天天看點

ICH M7(R2)指導原則:QSAR預測要點解析

作者:以勒标準

1月5日,國家藥品監督管理局釋出了決定适用《M7(R2):評估和控制藥物中DNA反應性(緻突變)雜質以限制潛在緻癌風險》國際人用藥品注冊技術協調會指導原則(以下簡稱M7(R2)指導原則)的公告。

M7(R2)指導原則關注焦點為較低水準即可直接造成DNA損傷,進而導緻DNA突變,是以可能引發癌症的DNA反應性物質。可基于綜述已有文獻和/或計算機毒理學評估物質的細菌回複突變性進行評估。

本文将從計算機毒理學方法(即(定量)構-效關系((Q)SAR))介紹下M7(R2)指導原則适用過程中的相關注意事項。

常見的毒性資料庫

通常我們可以通過資料庫和文獻檢索獲得雜質緻癌性和緻突變性資料,常見的毒性資料庫見表1。

ICH M7(R2)指導原則:QSAR預測要點解析

表1 常見毒性資料庫

然而在很多情況下雜質為新出現的物質,物質的基本資訊未知,資料庫或文獻中也很難查到相關毒理資料,此時便需要使用QSAR方法對雜質毒性進行預測分析。

兩種互補的QSAR預測方法

M7(R2)指導原則指出,采用QSAR方法學進行毒性評估以預測細菌緻突變試驗的結果。預測時應采用兩種互補的QSAR預測方法。一種方法應基于專家知識規則,另一種方法應基于統計學。

QSAR模型采用的這些預測方法應遵循經濟合作與發展組織(OECD)制訂的一般的驗證原則。

✍️專家知識規則方法

使用既定的規則,将物質結構與已知毒性聯系起來。基于專家知識規則方法中所使用的預測,大都是來源于公開發表的文獻、監管機構或某些特定的來源,然後再人為将這些規則導入到軟體中。

基于這些規則,使用警示結構識别的方式,來确定物質結構中潛在的有毒性的結構片段。一些軟體還能通過警示結構的機理資訊給出毒性出現的可能性。

✍️統計學方法

使用數學模型來确定物質結構固有的特性,并通過與其他物質結構的比較,對毒性效應的可能性進行機率預測。這些模型通常是依托大資料集來建構的,當人們輸入某一物質結構時,軟體會自動與資料集進行比較,并給出毒性發生的可能性的機率值。對于統計學方法,不同的模型中用于預測毒性終點的方法是不相同的。

無論是專家規則方法還是統計學方法,使用的QSAR模型都需要符合OECD制訂的關于QSAR模型建構和使用的驗證指導原則:

  • 明确的毒性終點;
  • 明确的算法;
  • 确定的模型應用域;
  • 有适當的拟合優度、穩健性和預測能力;
  • 進行機了解釋。

針對M7(R2)指導原則要求,QSAR模型預測需要考慮以下内容:

ICH M7(R2)指導原則:QSAR預測要點解析

點選檢視大圖

為了友善其他人員或監管機構對模型進行驗證和使用,模型開發者通常會按照統一的模闆制作QSAR模型報告格式(QMRF),用于總結和報告QSAR模型的關鍵資訊,包括OECD制訂的QSAR模型驗證原則要求相關的模型毒性終點、算法、應用域、有效性等資訊。

歐盟聯合研究中心(JRC)歐盟動物試驗替代測試參考實驗室(EURL ECVAM)将他們收集到的QMRF檔案制作成了QSAR模型資料庫,包括理化、毒理、生态毒理、環境行為等毒性終點的154個模型,這些模型均可認為是經過驗證可用于法規監管等目的使用的有效模型。

常見QSAR軟體

目前可用于預測細菌回複突變性的模型有很多,申請人如果使用文獻中或自己開發的模型進行預測,則需要向監管機構送出QMRF報告等相關資料以進行模型驗證。當然,大多數情況下申請人會選擇市面上已開發的QSAR軟體直接進行預測,常見QSAR軟體見表2。

ICH M7(R2)指導原則:QSAR預測要點解析

表2 常見QSAR軟體

這些軟體無論是申請人使用還是監管機構評審都非常友好。使用者隻需輸入物質結構,便可獲得相關毒性終點的預測結果、目标物質是否在應用域或預測結果是否可靠等資訊。很多軟體中QSAR模型的QMRF檔案也可以從軟體說明檔案或JRC QMRF資料庫中查詢到。

一些軟體也會根據法規監管需求設立專門的預測子產品和報告模闆等,如Leadscope便為使用者提供了ICH M7的預測選項,包含了專家知識規則和統計學規則兩種模型,所生成的報告也包括基于預測結果所判定的雜質分類。

ICH M7(R2)指導原則:QSAR預測要點解析

雖然現在QSAR軟體種類很多,操作頁面也越來越友好,但并非每一個軟體模型都能适用所有物質,大家在使用過程中也需要注意選擇正确合适的預測軟體。

很多人會簡單的認為“商業軟體”比“免費軟體”更好,從科學的角度來講,無論是商業軟體還是免費軟體,模型都是按照OECD導則标準驗證有效的。實際預測時也不能通過“價錢”來判斷哪個更好,而是需要結合具體的目标物質和預測結果綜合分析。比如模型毒性終點是否是細菌回複突變性、預測模型是否涵蓋了專家知識規則和統計學規則兩種方法、目标物質是否在模型的應用域範圍内、預測結果所包含的資訊是否能滿足監管和風險評估的要求等。

有些時候不同的軟體會得出不一緻甚至相反的結果,此時我們便需要考慮更多的QSAR軟體、毒性作用模式、訓練集以及相似物等資訊綜合來分析。

需要注意的是,軟體生成的預測結果截圖或者軟體報告是不能直接用于藥品注冊的,需要送出更詳細的QSAR報告以便監管機構評審,包括:

  • 物質資訊(名稱、物質結構);
  • 軟體資訊(名稱、版本、資料庫);
  • 毒性終點;
  • 試驗資料;
  • QSAR預測結果;
  • 應用域資訊;
  • ICH M7分類;
  • 相關的專家說明和支援檔案等。

總結

M7(R2)指導原則下的QSAR預測毒性終點明确,方法要求也較為清晰,但由于在實際預測中兩種方法可能會出現結果不一緻的情況,往往需要結合更多的資訊和專家知識對最終結果進行分析。

此外,對于QSAR報告也不能直接送出軟體生成的結果,需要将相關資訊整理歸納,更加詳細清晰地展示出來,以供監管機構評估。

計算毒理學教育訓練推薦

為了促進大陸環境計算毒理學的學科發展、培養計算毒理學領域的專業人才,大連市化學品風險防控及污染防治技術重點實驗室(大連理工大學)聯合杭州以勒标準技術有限公司于2024年4月27-28日,在美麗的江蘇省揚州市舉辦“第四屆環境計算毒理學技術講習班”。

  • 化學品注冊QSAR預測;
  • 醫藥ICH M7 QSAR分析;
  • 農藥登記QSAR;
  • QSAR模組化;
  • QSAR軟體。

本文由以勒翻譯整理,轉載請注明出處!

以勒帶您随時掌握更多合規新資訊哦!

如有 醫藥ICH M7 QSAR分析相關疑問 歡迎在評論區進行讨論