Predikční metody "in silico" a softwarové nástroje pro REACH a CLP

Slides:



Advertisements
Podobné prezentace
PLAYBOY Kalendar 2007.
Advertisements

Stodůlky 1977 a 2007 foto Václav Vančura, 1977 foto Jan Vančura, 2007.
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ
PRŮZKUM NA TÉMA: „Dopady finanční krize“ eficia .
Produkce odpadů 2002 – 2007 obce ORP Šumperk
Rychlost, dráha, čas, zrychlení – řešené příklady
Rozhodovací matice.
MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA reg. č.: CZ.1.07/1.4.00/ Základní škola, Šlapanice, okres Brno-venkov, příspěvková organizace Masarykovo nám.
*Zdroj: Průzkum spotřebitelů Komise EU, ukazatel GfK. Ekonomická očekávání v Evropě Březen.
CIT Sekvenční obvody Díl VI.
Vliv konceptu zelených budov na provozní fázi výstavbového projektu Ing. Jiří Dobiáš LEED AP.
19.1 Odčítání v oboru do 100 s přechodem přes desítku
výpočet pH kyselin a zásad
Tomáš NETERDA 1961 Sportovní kariéra : plavecké třídy ZŠ Komenského gymnázium Dašická plavecká škola
Násobíme . 4 = = . 4 = = . 4 = = . 2 = 9 .
1 Extreme programming v praxi Martin Junek, product manager
Dělení desetinných čísel 3. část
Zápis čísla v desítkové soustavě
Kdo chce být milionářem ?
Výzkumy volebních preferencí za ČR a kraje od
NÁSOBENÍ ČÍSLEM 10 ZÁVĚREČNÉ SHRNUTÍ
Základní škola a Mateřská škola, Pavlice, okres Znojmo OP VK 1
Násobení a dělení čísel 10, 100 a jejich násobků
Dělitelnost přirozených čísel
Nejmenší společný násobek
VY_32_INOVACE_INF_RO_12 Digitální učební materiál
ČLOVĚK A JEHO SVĚT 2. Ročník - hodiny, minuty Jana Štadlerová ŽŠ Věšín.
Dělení se zbytkem 3 MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA
Lineární rovnice Běloun 91/1 a
Respond & Co, Masná 3A, Ostrava 1, , telfax : , Anketní výzkum u uživatelů přípravku Urinal.
MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA reg. č.: CZ.1.07/1.4.00/ Základní škola, Šlapanice, okres Brno-venkov, příspěvková organizace Masarykovo nám.
VY_32_INOVACE_ 14_ sčítání a odčítání do 100 (SADA ČÍSLO 5)
Střední škola Oselce Škola: SŠ Oselce, Oselce 1, Nepomuk, Projekt: Registrační číslo: CZ.1.07/1.5.00/ Název: Modernizace.
6.1 Hmotnostní a objemový zlomek
Zábavná matematika.
Projekt PŘEDPOVĚĎ POČASÍ. projekt PŘEDPOVĚĎ POČASÍ.
V rámci všech serverů společnosti Aliaweb, spol. s r.o. oslovíte přes uživatelů Kurzy.cz finanční portál pro laiky i odborníky, tj. investice a.
Dělení se zbytkem 6 MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA
Dělení se zbytkem 5 MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA
Malátova 17, Praha 5 tel.: · Uplatnění absolventů škol na pracovním trhu Jan Koucký Výsledky projektu.
Letokruhy Projekt žáků Střední lesnické školy a střední odborné školy sociální ve Šluknově.
Stav studie „Seroprevalence VHC u injekčních uživatelů drog“ k Národní monitorovací středisko pro drogy a drogové závislosti Úřad vlády ČR tel.
Projekt PŘEDPOVĚĎ POČASÍ. projekt PŘEDPOVĚĎ POČASÍ.

