של נתונים נוספים. החוקרים מתמקדים עתה בשיפור האלגוריתם כך שיעבוד מהר יותר ובאופן מדויק יותר תוך התעלמות ממאפיינים מולקולאריים טיפוסיים שידוע כעת שהם אינם תורמים לרעילות החומר.
