ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ТЕХНИЧЕСКОМУ РЕГУЛИРОВАНИЮ И МЕТРОЛОГИИ

Руководство по группировке схожих химических веществ в токсикологически значимые категории для устранения пробелов в информации о токсичности при помощи программного обеспечения ОЭСР QSAR Toolbox

Издание официальное

Москва

Стандартинформ

2019

Предисловие

1    РАЗРАБОТАНЫ Ассоциацией «Некоммерческое партнерство Координационно-информационный центр государств — участников СНГ по сближению регуляторных практик» (Ассоциация «НП КИЦ СНГ»)

2    ВНЕСЕНЫ Техническим комитетом по стандартизации ТК 339 «Безопасность сырья, материалов и веществ»

3    УТВЕРЖДЕНЫ И ВВЕДЕНЫ В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от 28 ноября 2019 г. № 1278-ст

4    ВВЕДЕНЫ ВПЕРВЫЕ

Правила применения настоящих рекомендаций установлены в статье 26 Федерального закона от 29 июня 2015 г. № 162-ФЗ «О стандартизации в Российской Федерации». Информация об изменениях к настоящим рекомендациям публикуется в ежегодном (по состоянию на 1 января текущего года) информационном указателе «Национальные стандарты», а официальный текст изменений и поправок — в ежемесячном информационном указателе «Национальные стандарты». В случае пересмотра (замены) или отмены настоящих рекомендаций соответствующее уведомление будет опубликовано в ближайшем выпуске ежемесячного информационного указателя «Национальные стандарты». Соответствующая информация, уведомление и тексты размещаются также в информационной системе общего пользования — на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет (www.gost.ru)

© Стандартинформ, оформление. 2019

Настоящие рекомендации не могут быть полностью или частично воспроизведены, тиражированы и распространены в качестве официального издания без разрешения Федерального агентства по техническому регулированию и метрологии

и

■    OECD HPV Chemcal Categories

■    Substance type

■    US-ЕРА New Chemcal Categories

^ General Mechanistic

I ВюОед ВюИС halite (Biowfi)

Q Biodegradation pnmary (Biowr 4)

Q Biodegradation probabftty (Biowr 1) И Bod^gj^n probabfcy (Biowr 2) П    probab*ty (Biowr 5)

Д    probabity (Biowr 6)

1 — название группы профилей; 2 — название профиля; 3 — кнопка кApply» («Применить»)

Рисунок 7 — Пример работы в модуле «Профилирование»

Различные профили обнаруживают ряд специфических результатов: информация о химическом вощоство представлена в нескольких базах данных, и данное вощоство вписывается в ряд специальных категорий различных классификационных схем. Согласно профилю mUS-EPA Новые химические категории» (US-ЕРА New Chemical Categories) рассматриваемое в примере химическое вещество, 4-ни-

тробензоилхлорид (CAS N9 122-04-3), относится к категории Галогенангидриды. Двойной щелчок мыши по кнопке «Acid Chlorides» (аГалогенангидриды» )1 на конкретном результате позволяет получить доступ к основе, детализирующей конкретные схемы для рассматриваемого вещества, а также справочную информацию о соответствующих предполагаемых реакциях (рисунок 8).

1 — «Acid Chlorides» («Галогенлнгидриды») Рисунок 8 — Пример работы в модуле «Профилирование»

6 Модуль «Данные» («Data»)

Чтобы перейти к следующему модулю «Данные», необходимо нажать на кнопку «Данные» («Data») на верхней панели инструментов (рисунок 9).

Рисунок 9 — Панель инструментов с выделенным модулем «Данные»

Модуль «Данные» предназначен для извлечения экспериментальных результатов из имеющихся баз данных. Версия 4.1 программы QSAR Toolbox содержит несколько постоянных баз данных (таблица 1).