Projekt PŘEDPOVĚĎ POČASÍ. Předpověď počasí na
Nejmenší společný násobek
Čtení myšlenek Je to až neuvěřitelné, ale skutečně je to tak. Dokážu číst myšlenky.Pokud mne chceš vyzkoušet – prosím.
52_INOVACE_ZBO2_1364HO Výukový materiál v rámci projektu OPVK 1.5 Peníze středním školám Číslo projektu:CZ.1.07/1.5.00/ Název projektu:Rozvoj vzdělanosti.
předpověď počasí na 14. května 2009 OBLAČNOST 6.00.
Dělení se zbytkem 8 MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA
Násobení a dělení čísel (10,100, 1000)
Zásady pozorování a vyjednávání Soustředění – zaznamenat (podívat se) – udržet (zobrazit) v povědomí – představit si – (opakovat, pokud se nezdaří /doma/)
SČÍTÁNÍ A ODČÍTÁNÍ V OBORU DO 100
Cvičná hodnotící prezentace Hodnocení vybraného projektu 1.
Test akutní toxicity na rybách
Projekt PŘEDPOVĚĎ POČASÍ. projekt PŘEDPOVĚĎ POČASÍ.
EDITOR BY: SPRESS 15. ledna ledna ledna 2015.
,UKÁZKY,PRINCIPY,VÝSLEDKYÚVOD (Q)SAR ÚVOD. Zkoušení nebezpečných vlastností Fyzikálně – chemické testy: (Rozdělovací koeficient, Bod tání, Tlak par, …)
Název materiálu: OPAKOVÁNÍ 1.POLOLETÍ - OTÁZKY
Úkoly nejen pro holky.
EuPIA Printing Ink Market Statistics Q EuPIA statistika trhu s tiskovými barvami První kvartál roku 2009.
Přednost početních operací
Slovní úlohy řešené soustavou rovnic
ZÁKLADNÍ ŠKOLA OLOMOUC příspěvková organizace MOZARTOVA 48, OLOMOUC tel.: , ; fax:
1 6 Predikce potřeby Servisní logistika prof. Ing. Václav Legát, DrSc. Technická fakulta ČZU v Praze Katedra jakosti a spolehlivosti strojů
Predikce chemických posunů
KONTROLNÍ PRÁCE.
Porovnání výroby a prodejů vozidel ve světě
VUOS.
Transkript prezentace:

Predikční metody "in silico" a softwarové nástroje pro REACH a CLP * 16. 7. 1996 Predikční metody "in silico" a softwarové nástroje pro REACH a CLP Tomáš Novotný Zuzana Heřmánková *

Predikční metody in silico a softwarové nástroje pro REACH a CLP (eko)toxicita látek „in silico“ in vivo, in vitro, nebo in silico? Metody in silico v rámci REACH Metody in silico v praxi Kde hledat data a software TECHEM Manager Softwarový nástroj pro implementaci REACH a CLP

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico * 16. 7. 1996 In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico Přednosti Omezení Cena Omezená použitelnost (datová náročnost) Úspora testovacích organismů Riziko chybné predikce Čas *

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico * 16. 7. 1996 In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico Přednosti Cena in vivo in vitro in silico *

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico * 16. 7. 1996 In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico Přednosti Cena Požadované informace REACH Hranice pro povinnost uvést údaj Metodika testu OECD Průměrná cena testu1 Cena testu in silico in vivo in vitro Kožní dráždivost nebo leptavé účinky na kůži 1 t (in vitro), 10 t (in vivo) TG 404, TG 430, TG 431 1 194 € 1 645 € 500 – 1 000 € Subakutní toxicita na bezobratlých (Daphnia) 1 t TG 202 3 742 € - Subakutní toxicita po opakovaných dávkách 10 t TG 407 49 390 € < 5 000 € Chronická toxicita na bezobratlých (Daphnia) 100 t TG 211 13 426 € 500 – 2 000 € Karcinogenita 1000 t TG 451 780 357 € < 10 000 € 1 Zdroj: Fleischer, M. Testing Costs and Testing Capacity According to the REACH Requirements – Results of a Survey of Independent and Corporate GLP Laboratories in the EU and Switzerland. Journal of Business Chemistry 2007, 4 (3), 96–114. *

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico * 16. 7. 1996 In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico Přednosti Úspora testovacích organismů - Pro vývoj spolehlivých modelů in silico musí existovat dostatečné množství experimentálních údajů Zdroj: www.sciencephoto.com in vivo in vitro in silico *

