高雅
- 作品数：8 被引量：26H指数：4
- 供职机构：北京大学公共卫生学院毒理学系更多>>
- 发文基金：北京市自然科学基金国家自然科学基金更多>>
- 相关领域：医药卫生理学更多>>
- 中草药重要成分的QSAR预测毒性数据库的建立
- 【研究背景】中草药成分研究是开发新药的前提,是研究中草药药效和毒作用的基础。由于长期受中草药毒作用小的观念影响,中草药的毒性研究一直是一个比较薄弱的环节。随着对中草药需求和应用的日益广泛,临床中草药不良反应的发生率逐渐增...
- 高雅姚碧云周宗灿
- 关键词：中草药QSAR毒性预测数据库
- 文献传递
- 中草药重要成分的QSAR预测毒性数据库的建立被引量：12
- 2015年
- 研究建立的中草药重要成分的QSAR预测毒性数据库,共包括984个中草药重要成分。数据库分为4个子库:基本化学信息子库,化学结构式图子库,毒性实验数据子库和毒性QSAR预测数据子库。研究利用多种公开的和商业QSAR预测软件,预测多个终点:经口急性毒性、慢性毒性、致癌性(遗传毒性和非遗传毒性)、致突变性(Ames试验和骨髓微核试验)、发育毒性及毒理学关注阈值(TTC)。研究将对中草药成分的毒性QSAR预测进行可靠性评价。研究将对中草药成分的毒性预测方法进行探索,以促进中草药的毒性识别和中药现代化。
- 高雅姚碧云周宗灿
- 关键词：中草药QSAR毒性预测数据库
- 利用Toxtree平台预测中草药重要成分的毒理学关注阈值被引量：6
- 2015年
- 目的通过对中草药重要成分进行毒理学关注阈值(Threshold of toxicological concern,TTC)预测,以建立针对中草药成分毒性筛选和危险评定方法。方法利用本研究已建立的中草药重要成分的QSAR预测毒性数据库,Toxtree平台中的Cramer决策树,扩展的Cramer决策树和Krose TTC决策树3个软件预测中草药重要成分的TTC。结果本研究无法获得暴露数据,只能得到中草药重要成分的TTC值,因此简化了Krose TTC决策树。对984个中草药重要成分进行TTC预测,发现共有255个中草药成分具有遗传毒性结构预警,预测的TTC为每人0.15μg/day;共有729个中草药成分无遗传毒性结构预警,预测的TTC分为I、II、III三类,每类分别有141、9、579个,对应的TTC分别为每人1 800、540和90μg/day。对具有代表性的黄酮类化合物的无遗传毒性的III类各化学物进行列表分析。结论 TTC方法可对暴露量低或者缺乏毒性资料的中草药重要成分进行毒性预测,为危险评定提供有价值的初步信息,并可评价进一步试验的优先性。
- 高雅姚碧云周宗灿
- 关键词：中草药TOXTREE
- 应用Toxtree平台预测中草药重要成分的致癌性和遗传毒性被引量：9
- 2016年
- 应用Toxtree平台预测研究人员建立的中草药重要成分数据库中984种中草药重要成分的致癌性和遗传毒性。结果发现:在984种中草药重要成分中,共有255种具有遗传毒致癌性结构预警(SA),141种有非遗传毒致癌性SA,284种有Ames试验SA,761种有啮齿类体内微核试验SA。本文给出了各结构分类的预测结果,并给出了120种黄酮类化学物的致癌性和遗传毒性预测结果。中草药重要成分的Toxtree QSAR预测结果,可用于识别潜在的健康危害,筛选、评价实验的优先性。但预测结果提示,尚有一些问题有待于解释、进一步优化SA和模型的评价。
- 高雅姚碧云周宗灿
- 关键词：中草药致癌性遗传毒性毒性预测TOXTREE
- 应用T.E.S.T.平台预测中草药重要成分的LD_(50)、致突变性和发育毒性被引量：5
- 2016年
- 应用T.E.S.T.平台预测已建立的中草药重要成分数据库中984种中草药重要成分的大鼠经口LD_(50)、发育毒性和致突变性(Ames试验)。LD_(50)以mg/kg表示,而发育毒性和Ames试验结果以有/无表示。结果发现:有710种(72%)中草药重要成分的大鼠经口LD_(50)属GHS急性经口毒性4类和5类。有154种(15.7%)预测具有Ames试验阳性,677种(68.8%)预测具有发育毒性。本文给出了各结构分类的预测结果,并给出了120种黄酮类化学物的预测结果。本文还讨论了毒理学关注阈值(TTC)在预测发育毒性阳性化学物的应用。