Таблица 1 — Постоянные базы данных и их описание

База данных Описание Aquatic ЕСЕТОС Токсичность в водной среде Aquatic Japan МоЕ Токсичность в водной среде Aquatic OASIS Токсичность в водной среде Aquatic US-ЕРА ECOTOX Токсичность в водной среде и биоконцентрация Bactenal mutagenicity ISSSTY Генная мутация, хромосомная аберрация Bioaccumulation CANADA Биоаккумуляция (для водных организмов) Bioaccumulation fish CEFIC LRI Биоаккумуляция (для рыбы) Bioconcentration NITE Коэффициент биоконцентрации Biodegradation in soil OASIS Биоразложение в почве Biodegradation NITE Биоразложение Biota-Sediment Accumulation Factor Факторы накопления биоты-осадка (BSAF) Carcinogenic Potency Database (CPDB) Долгосрочные исследования по канцерогенезу на животных Carcinogenicity & mutagenicity ISSCAN Мутагенность и канцерогенность (на грызунах) Chemical Reactivity COLIPA Данные для истощения цистеина и лизина на основе анализа реакционной способности пептидов Dendritic cells COLIPA Данные, связанные с двумя анализами тест активации клеточной линии человека (h-CLAT) и тест U937 на кожную сенсибилизацию при миелоидном лейкозе (MUSST) ECHACHEM Информация о химических веществах, произведенных или импортированных в Европу Информация взята из регистрационных форм, представленных компаниями в Европейское химическое агентство (ЕСНА) в рамках Регламента REACH Обьем информации, доступной для каждого вещества, зависит от требований, указанных в REACH, — например, чем выше обьем производства вещества, тем больше информации должны предоставить компании Estrogen Receptor Binding Affinity OASIS Аффинность связывания рецептора эстрогена, выраженная как относительная аффинность связывания в сравнении с аффинностью эстрадиола Experimental pKa Значение константы ионизации (рКа) Eye irntation ECETOC Раздражение глаз (у кролика) GSH Expenmental RC50 Абиотические тиолоеые реакционноспособные электрофилы, реагирующие по механизму реакции присоединения Михаэля Developmental toxicity ILSI Дозозависимый эффект, связанный с лечением, для предельных значений жизнеспособности плода Repeated Dose Toxicity HESS Токсичность при многократном воздействии Hydrolysis rate constant OASIS Экспериментальные данные по нейтральному гидролизу Cell Transformation Assay ISSCTA Данные по четырем анализам клеточной трансформации in vitro тест SHE (pH 6.7 и pH 7 или выше), тесты BALB / с ЗТЗ, СЗН / 10НТ1 / 2 и Bhas 42 Keratinocyte gene expression Givaudan ЕС1.5, ЕС2 и ЕСЗ (концентрации, вызывающие 1,5-, 2- и 3-кратное увеличение индукции люциферазы)

Окончание таблицы 1

База данных Описание kM database Environment Canada Константы скорости метаболической биотрансформации in vrvo у водных организмов Micronucleus ISSMIC Исследование мутагенности микроядер (микронуклеус) in vivo (у грызунов) Micronucleus OASIS Исследование мутагенности микроядер (микронуклеус) in vivo (у грызунов) MUNRO non-cancer EFSA Данные NOEL*. LOEL" Genotoxicity OASIS Экспериментальные результаты для генотоксичности Phys-chem EPISUITE Физико-химические свойства Rep Dose Tox Fraunhofer ITEM Токсичность при многократном воздействии Rodent Inhalation Toxicity Database Данные исследований ингаляционного воздействия веществ (на крысах) Skin irritation Первичные показатели раздражения кожи при тестировании кожи на раздражение Skin sensitization Кожная и респираторная сенсибилизация Skin sensitization ECETOC Кожная сенсибилизация Terrestrial US-EPAECOTOX Наземная экотоксикология, токсичность для млекопитающих и биоконцентрация Toxicity Japan MHLW Тест на токсичность однократной дозы и тесты на мутагенность ToxRefDB US-EPA Хроническая токсичность, данные тестов о репродуктивной токсичности и токсичности для развития Yeast estrogen assay database University of Tennessee-Knoxville (USA) Относительная экспрессия гена 17-бета-эстрадиола

Базы данных классифицируются по четырем основным направлениям:

-    физико-химические свойства;

-    состояние и перенос вещества в окружающей среде:

-    экотоксикологическая информация:

-    опасность для здоровья человека.