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico * 16. 7. 1996 In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico Přednosti Úspora testovacích organismů Požadované informace REACH Hranice pro povinnost uvést údaj Metodika testu OECD Průměrná potřeba živých jedinců1 Oční dráždivost 1 t (in vitro), 10 t (in vivo)  TG 405 2 Senzibilizace kůže 1 t TG 429, TG 406  23 Akutní toxicita (orální) TG 420, TG 423  8 Subakutní toxicita (ryby) 10 t TG 203 14 Subakutní toxicita po opakovaných dávkách TG 407 50 Bioakumulace 100 t TG 305 108 - Pro vývoj spolehlivých modelů in silico musí existovat dostatečné množství experimentálních údajů 1 Zdroj: Rovida, C.; Hartung, T. Re-evaluation of animal numbers and costs for in vivo tests to accomplish REACH legislation requirements for chemicals - a report by the transatlantic think tank for toxicology (t(4)). ALTEX 2009, 26 (3), 187–208. *

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico * 16. 7. 1996 In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico Přednosti Čas Dny až měsíce Dny až týdny Hodiny až dny in vivo in vitro in silico *

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico * 16. 7. 1996 In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico Potřeba hodnověrných a srovnatelných experimentálních dat Omezení zejména pro: Některé endpointy Méně běžné látky Omezení Omezená použitelnost (datová náročnost) *

In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico * 16. 7. 1996 In vivo, in vitro, nebo in silico? Přednosti a omezení metod in silico Omezení Riziko chybné predikce Číslo modelu (QMRF#) Endpoint Výsledek predikce Typ algoritmu Koeficient determinace (R2) testovací množiny Q8-10-14-150 Akutní toxicita (ryby) LC50 Multilineární regrese 0,825 Q17-10-1-241 Senzibilizace kůže LLNA skóre Neuronová síť 0,499 Q8-10-14-176 Akutní toxicita (in vitro) IC50 0,802 Q8-10-30-288 Subakutní toxicita po opakovaných dávkách LOAEL 0,725 Q2-17-16-140 Bioakumulace BCF 0,905 1 Zdroj: (Q)SAR Model Reporting Format Database – qsardb.jrc.it *

Metody in silico v rámci REACH Testy in vivo jsou poslední možností „Aby se zamezilo zkouškám na zvířatech, provádějí se zkoušky na obratlovcích pro účely tohoto nařízení pouze jako poslední možnost. Je rovněž nutné přijmout opatření, kterými se omezí zdvojování jiných zkoušek. „ [REACH, článek 25] Nejprve se posoudí všechny dostupné údaje, včetně výsledků in silico „Před provedením nových zkoušek k určení vlastností uvedených v této příloze se nejprve posoudí všechny dostupné údaje ze zkoušek in vitro, in vivo, historické údaje o účincích na člověka, údaje z platných (Q)SAR a údaje odvozené ze strukturně příbuzných látek (analogický přístup).“ [REACH, příloha VII]

Metody in silico v rámci REACH * 16. 7. 1996 Metody in silico v rámci REACH Integrované strategie testování v rámci REACH 1 Zhodnocení existujících údajů 2 Historické záznamy o expozici člověka 3 (Q)SAR a sdružování/analogický přístup Obecně: metody in silico se používají především jako podpůrné prostředky v přístupu vážení průkaznosti důkazů a je preferováno zhodnocení vlastností látek metodami in silico před vlastním testováním Ad 1) testy které nejsou podle standardizovaných metod, nebo podle zásad správné laboratorní praxe Ad 2) – Ad 3) metody in silico Ad 4) – Ad 5) – 4 Testy in vitro 5 Nové testy in vivo *

