29/06-15   -   Pressemeddelelse

Computere forudsiger kemikaliers effekter på menneskers sundhed

Computermodeller kan gruppere kemikalier ud fra den sundhedsmæssige effekt, de har og kan bidrage til at beregne og forudsige cocktaileffekter på menneskers sundhed. Det viser et nyt ph.d.-projekt fra DTU Fødevareinstituttet.

Mennesker bliver dagligt udsat for adskillige kemiske stoffer blandet andet gennem fødevarer, kosmetik og lægemidler. Kemikalieeksponering er mistænkt for at spille en vigtig rolle i udviklingen af flere uønskede sundhedseffekter hos mennesker. Det vil dog være meget tidskrævende og upraktisk at teste alle mulige kombinationer af det store antal tilgængelige kemiske stoffer, som mennesker udsættes for.

I sit ph.d.-projekt, der er resultatet af et samarbejde mellem DTU Fødevareinstituttet og DTU Systembiologi har Kristine Kongsbak derfor undersøgt, hvordan eksisterende computermodeller fra systembiologien kan bruges i toksikologisk forskning til at forudsige potentielle sundhedsmæssige effekter af forskellige kemikalier - både isoleret set og når de optræder i kemikaliecocktails.

Systembiologi er en tilgang til biologien, der fokuserer på komplekse interaktioner i biologiske systemer.

Ny viden kan målrette forsøg
Computermodellerne kan for specifikke kemikalier bestemme, hvilke proteiner kemikalierne binder sig til, og som dermed er bestemmende for kemikaliernes effekter, for til slut at lave et link til de sygdomme, kemikalierne forårsager. Det kan gøres ved udelukkende at fokusere på humane effekter. Dermed undgår man problemer med at skulle forudsige effekter på mennesker på basis af dyreforsøg.

De hypoteser, der hermed genereres, kan inspirere til design og planlægning af nye studier af kemikaliers effekter. Brugen af computermodellerne skal altså ikke erstatte klassisk toksikologi, men være et nyttigt supplement.

Gruppering af kemikalier ud fra effekt
Ph.d.-projektet har også vist, hvordan computermodeller kan gruppere kemikalier efter de effekter, der forudsiges at forekomme i mennesker. Modellerne benytter sig af data fra tidligere laboratorieforsøg, som er tilgængelige via offentligt tilgængelige databaser.

Jo flere og bedre data der findes, jo bedre bliver forudsigelserne af de effekter, som kemikalierne grupperes ud fra. Derfor forventes metoden at komme til at stå endnu stærkere i fremtiden, efterhånden som flere data bliver tilgængelige.