В настоящий момент по направлению исследования «физико-химические свойства» возможно рассчитать следующие параметры вещества:

-    точка кипения;

-    константа диссоциации (рКа);

-    взрывоопасные свойства;

-    точка плавления / замерзания;

-    коэффициент разделения;

-    давление пара;

-    растворимость в воде.

По направлению «Состояние и перенос вещества в окружающей среде» возможно рассчитать следующие параметры вещества:

No Observed Effect Level (УНВОЭ) уровень, не вызывающий видимых отрицательных эффектов; доза, не вызывающая отрицательной реакции; недействующая доза, т е без видимого эффекта, доза без видимого отрицательного эффекта

Lowest Observed Effect Level наименьший наблюдаемый уровень воздействия, наименьшая доза, оказывающая действие

-    биоаккумуляция: водная;

-    биодеградация;

-    фоторазложение;

-    стабильность в воде;

-    транспортировка и распределение между компонентами природной среды.

По направлению «Экотоксикологическая информация» возможно рассчитать следующие параметры вещества:

-    водная токсичность;

-    наземная экотоксикология.

По направлению «Опасность для здоровья человека» возможно рассчитать следующие параметры вещества;

-    острая токсичность;

-    канцерогенность;

-    токсичность для развития/тератогенность;

-    генетическая токсичность;

-    раздражение/коррозия;

-    фотоиндуцированная токсичность;

-    токсичность повторной дозы;

-    аллергены;

-    токсичность для размножения.

Наглядное представление размещения всех баз данных, реализованных в программе, представлено на рисунке 10.

1 — название базы данных; 2 — кнопка «About» («Узнать больше») Рисунок 11 — Получение справочной информации о базе данных

Для того, чтобы выбрать, из каких баз данных следует извлекать данные, необходимо установить флажок рядом с названием базы данных.

Затем полученные данные отображаются в матрице данных для рассматриваемого химического вещества. При поиске аналогов для химической структуры, как описано в разделе 7. результаты в выбранных базах данных автоматически извлекаются и отображаются в матрице данных.

Пример — Представим, что в рассматриваемом примере для 4-нитробонзоилхлорида (CAS № 122-04-3) необходимо ограничить поиск экспериментальными результатами по сенсибилизации. В настоящее время две базы данных — Skin sensitization ЕСЕТОС и Skin sensitization — содержат экспериментальные результаты по сенсибилизации.

По этой причине необходимо выбрать только существующие (в данном случае их две) базы данных 1, 2, а затем запустить запрос, нажав кнопку «Gather» («Собрать данные») 3 (рисунок 12).

1 — направление исследования. 2 — база данных: 3 — кнопка «Gather» («Собрать данные») Рисунок 12 — Пример работы в модуле «Данные»

Для запрашиваемого химического соединения не имеется экспериментальных данных по сенсибилизации, и потому данные отсутствуют.

В том случае, когда необходимо узнать, доступны ли экспериментальные данные по другим критериям выбора, необходимо выбрать другие базы данных, содержащие экспериментальные результаты, и повторно запустить запрос.

Перемещаться по списку данных необходимо, закрывая или открывая вкладки двойным кликом мыши. В рассматриваемом примере доступными являются результаты теста Эймса по изучению мутагенности.

Для быстрого поиска необходимой информации необходимо использовать опцию фильтра данных «Фильтр древа коночных точек» (Filtor endpoint tree) в верхнем левом углу (на рисунке 13 область выделена красным). Например, можно ввести название видов животных, длительность обработки запроса, ожидаемый результат и так далее, для того чтобы отобразить варианты возможного выбора.

После двойного щелчка мыши по ячейке в матрице данных становится доступна дополнительная информация о результатах теста (рисунок 13).

Рисунок 13 — Демонстрация дополнительной информации о результатах теста

Перед переходом к следующему модулю рекомендуется сбросить выбор отобранных ранее баз данных (рисунок 14), содержащих результаты по сенсибилизации, для того чтобы воспроизвести новые результаты, изложенные в следующих разделах.