* 16. 7. 1996 Metody in silico v praxi Příklady použití metod in silico při registraci v rámci REACH v roce 2010 Látka CAS RN Endpoint Typ studie Chlornan sodný 7681-52-9 Subakutní toxicita na rybách Hlavní Ethanol 64-17-5 Rozdělovací koeficient oktanol-voda Rozpustnost ve vodě Snadná biologická rozložitelnost Bioakumulace Podpůrná Akutní toxicita (orální) Kožní dráždivost nebo leptavé účinky na kůži Senzibilizace kůže Genotoxicita (in vitro) Zdroj: Databáze ECHA CHEM – echa.europa.eu/web/guest/information-on-chemicals/registered-substances *

* 16. 7. 1996 Metody in silico v praxi Příklady použití metod in silico při registraci v rámci REACH v roce 2010 Látka CAS RN Endpoint Typ studie Trichlorsilan 10025-78-2 Disociační konstanta Hlavní Subakutní toxicita na rybách Subakutní toxicita na bezobratlých (Daphnia) Inhibice růstu řas Inhibice respirace aktivovaného kalu Subakutní toxicita po opakovaných dávkách (orální) Subakutní toxicita po opakovaných dávkách (inhalační) Zdroj: Databáze ECHA CHEM – echa.europa.eu/web/guest/information-on-chemicals/registered-substances *

Metody in silico v praxi Příklady predikce (eko)toxicity * 16. 7. 1996 Metody in silico v praxi Příklady predikce (eko)toxicity Látka M [g/mol] LC50/96 h [mg/l] Methanol 32,04 29 200 Ethanol 46,07 14 900 Propanol 60,1 4 560 Butanol 74,12 1 740 Pentanol 88,15 473 Hexanol 102,18 97,6 Heptanol 116,21 34,3 Oktanol 130,23 17,1 Nonanol 144,26 5,7 Decanol 158,29 2,4 Další výsledky pro 1 - oktanol QSAR (ECOSAR) Read Across (Analogy) 19,631 mg/l 9,56 mg/l *

Metody in silico v praxi Příklady predikce (eko)toxicity * 16. 7. 1996 Metody in silico v praxi Příklady predikce (eko)toxicity Kožní dráždivost 1-oktanolu (rozhodovací strom BfR) Q1.Melting Point[℃] > 200 No   Q2.LogP-3.1 No   Q3.Lipid Solubility[g/kg] 0,01 No   Q4.Group C (C,H,O) Yes   Q5.Melting Point[℃] > 55 No   Q6.Molecular Weight > 350.0 No  Q7.Surface Tension[mN/m] > 62 No   Q8.Vapour Pressure[Pa] 0,0001 No   Q9.Group CN (C,H,O,N) No Q19.Group CNHal (C,H,O,N,F,Cl,Br or I ) No  Q27.Group CNS (C,H,O,N,S) No   Q33.Group CHal (C,H,O,F,Cl,Br or I ) No   Q36.AlphaAlkynes No   Q4.Group C (C,H,O) Yes   Q38.Acrylic Acids No   Q39.O and P Quinones No   Q40.AliphaticSaturatedAcidsAndHalogenatedAcids No   Q41.Aldehydes No   Q42.Phenols No   Q43.CatecholsResorcinolsHydroquinones No   Q43.CatecholsResorcinolsHydroquinones No   Q45.AcidAnhydrides No   Q46.Ketenes No   Q47.BetaLactones No   Q48.Lactone, fused to another ring, or 5- or 6-membered a,b-unsaturated lactone? No   Q49.Epoxides No   Q50.AcrylicAndMethacrylicEsters No   Q51.Ketones No   Q52.C10_C20AliphaticAlcohols No   Q53.EthyleneGlycolEthers Yes Class  Irritating to skin *

Metody in silico v praxi Příklady predikce vývojové toxicity Látka ECHA data Read Across – Analogy TOPKAT Methanol Bez klasifikace N/A Ethanol Ne 1 – propanol Ano 1 – butanol 1 – pentanol 1 – hexanol 1 – heptanol Neznámá 1 – oktanol 1 – nonanol 1 – dekanol 1 – undekanol 1 - dodekanol

