如何在M7（R2）指导原则下通过QSAR对药物遗传毒性杂质进行分类?M7（R2）导则下的QSAR应用要求有哪些？以勒标准将举办主题为ICH M7（R2）指导原则下的药物遗传毒性杂质分类与QSAR应用要求的线上培训，带你了解ICH M7。

▌活动主题

ICH M7（R2）指导原则下的药物遗传毒性杂质分类与QSAR应用要求

 ▌活动时间

2024年9月25日 下午15：00-16：00

▌报名通道

扫描二维码立即报名参会

▌会议议题

▌主讲人

吴承钊

杭州以勒标准技术有限公司

计算毒理研究员

目前主要从事计算毒理学领域相关工作，具有药品杂质、农药杂质和化学品风险评估的专业知识，了解国内外相关行业的法规内容，熟悉法规要求下的风险评估技术方法，对药品致突变性杂质评估（ICH M7）、农药杂质的相关性风险评估、化学品毒性终点的预测和分子对接领域有深入的研究。关注计算毒理相关的最新资讯动态，并参与培训讲座，了解最新的计算毒理学相关的风险评估理论与方法，熟练掌握QSAR、read-acoss和PDE值计算等方法。

M7（R2）指导原则指出，在没有实验数据时，可采用QSAR方法学进行毒性评估以预测细菌致突变试验的结果。预测时应采用两种互补的QSAR预测方法。一种方法应基于专家知识规则，另一种方法应基于统计学。

QSAR模型采用的这些预测方法应遵循经济合作与发展组织（OECD）制订的一般的验证原则。

▌专家知识规则方法

使用既定的规则，将物质结构与已知毒性联系起来。基于专家知识规则方法中所使用的预测，大都是来源于公开发表的文献、监管机构或某些特定的来源，然后再人为将这些规则导入到软件中。

基于这些规则，使用警示结构识别的方式，来确定物质结构中潜在的有毒性的结构片段。一些软件还能通过警示结构的机理信息给出毒性出现的可能性。

▌统计学方法

使用数学模型来确定物质结构固有的特性，并通过与其他物质结构的比较，对毒性效应的可能性进行概率预测。这些模型通常是依托大数据集来构建的，当人们输入某一物质结构时，软件会自动与数据集进行比较，并给出毒性发生的可能性的概率值。对于统计学方法，不同的模型中用于预测毒性终点的方法是不相同的。

无论是专家规则方法还是统计学方法，使用的QSAR模型都需要符合OECD制订的关于QSAR模型构建和使用的验证指导原则：

▷ 明确的毒性终点；

▷ 明确的算法；

▷ 确定的模型应用域；

▷ 有适当的拟合优度、稳健性和预测能力；

▷ 进行机理解释。

针对M7（R2）指导原则要求，QSAR模型预测需要考虑以下内容：

为了方便其他人员或监管机构对模型进行验证和使用，模型开发者通常会按照统一的模板制作QSAR模型报告格式（QMRF），用于总结和报告QSAR模型的关键信息，包括OECD制订的QSAR模型验证原则要求相关的模型毒性终点、算法、应用域、有效性等信息。

欧盟联合研究中心（JRC）欧盟动物试验替代测试参考实验室（EURL ECVAM）将他们收集到的QMRF文件制作成了QSAR模型数据库，包括理化、毒理、生态毒理、环境行为等毒性终点的154个模型，这些模型均可认为是经过验证可用于法规监管等目的使用的有效模型。

如何在M7（R2）指导原则下通过QSAR对药物遗传毒性杂质进行分类?M7（R2）导则下的QSAR应用要求有哪些？

9月25日 下午15：00-16：00，ICH M7（R2）指导原则下的药物遗传毒性杂质分类与QSAR应用要求主题培训，将会给你想要的答案！

扫描二维码立即报名参会