шявя	шияяв
»	ш к	ft ч
	»>port ИДИ	twert JXU

Рисунок 14 — Сброс отобранных баз данных

7 Модуль «Определение категории» («Category Definition»)

Для перехода к следующему модулю необходимо нажать на кнопку «Определение категории» («Category Definition») на верхней панели инструментов (рисунок 15).

о 'И Гр (И t m 0 ► Input ► Profiling ► Date ► Category e«fnt>on ► Data Gap Wing ► Report

Рисунок 15 — Панель инструментов с выделенным модулем «Определение категории»

Модуль «Определение категории» позволяет группировать химические вещества по различным химическим категориям в соответствии с различными показателями сходства, например:

-    определенные механизмы действия, по которым вещество вступает в химические взаимодействия;

-    сходство по реакционной способности;

-    сходство в строении или структуре химического соединения.

Именно так в ряду обширного перечня химические вещества могут быть сгруппированы в соответствии со степенью их показателя на токсичность в водных растворах. Или. рассматривая химическое соединение, для которого известен специфический механизм связывания белка, можно найти аналоги, которые могут связываться по такому же механизму и для которых имеются экспериментальные данные. Сводная информация об используемых методах группировки' приведена в таблице 2.

Наиболее подходящий способ для поиска аналогов для рассматриваемого химического соединения определяется по результатам модуля «Профилирование» (раздел 5)

Содержание

1    Область применения.................................................................1

2    Термины и определения...............................................................1

3    Общие положения...................................................................2

4    Модуль «Ввод данных» («Input»)........................................................2

5    Модуль «Профилирование» («Profiling»).................................................4

6    Модуль «Данные» («Data»)............................................................8

7    Модуль «Определение категории» («Category Definition»)..................................16

8    Модуль «Сбор недостающих данных» («Data Gap Filling»)..................................23

9    Модуль «Отчет» («Report»)...........................................................28

10    Доступ к программному обеспечению.................................................29

Библиография.......................................................................30

Таблица 2 — Сводная информация о методах группировки Метод группировки    Сводная    справочная    информация Общие методы группировки, связанные с механизмами химических реакций

DNA Binding by OECD Метод содержит категории или химические методы, относящиеся к связыванию ДНК Особенно важен при изучении генотоксичности DNA Binding by OASIS V1.1 Метод содержит категории или химические методы связывания ДНК DPRA Cysteine peptide depletion Метод разработан в связи с внедрением АОР' для сенсибилизации кожи на основе данных, полученных по направленному анализу реакционной способности пептида DPRA" DPRA Lysine peptide depletion Метод разработан в связи с внедрением АОР для сенсибилизации кожи на основе данных, полученных по направленному анализу реакционной способности пептида DPRA Estrogen Receptor Binding Метод содержит простые категории для связывания рецептора эстрогена (ER) Используется при изучении репродуктивной токсичности у рыб и млекопитающих Protein binding by OASIS v 1.1 Метод включает категории или химические механизмы связывания белка Superfragment Метод идентифицирует самую большую группу атомов, связанных между собой электронами Это важно для идентификации химических веществ с различной степенью сольватации и поэтому может быть использовано для идентификации выбросов для биоаккумулирования Biodeg probability from 1 to 7 (Biowin) Модели, извлеченные из программы EPISUIT, связанной с изучением биоразлагаемости химических веществ Hydrolysis half life (Ka) at pH7 and pH8 Данные профили на основе HYDROWIN. которые оценивают периоды полураспада в кислотно-катализируемом гидролизе, используя константы скорости полного гидролиза кислоты Период полураспада для константы скорости кислотно-катализируемого гидролиза рассчитывают при pH 7 и pH 8 Hydrolysis half life (Kb) at pH7 and pH8 Профили на основе HYDROWIN. которые оценивают периоды полураспада в кислотно-катализируемом гидролизе, используя константы скорости полного кислотно-катализируемого гидролиза Период полураспада для константы скорости кислотно-катализируемого гидролиза рассчитывают при pH 7 и pH 8 Ionization at pH 1, 4, 7 4. 9 Данные профили рассчитывают фракционную концентрацию ионизированных частиц молекулы (ионизация. %) при разных pH = 1. 4. 7 4 и 9