Metody in silico v praxi Příklady predikce vývojové toxicity Látka ECHA data Read Across – Analogy TOPKAT Methylacetát Bez klasifikace Ano Ethylacetát n - Propylacetát n - Butylacetát n - Pentylacetát Neznámá Ne n - Hexylacetát n - Heptyl acetát n - Oktyl acetát Příklad analogických látek pro n – pentylacetát Látka (analog) CAS Tanimoto index Vývojová toxicita pentyl acetát 628-63-7 - Cílová Látka butyl acetát 123-86-4 0,852 Bez klasifikace methyl oktanoát 111-11-5 0,794 propyl acetát 109-60-4 0,704 methyl dekanoát 110-42-9 0,643 isopropyl acetát 108-21-4 0,556

* 16. 7. 1996 Kde hledat data a software Zdroje dat pro predikci (eko)toxicity in silico ECHA CHEM echa.europa.eu/web/guest/information-on-chemicals/registered-substances ESIS esis.jrc.ec.europa.eu HSDB toxnet.nlm.nih.gov/cgi-bin/sis/htmlgen?HSDB ECOTOX cfpub.epa.gov/ecotox *

* 16. 7. 1996 Kde hledat data a software Softwarové nástroje a modely pro predikci (eko)toxicity in silico Volně dostupný software a modely OECD (Q)SAR Toolbox www.oecd.org/document/54/0,3746,en_2649_34379_42923638_1_1_1_1,00.html CAESAR Project Computer Assisted Evaluation of industrial chemical Substances According to Regulations www.caesar-project.eu EPI Suite www.epa.gov/oppt/exposure/pubs/episuite.htm *

* 16. 7. 1996 Kde hledat data a software Softwarové nástroje a modely pro predikci (eko)toxicity in silico Volně dostupný software a modely QMRF Database Databáze reportů (Q)SAR modelů qsardb.jrc.it/qmrf Komerční software TOPKAT Derek HazardExpert *

dimethylcyklohexylamin * 16. 7. 1996 Výzkum predikčních metod hodnocení nebezpečných vlastností chemických látek 2009 – 2011 podpora MPO (FR-TI1/092) Zkoumané látky kys. akrylová cyklohexylamin anilin benzen methylakrylát dimethylcyklohexylamin n-ethylanilin toluen ethylakrylát ethylcyklohexylamin n,n-diethylanilin o-xylen butylakrylát n-isopropylanilin p-xylen 2-ethylhexylakrylát *

* 16. 7. 1996 Výzkum predikčních metod hodnocení nebezpečných vlastností chemických látek 2009 – 2011 podpora MPO (FR-TI1/092) Zkoumané látky toluen methanol methylacetát isopropylacetát nitrotoluen ethanol ethylacetát isobutylacetát o-nitrotoluen n-propanol n - propylacetát isopentylacetát p-nitrotoluen n-butanol n -butylacetát trinitrotoluen n-pentanol n - pentylacetát n-hexanol n – hexylacetát n-heptanol n - heptylacetát n-octanol n - oktylacetát n-nonanol n-nonylacetát n-decanol n-decylacetát *

Šetřeme! Nejprve in silico Poté in vivo * 16. 7. 1996 Šetřeme! Nejprve in silico Poté in vivo *

TECHEM Manager Softwarový nástroj pro implementaci REACH a CLP * 16. 7. 1996 TECHEM Manager Softwarový nástroj pro implementaci REACH a CLP Přehledné zpracování REACH, CLP a související dokumentace (Guidance dokumenty, související legislativa, …) Provázanost jednotlivých dokumentů Fulltextové vyhledávání Slovník pojmů a zkratek Propojení s chemickými a toxikologickými databázemi Nástroj pro tvorbu bezpečnostních listů Nástroj pro klasifikaci látek a směsí 2012 – 2015 podpora MPO (FR-TI4/032) *

TECHEM Manager Softwarový nástroj pro implementaci REACH a CLP

konzultant a zástupce ředitele TECHEM CZ, s.r.o. Ondříčkova 48 * 16. 7. 1996 Tomáš Novotný konzultant a zástupce ředitele TECHEM CZ, s.r.o. Ondříčkova 48 130 05 Praha 3 Tel: (+420) 272 732 442 Fax: (+420) 272 742 476 E-mail: novotny@techemcz.cz www.techemcz.cz   *