• Title/Summary/Keyword: 독성위해성

Search Result 955, Processing Time 0.029 seconds

Predicting the Fetotoxicity of Drugs Using Machine Learning (기계학습 기반 약물의 태아 독성 예측 연구)

  • Myeonghyeon Jeong;Sunyong Yoo
    • Journal of Life Science
    • /
    • v.33 no.6
    • /
    • pp.490-497
    • /
    • 2023

  • Pregnant women may need to take medications to treat preexisting diseases or diseases that develop during pregnancy. However, some drugs may be fetotoxic and lead to, for example, teratogenicity and growth retardation. Predicting the fetotoxicity of drugs is thus important for the health of the mother and fetus. The fetotoxicity of many drugs has not been established because various challenges hinder the ability of researchers to determine their fetotoxicity. The need exists for in silico-based fetotoxicity assessment models, as they can modernize the testing paradigm, improve predictability, and reduce the use of animals and the costs of fetotoxicity testing. In this study, we collected data on the fetotoxicity of drugs and constructed fetotoxicity prediction models based on various machine learning algorithms. We optimized the models for more precise predictions by tuning the hyperparameters. We then performed quantitative performance evaluations. The results indicated that the constructed machine learning-based models had high performance (AUROC >0.85, AUPR >0.9) in fetotoxicity prediction. We also analyzed the feature importance of our model's predictions, which could be leveraged to identify the specific features of drugs that are strongly associated with fetotoxicity. The proposed model can be used to prescreen drugs and drug candidates at a lower cost and in less time. It provides a predictive score for fetotoxicity risk, which may be beneficial in the design of studies on fetotoxicity in human pregnancy.

  • https://doi.org/10.5352/JLS.2023.33.6.490 인용 PDF HTML

Risk Assessment of Iron dichloride in OECD High Production Volume Chemicals Program (염화제일철에 대한 인체 및 생태 위해성평가)

  • Bae Hee Kyung;Kim Mi Kyoung;Ahn Kyung Sook;Choi Yeon Ki;Koo Hyun Ju;Kim Hyun Mi;Na Jin Gyun;Choi Kwang Soo;Kim Myung Jin
    • Environmental Analysis Health and Toxicology
    • /
    • v.20 no.4 s.51
    • /
    • pp.375-383
    • /
    • 2005

  • 염화제일철은 2004년 OECD SIDS 프로그램으로 한국에서 위해성평가가 수행된 대량생산 화학물질로 1998년 화학물질 유통량조사에 의하면 우리나라에서 연간 100,000톤이 생산되었다. 본 연구에서는 염화제일철의 인체 및 환경적 영향에 대한 독성잠재성을 평가하기 위하여 OECD테스트가이드라인에 따라 독성시험을 수행하였다. 인체영향을 확인하기 위한 급성경구독성시험과 급성경피독성시험에서 랫드의 반수치사량은 각각 300$\sim$2,000 mg/kg b.w.과 >2,000mg/kg b.w.이었다. 반복독성시험의 무유해용량 (NOAEL)은 수컷 랫드는 125mg/kg b.w./day, 암컷 랫드는 250mg/kg b.w./day였고, 생식 및 발생독성시험에서 무유해용량은 암수 랫드 모두 500mg/kg b.w./day로 관찰되었다. 약한 피부자극성을 보였으며, 안부식성 물질임이 관찰되었다. S. typhimurium과 E. coli 균주를 이용한 복귀돌연변이시험에서 최고 농도인 5,000$\mu$g/plate에서 유전독성을 보이지 않았으며, 마우스를 이용한 생체내 (in vivo)소핵시험에서도 최고 농도인 50mg/kg bw/day에서 소핵유발빈도의 증가를 보이지 않아 본 시험물질은 돌연변이 유발 물질이 아닌 것으로 평가되었다. 어류(Oryzis latipes), 물벼룩 (Daphnia magna), 조류 (Pseudokirchneriella subcapitata)를 이용한 수생생물에 대한 급성독성시험 결과, 96시간 Oryzias latires의 반수치사농도는 46.6 mg/L이었고, 48시간 Daphnia magna의 반수영향농도는 19.0 mg/L이었다. 또한 Pseudokirchneriella subcapitata의 72시간 반수영향농도는 성장률을 이용한 계산법으로 6.9mg/L이었으며, 면적계산법으로는 3.8mg/L의 성장저해가 관찰되었다. 어류와 조류의 경우는 부분적으로 pH의 변화에 따른 영향으로 평가할 수 있는데 어류시험에서 pH중성시험용액에서는 100mg/L이상의 독성값을 나타내었고, 조류에서는 농도 12mg/L이상에서 pH 7아래로 떨어짐을 확인할 수 있었다. 염화제일철은 생산 및 사용공정에서 작업자에게 흡입 혹은 피부로 노출될 가능성이 있으나 밀폐공간에서 사용되므로 노출이 적은 것으로 평가되었다. 3종의 수생생물의 독성결과로부터 염화제일철은 수생환경에서 중간정도의 해가 있으며, 우리나라에서는 직접적인 염화제일철의 소비자 노출은 없으나 환경중 노출이 우려됨에 따라 제19차 OECD대량생산화학물질 초기위해성평가회의에서 환경 분야에 대해서는 추가연구 후보물질로 권고되었고, 인체 분야에서는 인체에 대한 유해성과 사용 패턴을 고려하여 추가연구 우선순위가 낮은 물질로 권고되었다.

  • PDF KSCI