- 高雅姚碧云周宗灿
- 关键词：中草药LD50发育毒性致突变性毒性预测
- 应用TOPKAT和Derek平台预测中草药重要成分的毒性被引量：3
- 2016年
- 应用TOPKAT和Derek平台预测已建立的984种中草药重要成分的毒性,用TOPKAT平台预测中草药重要成分的大鼠经口LD50、大鼠经口慢性LOAEL、致癌性（啮齿类）、致突变性（Ames试验）和大鼠经口发育毒性;Derek预测中草药重要成分的致癌性、致突变性和染色体损伤。TOPKAT预测的毒性数据报告为连续数据和分类数据,分类数据用0.0~1.0的数值表示。LD50和慢性LOAEL根据GHS进行分类。TOPKAT预测结果：有866种（88%）中草药重要成分的大鼠经口LD50属GHS急性经口毒性3类、4类和5类;分别有214（21.7%）和253种（25.7%）中草药重要成分的慢性LOAEL属GHS慢性毒性1类和2类;有361种（36.7%）预测具有致癌性阳性,有206种（21%）预测具有Ames试验阳性,549种（55.8%）预测具有发育毒性。Derek使用9种术语由低到高定性描述预测结果的不确定性。Derek预测结果：有57.8%的中草药成分无结果,有131种（13.3%）中草药重要成分有致癌性结构预警,有82种（0.08%）有Ames试验结构预警,有245种（24.9%）有染色体损伤结构预警,对上述预测阳性结果描述不确定性的术语90%以上为肯定、很可能和合理的。TOPKAT和Derek是较好的商业QSAR平台,但对毒性终点的定义不完全相同,应用域也不一致,有待于进一步评价和优化。
- 高雅陈会明李海山沈国林姚碧云周宗灿
- 关键词：中草药毒性预测数据库
- 基于高分化PC12细胞的神经毒性物质高内涵筛选方法的研究被引量：3
- 2016年
- 目的建立基于高分化PC12细胞模型的神经毒性物质高内涵筛选方法,并对该方法进行评价。方法应用高内涵筛选技术定量检测11种药物对高分化PC12细胞的细胞数量、线粒体质量、细胞核面积、细胞膜通透性、Mn SOD水平、γH2A.X水平、细胞面积、细胞圆度、细胞宽度、细胞长度和细胞宽长比等参数的影响。结果安眠酮、多虑平和地西泮等在抑制细胞存活的同时,引起线粒体质量改变,膜通透性增大,Mn SOD水平、γH2A.X水平升高,细胞长度减小、圆度增大、面积减小等;苯巴比妥、异戊巴比妥能够促进细胞存活或促进细胞神经突起生长。结论与文献已有数据进行比较,神经毒性检测正确率高,多参数表征的一般毒性较单一参数表征的一般毒性检测正确率要高。可使用高分化PC12细胞作为高内涵筛选的神经毒性评价模型,以细胞数量、线粒体质量、Mn SOD水平和γH2A.X水平作为细胞毒性指标,以细胞宽长比作为神经毒性指标,对神经毒性物质进行有效筛选。
- 祁妍敏李学会董莉莎高雅刘文丽赵鹏姚碧云
- 关键词：神经毒性
- QSAR方法预测中草药重要成分毒性的初步评价被引量：2
- 2016年
- 本研究初步评价Toxtree、T.E.S.T.、TOPKAT和Derek等QSAR平台,对中草药重要成分实验数据子库的预测可靠性。对数值型数据评价计算外部验证的相关系数Q^2,对分类型数据计算Cooper统计量。实验数据子库中,共83种成分有大鼠经口LD_(50)实验数据,计算T.E.S.T.的Q^2=0.76,TOPKAT的Q^2=0.39。共28种成分有致癌性实验数据,其中致癌性阳性16种,致癌性阴性10种,致癌性不确定2种,实验阳性物比例=16/28=57.1%。Toxtree预测准确性为57.1%,TOPKAT预测准确性为53.6%,Derek预测准确性为50.0%;共46种成分有Ames试验数据,试验阳性14种,阴性32种,实验阳性物比例14/46=30.4%,Toxtree预测准准确性为67.4%,T.E.S.T.预测准确性为76%,TOPKAT预测准确性为71.1%,Derek预测准确性为73.9%。由于不同的原因,对发育毒性、骨髓微核试验、及其他终点难以进行评价。本文提出(Q)SAR预测模型应按OECD验证5项原则进行全面的和标准化的评价。强调要定义明确毒性终点和模型应用域。毒性是复杂的生物现象,不要满足于过于简单的数值。而且,生物毒性数据均具有不确定性。
- 高雅姚碧云周宗灿
- 关键词：中草药QSARTOXTREE毒性预测可靠性