Методы группировки, связанные со специфическими направлениями исследований

Acute Aquatic Toxicity МОА by OASIS Метод классифицирует химические вещества по механизму острого токсического действия в водной среде, метод базируется на химических веществах, протестированных на рыбах семейства карповых (Pimephales promelas) до 1997 года Данный метод особенно актуален при изучении острой водной токсичности Поскольку этот метод только определяет механизмы действия токсина (по данным тестирования на рыбах), его лучше использовать в сочетании с другими методами группировки, связанными с острой токсичностью в водной среде Aquatic Toxicity Classification by ECOSAR ECOSAR — это метод для идентификации химических классов Его использование особенно важно при изучении водной токсичности, поскольку данный метод часто используют, так как он наиболее надежный из механистических методов группировки

Adverse Outcome Pathways Путь негативного воздействия

Direct Peptide Reactivity Assay Анализ реакционной способности, который оценивает способность химических веществ реагировать с белками

Введение

В настоящее время отмечается, что анализ и выявление опасных свойств новых химических веществ широко востребованы в различных отраслях промышленности. Лабораторные исследования (испытания) новых химических веществ достаточно дороги, и. принимая во внимание интенсификацию химической промышленности и прогнозы специалистов о синтезе свыше 300 миллионов новых химических веществ только в течение последующих 30 лет. проблема поиска доступных и быстрых методов по выявлению свойств неизученных химических веществ как никогда актуальна.

Для устранения пробелов в информации об опасных свойствах новых химических веществ, в частности о токсичности, целесообразно использование альтернативного лабораторным испытаниям аналогового подхода Quantitative Structure-Activity Relationship (QSAR). С помощью данного подхода возможно построение моделей, позволяющих по структурам химических соединений предсказывать их свойства.

Организацией экономического сотрудничества и развития (ОЭСР) разработана программа QSAR Toolbox, которая базируется на поиске количественных соотношений структура — свойство посредством методов математической статистики, позволяющих по описанию структур химических веществ предсказывать их свойства (в том числе по воздействию на организм). При этом программа QSAR Toolbox способна прогнозировать свойства как на качественном уровне (например, будет ли химическое вещество обладать тем или иным видом воздействия на организм), так и на количественном уровне (прогнозирование численных значений свойств).

Настоящее руководство знакомит пользователя с возможностями программного обеспечения ОЭСР QSAR Toolbox, которое может быть использовано для устранения пробелов в информации о токсичности химических веществ и решения вопроса о целесообразности проведения исследований in vitro и/или in vivo, что в свою очередь, например, может быть использовано при формировании отчета о химической безопасности для новых химических веществ в рамках процедуры нотификации новых химических веществ согласно техническому регламенту (1).

РЕКОМЕНДАЦИИ ПО СТАНДАРТИЗАЦИИ

Руководство по группировке схожих химических веществ в токсикологически значимые категории для устранения пробелов в информации о токсичности при помощи программного обеспечения ОЭСР QSAR Toolbox

Guideline on grouping of the similar chemicals into toxicologically relevant categories to fill in data gaps regarding to the toxicological information by using the OECD QSAR Toolbox software

Дата введения — 2020—05—01

1    Область применения

Настоящие рекомендации по стандартизации разработаны на основании англоязычного руководства ОЭСР по использованию функциональных возможностей программы QSAR Toolbox’.

Данное руководство направлено на работу с программой ОЭСР QSAR Toolbox, позволяющей группировать химические вещества в токсикологически значимые категории для устранения пробелов в информации о токсичности. Основная цель программы — предоставить возможность использовать методологию QSAR для группировки химических веществ по категориям и заполнения пробелов в информационных данных. используя анализ тенденций, метод аналогий и возможности программы QSAR Toolbox, базирующиеся на поиске количественных соотношений структура — свойство. Справочная информация о концепции химических категорий представлена в руководстве по группировке химических веществ.

Данное руководство помогает пошагово изучить основные функции панели инструментов программы QSAR Toolbox с помощью примеров В дополнение ОЭСР рекомендует просматривать дополнительные материалы по изучению функций QSAR Toolbox".

