Home / Wat zijn QSAR- en read-across-methoden?
Wat zijn QSAR- en read-across-methoden?
QSAR- en read-across-methoden maken het mogelijk om resultaten af te leiden uit bestaande gegevens zonder nieuwe testen uit te voeren. QSAR genereert voorspellingen door de relatie tussen de structuur en het effect van een stof te modelleren. De read-across-methode daarentegen past gegevens van een vergelijkbare stof aan de doelstof aan. Beide methoden worden geaccepteerd om dierproeven te verminderen.
Wanneer worden read-across-methoden als acceptabel beschouwd?
Om de overeenkomst te accepteren, moet deze wetenschappelijk onderbouwd zijn. Structurele gelijkenis alleen is niet voldoende; ook het metabolische gedrag en het werkingsmechanisme moeten overeenkomen. Bovendien moeten de gegevens van de bronstof betrouwbaar en voldoende zijn. Indien de onderbouwing zwak is, kan de instelling aanvullend onderzoek aanvragen.
Wat moet er in het onderbouwingsbestand worden opgenomen?
- Identiteits- en zuiverheidsinformatie van doel- en bronmaterialen.
- Structurele gelijkenisanalyse en toelichting op de verschillen.
- Vergelijking van metabolisme en werkingsmechanisme.
- Betrouwbaarheidsbeoordeling van de brongegevensset.
- De onzekerheden en beperkingen duidelijk vermelden.
Hoe worden QSAR-voorspellingen gebruikt?
De output van QSAR alleen is zelden voldoende. De toepasbaarheid van het model moet het betreffende object omvatten. Bovendien moeten de trainingsdataset waarop de voorspelling is gebaseerd en de validatieresultaten worden gerapporteerd. In de praktijk levert QSAR sterker bewijs op wanneer het wordt gebruikt in combinatie met een uitleesmethode.
In welke extreme gevallen is het nuttig?
Voor sommige fysisch-chemische eigenschappen en toxicologische eindpunten met een lage complexiteit is voorspelling gemakkelijker te accepteren. Daarentegen vereist de onderbouwing voor complexe eindpunten, zoals reproductietoxiciteit, een veel gedetailleerdere aanpak. Daarom wordt de strategie per eindpunt vastgesteld.
Impact op kosten en tijd
Een langdurige dierproef is duur en duurt maanden. Een goed gedocumenteerd databestand vermindert deze last aanzienlijk. Als het bestand echter wordt afgewezen, kunnen de verloren tijdskosten hoger uitvallen dan de kosten van de proef zelf. Daarom moet de beslissing worden genomen op basis van een beoordeling van de datakwaliteit.
Gerelateerde pagina's
De volledige officiële tekst van de verordening: KKDİK-verordening — Staatsblad .
Voor uw vragenONAY Mühendislik Neem contact met ons op .
Hoe zal de instelling het dossier beoordelen?
De evaluatie begint met een geschiktheidscheck: is er een rechtvaardiging, zijn de brongegevens toegankelijk en zijn eventuele onduidelijkheden opgehelderd? Vervolgens wordt de wetenschappelijke inhoud onderzocht. Voor dossiers die onvolledig blijken te zijn, wordt om aanvullende informatie gevraagd en een deadline gesteld. Het is daarom veel efficiënter om vanaf het begin een sterk dossier samen te stellen dan later een reactie te schrijven.
Hoe pakken we dit in de praktijk aan?
Eerst maken we een inventarisatie van de bestaande data. Vervolgens bepalen we welke eindpunten getest zullen worden en welke voorspellingen zullen gebruiken. Daarna schrijven we het onderbouwingsdocument en laten we dit intern controleren. Dit zorgt ervoor dat het testbudget alleen wordt besteed waar het echt nodig is.