Freitag, 13 Juli 2018 12:23

Johns Hopkins Universität: Datenbankanalysen zurverlässiger in der Toxizitätsvorhersage als der Tierversuch Empfehlung

Moderne Algorithmen, die mit großen Chemiedatenbanken arbeiten, können die Toxizität einer Chemikalie besser vorhersagen als Standard-Tierversuche. Diesen Befund haben Wissenschaftler der Johns Hopkins Bloomberg School of Public Health erzielt, als sie vergleichsweise Computeralgorithmen mit Daten einer von ihnen selbst entwickelten Datenbank fütterten.


Die Forscher der Studie, die in der Zeitschrift Toxicological Sciences am 11. Juli erschienen ist, haben eine große Datenbank mit bekannten Chemikalien entwickelt, um die Beziehungen zwischen chemischen Strukturen und toxischen Eigenschaften abzubilden. Sie konnten zeigen, dass man mit ihrer Kartierung automatisch die toxischen Eigenschaften jeder chemischen Verbindung vorhersagen kann - und zwar genauer als mit einem Tierversuch kann.

Das fortschrittlichste Toxizitätsvorhersage-Tool, das das Team entwickelt hat, war im Durchschnitt etwa zu 87 Prozent genau bei der Reproduktion der Übereinstimmung mit den auf Tierversuchen basierenden Ergebnissen - über neun gängige Tests hinweg, die 57 Prozent der weltweiten Tiertoxikologie-Tests ausmachen. Im Gegensatz dazu waren die Wiederholungen der gleichen Tierversuche in der Datenbank nur zu etwa 81 Prozent genau - mit anderen Worten, jeder einzelne Test hatte im Durchschnitt nur eine Chance von 81 Prozent, das gleiche Ergebnis für die Toxizität zu erhalten, wenn er wiederholt wird.

Quelle und weitere Informationen:
https://www.jhsph.edu/news/news-releases/2018/database-analysis-more-reliable-than-animal-testing-for-toxic-chemicals.html