2    Термины и определения

В настоящих рекомендациях применены следующие термины с соответствующими определениями:

2.1    аналоги: Химические соединения одного структурного типа, отличающиеся по составу на определенное число структурных единиц.

2.2    каноническая SMILES (Canonical SMILES): Версия спецификации, включающая правила канонизации. позволяющие записать формулу молекулы любого вещества однозначным образом.

Примечание — Эти правила касаются выбора первого атома в записи, направления обхода циклов, выбора направления основной цепи при разветвлениях Поскольку в разных пакетах молекулярного моделирования используются различные алгоритмы канонизации SMILES, вследствие чего могут получаться разные записи одной и той же молекулы, понятие «каноническая SMILES» не является абсолютным Данная версия стандарта обычно применяется для индексирования и проверки уникальности молекул в базах данных

• qsar Toolbox Application manual http§v/w^.gecd.9rgfchem!ca!$atgty/nsK-a$§essment/TB4J\pp[igabQn_ manual FI compressed pdf

** Пользователю рекомендуется просматривать дополнительные материалы по изучению функций QSAR Toolbox, такие как: https //asarloolbox огр/. http //www oecd orp/chemicalsafetyAestinp/oecdouantitativestructure-activitv

relaU9nslwsB£9tec.tasarsJitm.iittBiAQQlbQx.Qasis.-Jmc.o£fl/

Издание официальное

2.3    изомерическая SMILES (Isomeric SMILES): Версия спецификации, позволяющая включать в запись данные об изотопном составе, конфигурации асимметрических атомов углерода и двойных связей.

Примечание — Особенность этой версии по сравнению с официальной номенклатурой ИЮПАК в том, что изомерическая SMILES позволяет хранить информацию о молекулах, для которых известны конфигурации лишь некоторых хиральных центров или двойных связей

2.4 _

коэффициент распределения н-октанол/вода (К_01У): Соотношение равновесных концентраций вещества, растворенного в двухфазной системе, состоящей из двух практически не смешивающихся растворителей.

(ГОСТ 32291-2013, статья 2.1)

2.5 dice: Четыре фактора, определяющие оценку вероятности успеха проекта, основанного на объективных измерениях:

D — Продолжительность (Duration).

I — Ответственность (Integrity),

С — Приверженность (Commitment).

Е — Усилие (Effort).

Примечание — Каждому фактору присваивается число от 1 (благоприятный) до 4 (маловероятный)

3    Общие положения

Программа QSAR Toolbox имеет несколько функций, позволяющих выполнять такие операции.

как:

-    идентифицировать аналоги для химического вещества, получать экспериментальные результаты, доступные для этих аналогов, и восполнять недостаток в данных, используя метод аналогий или анализ тенденций;

-    классифицировать широкий спектр химических веществ, используя соответствующий инструмент или воспроизводя необходимую операцию:

-    заполнять пробелы в данных для любого химического вещества, используя хранилище моделей QSAR:

-    оценивать корректность потенциального аналога для метода аналогий;

-    оценивать пригодность (точность) модели QSAR при заполнении пробелов в данных для конкретного химического вещества:

-    строить модели QSAR.

Данное руководство распространяется на первую операцию, то есть выбор возможных аналогов для химического вещества: извлечение экспериментальных результатов, доступных для этих аналогов, и восполнение недостатка в данных, используя метод аналогий или анализ тенденций.

Рассмотренный в руководстве пример направлен на восполнение информационных пробелов по вопросу сенсибилизации кожи к воздействию 4-нитробензоилхлорида (CAS № 122-04-3).

4    Модуль «Ввод данных» («Input»)

При запуске программы QSAR Toolbox открывается панель инструментов. Для начала работы необходимо нажать кнопку «Ввод данных» («Input») (рисунок 1).

О ГИ П J ¥ rh 0 ► Inpirt ► ProM.no ► Data Р Category cKf nrton Р Data Gap Шпо ► Report

Рисунок 1 — Панель инструментов с выделенным модулем «Ввод данных»

Модуль «Ввод данных» предназначен для выбора необходимого химического вещества, с которым предстоит дальнейшая работа при помощи функциональных возможностей инструментария программы. Идентификация химического вещества может быть проведена по названию, номеру CAS. путем зарисовки структурной формулы, путем использования SMILES (спецификация упрощенного представления молекул в строке ввода) или путем выбора необходимого химического соединения из списка, базы данных, реестра или файла.

