초록 ▼

Ⅰ. 서 론
Structure-activity relationship (SAR) / Quantitative structure-activity relationship 모델(구조-활성관계 모델: (Q)SAR 모델)은 화학물질의 구조 정보를 활용 하여 생물학적 독성을 정량적(혹은 정성적)으로 예측하는 수학적 모델의 일종이다. 화학물질의 구조-활성관계에 관한 연구는 1863년 Cros가 수행한 알콜 수용 해도와 포유류 독성의 반비례 관계 연구, 1868년 Crum-Brown 과 Fraser에 의한 알칼로이드 생리활성 관계 연구, 19

Ⅰ. 서 론
Structure-activity relationship (SAR) / Quantitative structure-activity relationship 모델(구조-활성관계 모델: (Q)SAR 모델)은 화학물질의 구조 정보를 활용 하여 생물학적 독성을 정량적(혹은 정성적)으로 예측하는 수학적 모델의 일종이다. 화학물질의 구조-활성관계에 관한 연구는 1863년 Cros가 수행한 알콜 수용 해도와 포유류 독성의 반비례 관계 연구, 1868년 Crum-Brown 과 Fraser에 의한 알칼로이드 생리활성 관계 연구, 1901년 Meyer와 Overton의 소수성과 생리활성 크기에 대한 연구 둥을 통하여 발전해 왔다. 현대적인 (Q)SAR 모델은 1964년 Corwin Hansch의 연구에서 기원을 찾을 수 있다. 이 연구에서 Hansch 는 자유에너지 선형과계식을 활용 전자전달효과 (electronic effect), 입체효과 (steric effect), 소수성효과 (hydrophobic effect)의 3가지 성질에 기초하여 생물활성관계를 예측하였다. 이후 1988년 Syracuse Research Corporation에서 예측프로그램인 Henry가 처음 개발되었고 현재까지 다양한 독성 영향을 예측할 수 있는 모델이 상용/공용화 되었다.

(Q)SAR 모델은 기존의 독성시험에 비해 시험비용과 정보 획득 시간이 적게 들며, 시험동물 희생을 줄일 수 있는 장점이 있다. 아울러, '07년 시행된 European Union Registration, Evaluation, Authorisation and Restriction of Chemicals (EU REACH) 법령 및 '05년 시행된 '화학물질의 등록 및 심사 등에 관한 법률'(이하 화평법)에서 독성자료 생산 시 (Q)SAR 모델 활용을 허용하고 있어, 지금까지 일반 화학물질은 물론 농약, 의약물질 둥에 대한 비(非)시험자료 생산 에서 (Q)SAR 모델이 널리 활용되어 왔다.

(출처 : 본문 Ⅰ. 서 론 7p)

Abstract ▼

Structure-activity relationship/Quantitative structure-activity relationship models ((Q)SAR models) are mathematical, theoretical, and computerized models that can predict the physico-chemical properties, biological response (ex. toxicity) of chemical as well as environmental fate based on the chemi

Structure-activity relationship/Quantitative structure-activity relationship models ((Q)SAR models) are mathematical, theoretical, and computerized models that can predict the physico-chemical properties, biological response (ex. toxicity) of chemical as well as environmental fate based on the chemical structure, quantitatively or qualitatively. To data, (Q)SAR has been applied to diverse alternative toxicity prediction fields. But, their reliability is assumed to be not sufficient for regulatory use. To elevate reliability in (Q)SAR application, this study aims to estimate prediction capacity of the existing models (TOPKAT^®, Derek^®, OECD toolbox) that have been applied to the chemical toxicity assessment. Later, we tried to find a way of making their prediction reliability increase in case of regulatory applications. In this work, for 1,413 chemicals, the prediction results of the models were compared with existing experimental results, producing prediction accuracy. In skin sensitisation, TOPKAT^® and OECD toolbox revealed higher sensitivity (61.3 and 69 %, respectively) than Derek^® (46.8 %), but specificity of Derek^® (64.8 %) was higher than the others (35.2 and 51 % respectively). The prediction results of TOPKAT^® for acute oral toxicity showed 52.7 % accuracy and 8.6 % false negative value compared to existing data, but the TOPKAT^® prediction results for Globally harmonized system of classification and labelling of chemicals (GHS) classification exhibited low accuracy (47.1 %) and high false negative value (31.3-68.8 %), compared to existing data. Appling multi-models for skin sensitisation, the reliability increased relative to individual model applications. In addition, according to structural classification of U.S. Environmental Protection Agency (EPA), there was difference of TOPKAT^® prediction accuracy from 0 % to 100 %. In summary, the multi-application of models caused reliability elevation in prediction accuracy to chemical toxicity. Furthermore, by structural moiety, prediction accuracy showed remarkable difference, indicating that chemical structure plays an important role in toxicity prediction of (Q)SAR.

(출처 : Abstract 6p)

목차 Contents

• 표지 ... 1
• 목차 ... 3
• 표목차 ... 4
• 그림목차 ... 5
• Abstract ... 6
• I. 서 론 ... 7
• II. 연구내용 및 방법 ... 9
• 1. 국내·외 (Q)SAR 모델 활용현황 분석 및 시험 모델 선정 ... 9
• 2. 연구 대상물질 선정, 시험자료 신뢰도 분석 및 분류 ... 9
• 3. (Q)SAR 모델 예측결과의 정확도 분석 ... 12
• 4. (Q)SAR 모델의 활용 방안 ... 13
• III. 연구결과 및 고찰 ... 15
• 1. (Q)SAR 활용현황 및 시험 모델 선정 ... 15
• 2. 연구 대상물질 선정, 자료 신뢰도 분석, 및 구조 등에 따른 분류 ... 19
• 3. (Q)SAR 모델을 통한 독성값 예측결과 산출 및 기존 독성자료 비교 ... 20
• 4. (Q)SAR 모델의 활용 방안 모색 ... 27
• IV. 결 론 ... 29
• 참 고 문 헌 ... 30
• 부 록 ... 32
• 끝페이지 ... 55