Page 25

DYNAMO_46

DYNAMO 46 09 16 DTU 25 QSAR (Quantitative Structure-Activity Relationship) QSAR er computermodeller, der kan forudsige egenskaber for kemiske stoffer. Modellerne bygger på eksperimentelle resultater fra laboratorieforsøg og er udviklet af eksperter med kendskab til kemi, biologi, toksikologi, statistik, matematik og datalogi. QSAR svarer til computermodellering af fly. Her skaber man også en virtuel model og tester den, inden man bygger en rigtig maskine og laver en prøveflyvning. Den danske QSAR-database indeholder forudsigelsesdata om mere end 600.000 organiske Virksomheder, der ønsker at benytte sig af nye kemiske stoffer i deres produkter og som har brug for at kende stoffernes egenskaber til bunds, inden produkterne sendes på markedet, kan glæde sig. Det samme kan forskere og myndigheder, der arbejder med f.eks. godkendelse af kemiske stoffer. For den nye danske QSAR-database er den første i verden, der indeholder færdige analyser af stofferne – lige til at hente frem. Databasen har hjemme på DTU Fødevareinstituttets hjemmeside, hvor en kæmpe server er blevet pakket med massive mængder af data og avanceret software gennem de seneste ti år. Karoline Lawætz Shutterstock ’small molecules’ (små kemiske forbindelser med kulstofskelet). Bl.a. fysisk-kemiske egenskaber, miljøskæbne og toksiske effekter. Fordele og ulemper Der findes andre QSAR-databaser, men de fungerer ikke på samme måde. Her lægger man – stof for stof – selv strukturinformationer ind for at foretage beregninger i QSAR-modellerne. Det er systemer, der udelukkende er beregnet til eksperter. I den danske version er alle forudsigelserne lavet på forhånd, så når man slår et kemikalie op og beder om en analyse, henter programmet resultaterne med det samme. Det går hurtigt og giver et stort overblik. Til gengæld er databasen kun anvendelig, hvis den i forvejen kender kemikaliet. Brugerfladen er let tilgængelig og udviklet, så den fungerer for både eksperter og andre med interesse for kemi, f.eks. studerende eller NGO’er. En QSAR-analyse kan foretages allerede i den tidlige udviklingsfase af f.eks. nye lægemidler, før man overhovedet har fremstillet et kemisk stof i laboratoriet og lavet forsøg på celleniveau (in vitro) eller med forsøgsdyr (in vivo). Modellerne sparer altså tid, penge og forsøgsdyr. Analyserne vil altid være behæftet med en vis usikkerhed i forhold til eksperimentelle tests, men til gengæld kan man kombinere viden fra modeller for mange forskellige egenskaber og derved forbedre nøjagtigheden. Prøv QSAR her: qsar. food.dtu.dk Resultatet er en kemidatabase, der er hurtig som lynet og indeholder hidtil usete mængder af information om egenskaberne for mere end 600.000 kemiske stoffer. Mulighederne med databasen er mange, og for en nybegynder er systemets performance imponerende. Men det virker næsten lidt for nemt – er det virkelig til at stole på? Kan både forsker og menigmand gøre fornuftig brug af resultaterne? Miljøstyrelsen bruger den dagligt ”Jeg bruger den danske QSAR-database næsten hver dag. Nogle gange til bare at danne mig et overblik over kemiske strukturer, fysisk-kemiske egenskaber eller mulig miljøskæbne for et stof,” fortæller Magnus Løfstedt, der er funktionsleder i kemikalieenheden i Miljøstyrelsen. Han har været med i en gruppe, der har rådgivet DTU Fødevareinstituttet under udvikling af databasen. ”Et kemisk navn siger jo ikke så meget om, hvor giftigt stoffet er – her er QSAR en stor hjælp i hverdagen. Det sparer os en masse tid, men hvis man skal bruge resultatet i forbindelse med f.eks. regulering af et stof, skal der yderligere data på bordet og en ekspertvurdering ovenpå,” understreger Magnus Løfstedt. Hans job i Miljøstyrelsen er i den grad blevet lettere med den nye version af QSAR-databasen. Det samme kan man sige om tilværelsen blandt forsøgsdyr. Det begyndte med haletudser De første QSAR-modeller blev lavet for over 100 år siden. Her testede forskerne bedøvelse på haletudser for at finde en sammenhæng mellem stoffernes virkning og kemiske egenskaber. Det viste sig, at jo mere lipofile stofferne var (altså jo bedre de blandede sig med fedtstoffer), jo bedre bedøvede de. Til behandling af resultaterne brugte man logaritmepapir og blyant.


DYNAMO_46
To see the actual publication please follow the link above