Пример — В начале работы необходимо нажать на кнопку «CAS #» 1, ввести номер CAS 4-нитро-бензоилхлорида (CAS N9 122-04-3), нажать на кнопку «Search» («Поиск») 2 и после появления правильной химической структуры нажать на кнопку «ОК» («Принять») 3 во всплывающем окне (рисунок 2).

1 — кнопка «CAS #»; 2 — кнопка «Search» («Поиск»): 3 — кнопка «ОК» («Принять») Рисунок 2 — Пример работы в модуле «Ввод данных»

Если структура вещества имеет несколько номеров CAS или структура согласуется с несколькими веществами (например, в случае сложных химических соединений), происходит идентификация некоторого количества химических структур. При этом необходимо выбрать одно вощоство для последующей обработки данных.

Затем выбранное вещество отображается в матрице данных, после чего необходимо перейти к следующему модулю (рисунок 3).

Рисунок 3 — Добавление идентифицированного вещества в матрицу данных

Цветовой под указывает на достоверность идентифицированного химического вещества:

-    зеленый — между веществом и выбранной структурой существует высокая степень родства. Этот цвет присваивается, если структура вещества подтверждается в нескольких базах данных;

-    желтый — между веществом и выбранной структурой существует средняя степень родства. Цвет присваивается, если структура вещества подтверждается в нескольких базах данных, однако достоверность баз данных не может быть установлена;

-    красный — между веществом и выбранной структурой существует плохая степень родства. Цвет присваивается, если вещество соответствует разным структурам в отличных друг от друга базах данных.

5 Модуль «Профилирование» («Profiling»)

После отображения выбранного вещества в матрице данных необходимо перейти к следующему модулю «Профилирование», нажав на кнопку «Профилирование» («Profiling») на верхней панели инструментов (рисунок 4).

0!	t-l J	Г5|	rh	TXT 01 0 10Ю0	0
► input	» Рп	► Data	► Category defmton	► Data Gap Fflng	► Report

Рисунок 4 — Панель инструментов с выделенным модулем «Профилирование»

Модуль «Профилирование» позволяет получить информацию путем осуществления выборки из массива данных по определенному критерию на основе идентификации вещества или его структуры. Панель инструментов программы в настоящее время содержит большой список «Профилей», которые идентифицируют принадлежность к ранее определенным категориям (например, категории, опреде-

ленные US-ЕРА' для оценки новых химических веществ, или категории, оцененные в рамках программы ОЭСР по химическим веществам с высоким объемом производства), а также механизмам или принципам действий. Сводную информацию можно получить, выбрав название профиля 1, затем щелкнуть по нему правой кнопкой мыши и нажать кнопку «About» («Узнать больше») 2 (рисунок 5).

1 — название профиля. 2 — кнопка «About» («Узнать больше»). 3 — закрыть перед последующей работой Рисунок 5 — Получение сводной информации о выбранном профиле

Для большинства профилей можно найти подробную справочную информацию, выбрав один из профилей. 1, и нажав кнопку «View» («Просмотр») 2 (рисунок 6).

Управление по охране окружающей среды США

1 — название профиля. 2 — кнопка «Wew» («Просмотр») Рисунок 6 — Получение подробной справочной информации о выбранном профиле

Не все профили являются релевантными (подходящими) для решения всей совокупности конечных задач (для расчета всех параметров, например токсичности, химического вещества). Некоторые профили, например общие механистические, такие как профиль «Связывание белков» («Protein binding»), основанные на механизмах химических реакций, подходят для решения многих конечных задач (расчета кожной сенсибилизации, острой токсичности, токсичности в водной среде), некоторые профили подходят для решения лишь очень узконаправленных задач.

В разделе 7 представлены список профилей и их применимость для разных регуляторных целей.

Пример — После проверки всех профилей (1, 2) и нажатия кнопки «Apply» («Применить») 3 результат профилей отображается о матрице (рисунок 7).