Информационные и вычислительные методы в санитарной токсикологии

Аннотация

Компьютерная технология является в настоящее время общепризнанным фактором интенсификации научных исследований в санитарной токсикологии и смежных научных дисциплинах.

Полный текст

По нашему мнению, наиболее перспективным, универсальным и представляющим междисциплинарный интерес является метод классификации и прогноза класса опасности органических веществ по структурным фрагментам молекулы, описание которого приводится в данной публикации. Для реализации метода была разработана специальная программа BYES/4 в двух вариантах: а) для ПЭВМ с очень низкими техническими возможностями — «Электроника ДЗ- 28» и б) версия для ПЭВМ типа IBM PC ХТ/АТ.

Наиболее сложной, трудоемкой и практически не формализуемой операцией при использовании этих программ является ручное кодирование химических структур. Альтернативным вариантом может стать автоматическое кодирование с помощью базы данных RTECS NIOSH или других БД, имеющих структурный код Висвессера [1].

Предложенный метод многомерной классификации универсален. В качестве предикторов могут быть использованы не только структурные коды, но и ранжированные данные токсикометрии, физико-химические свойства и др. Число прогнозируемых кластеров и вид прогнозируемого эффекта (вместо класса опасности: мутагенные, канцерогенные и др.) задается пользователем путем ввода в систему новой «обучающей» выборки данных.

Процедура прогноза класса опасности заключается в вычислении апостериорной вероятности (Pr (Wi/x) одного из k (1, 2, ...і, ...к) классов в зависимости от наличия в структуре исследуемого вещества конкретного сочетания структурных фрагментов таблицы по формуле Вайеса, предполагающей аддитивный характер априорных вероятностей:

$\hat{P}r\left(w_i\overline{)x}\right)=\frac{{\displaystyle \raisebox{1ex}{$n_i$}\!\left/ \!\raisebox{-1ex}{$n$}\right.}{\displaystyle \prod _{j=1}^p}{\left({\displaystyle \raisebox{1ex}{$n_{ij}$}\!\left/ \!\raisebox{-1ex}{$n_i$}\right.}\right)}^{x_j}{\left({\displaystyle \raisebox{1ex}{$1-n_{ij}$}\!\left/ \!\raisebox{-1ex}{$n_i$}\right.}\right)}^{1-x_j}}{{\displaystyle \sum _{m=1}^k}{\displaystyle \raisebox{1ex}{$n_m$}\!\left/ \!\raisebox{-1ex}{$n$}\right.}\left[{\displaystyle \prod _{j=1}^p}{\left({\displaystyle \raisebox{1ex}{$n_{mj}$}\!\left/ \!\raisebox{-1ex}{$n_m$}\right.}\right)}^{x_j}{\left({\displaystyle \raisebox{1ex}{$1-n_{mj}$}\!\left/ \!\raisebox{-1ex}{$n_m$}\right.}\right)}^{1-x_j}\right]}$

где n — число веществ в в «обучающей выборке»; n_i — число веществ і класса опасности; —n_ij число веществ, имеющих в і классе j структурный фрагмент; р — общее число структурных фрагментов; к—число классов опасности; x_j =1 при наличии в молекуле структурного фрагмента j, x_j =0 (ноль) — при его отсутствии.

В качестве структурных фрагментов эмпирически были выбраны сочетания, устойчиво встречающиеся в «обучающей выборке» (см. табл.). Код не отражает повтор фрагментов, их положение (орто-, мета-, пара- и др.) и не может быть использован в качестве полноценного дескрипторного языка химических структур.

Структурные фрагменты, использованные для прогноза класса опасности (с сокращением; n - число веществ, в котором встречается структурный фрагмент)

Одним из вариантов применения программных средств BYES/4 может быть решение клинических диагностических задач, например дифференциальная диагностика, выделение новых нозологических форм в профпатологии или экопатологии и др. В качестве дескрипторов распознаваемого образа, точнее, стандарта болезни или изучаемого патологического состояния с доклиническим статусом в этом случае должны быть использованы клинические симптомы и данные лабораторных исследований, представленные в альтернативной форме, например: результаты анализа в пределах нормы ( + ) или за ее пределами (—).