パターン認識による化学物質の毒性予測:ヒト急性毒性及び魚毒性

1987 Fiscal Year Annual Research Report

• Project/Area Number: 61571034
• Research Institution: Kitasato University
• Principal Investigator: 森口 郁生 北里大学, 薬学部, 教授 (90050343)
• Co-Investigator(Kenkyū-buntansha): 松下 泰雄 北里大学, 薬学部, 助手 (40050653) ; 広野 修一 北里大学, 薬学部, 助手 (30146328)
• Keywords: 毒性予測 / 急性毒性 / ヒト経口毒性 / 定量的構造活性相関 / パターン認識 / 適応最小二乗法

Research Abstract

化学物質の毒性がその化学構造から予測できれば, 製品開発, 環境汚染, 動物愛護等の面で社会的にも経済的にもその恩恵ははかり知れない.
昭和62年度の研究は, 主としてヒト経口急性毒性の予測について行った. その概要は次のとおりである.
(1)データソース:前年度にひき続き, 評価の高い米国の中毒情報CTCP(5版)を用い, 今回はさらに米国NIOSH編集のRTECS等からもデータを収集し, 総数504個の化合物を毒性の強さに従って3等級に分類して用いた. これらの化合物は, 商品として家庭で入手できる医薬, 農薬, 殺虫剤, 化成品等であり, 工業薬品や中間体等は含まれていない.
(2)構造記述子:化合物の化学構造の特徴を表す構造記述子としては, 分子量, 特定の原子, 環, 各種官能基, 及び若干の特徴的な部分構造について, それらの数, 有無等を用いた. 検討した記述子は61種であった.
(3)構造・毒性相関モデルの生成:本研究室で開発したALS81(適応最小二乗法, 1981年版)を用い, 東大大形計算機センターの電算機, 及び本研究室のNEWSワークステーションで自作のプログラムにより計算を行った. 得られた最良の相関モデル(識別関数)には, 39種の記述子が含まれている.
(4)識別・予測の信頼性:相関モデルによる毒性等級の識別計算では, 438個(86.9%)の化合物が正しく識別され, スピアマン順位相関計数(Rg)は0.860であった. またリーブワンアウト法による予測計算では, 413個(81.9%)の化合物の毒性等級が正しく予測され, Rgは0.813であった. 識別, 予測の信頼性はともに0.1%の危険率で高度に有意であり, 扱ったデータの質と量を考慮するとき, 満足すべき成果が得られたと考えられる.

Research Products

• [Publications] Ikuo Moriguchi;Shuichi Hirono;Yasuo Matsuhita: Chem. Pharm. Bull.
• [Publications] 森口郁生, 梅山秀明編, 森口郁生, 広野修一: "新薬のリードジェネレーション" (株)東京化学同人, 181(18) (1987)