XiaoMi-AI文件搜索系统
World File Search System毒理
毒理学家——毒理学补充
微塑料曾经相对不为人知，但现在已成为地方、国家和全球关注的焦点。微塑料颗粒是塑料碎片的一个子集，主要特征是尺寸小于 5 毫米至 1 微米；小于此尺寸的塑料颗粒通常称为纳米塑料颗粒。这些颗粒也可以简称为 NMP（纳米和微塑料）。微塑料颗粒可能是由最初以该尺寸制造的塑料材料排放（初级微塑料）或由较大塑料碎片降解（二次微塑料）产生的。然而，在研究人员开始解决微塑料风险问题之前，您必须了解塑料的制造方式。塑料最初是聚合物，通过施加能量（例如热量）和加入所需的添加剂，塑料材料就形成了。添加剂是故意添加到塑料中的化学物质，以提供适合目的的功能，以提供、改进、修改或保留塑料特性，例如防火和在塑料生命周期内提供灵活性、耐用性或稳定性。塑料中经常含有添加剂，因为如果没有添加剂，塑料材料的应用会受到限制、易碎、可能降解，并且保质期非常有限。正是这种颗粒特性（例如大小、形状、聚合物类型）和化学添加剂的存在，给毒理学家带来了一个相当大的问题。了解微塑料潜在风险的另一个挑战是用作添加剂的潜在化学物质的数量。现有的监管计划提供了大量信息；美国食品药品监督管理局的食品接触通知和毒理学关注阈值模型等计划，加上欧洲化学品管理局的 REACH 注册，都是有价值的暴露和毒理学信息来源。如果没有暴露和毒理学数据，科学家可以求助于框架来预测潜在的暴露和风险。为了降低问题的复杂性，科学家可能会研究人类暴露情况，以筛选出由于暴露潜力低而风险较低的化学添加剂。在本课程中，第一位演讲者将重点介绍直接暴露（例如食品包装）和现有数值生物累积食物网模型修改后的暴露的概率估计建模。第二位演讲者将讨论当传统的暴露和毒性数据尚未开发但已知化学物质的分子结构和化学吨位时，如何使用新开发的框架来估计风险。这些演讲将为与会者提供新的视角，让他们了解毒理学家在研究微塑料及其对人类健康的潜在影响时面临的关键问题。
生态毒理沉积物评价
长期以来，毫无争议的是，沉积物质量应遵循与水质类似的评估程序（例如 LONG & CHAPMAN 1985；FORSTNER 等 1987）。联邦/州质量目标工作组在制定质量目标时将“悬浮物和沉积物”列为单独的受保护资产（BLAK QZ，1989）。人们越来越认识到，绝对评估沉积物污染物（单个物质的限值）的化学分析可能性不足，因为即使付出很大的分析努力，特定环境化学物质的实际物质多样性和大多未知的生物利用度仍然无法解释。然而，沉积物结合污染物会产生大量有据可查的生物效应，因此，人们越来越多地寻找能够对效应数据进行汇总评估的生态毒理学测试方法（ZIMMER & AHLF 1993）。官方要求还要求有一套用于沉积物生态毒理学检测的仪器（KREBS
UAMS药理学和毒理学系
名誉教授S. Michael Owens于2024年4月16日去世。欧文斯博士自1985年以来一直是该部门的尊敬成员，直到他于2019年退休。他担任了许多领导职务，而在UAMS，包括2000年从2000年开始退休的酒精和药物滥用研究中心主任； 1993 - 1999年研究生研究主任； 2001 - 2002年，阿肯色生物科学研究所的创始董事；以及2004年药理学和毒理学的临时主席。欧文斯博士将他的大部分时间用于开创性的研究，目的是打击吸毒成瘾。他由美国国家药物滥用研究所（NIDA）不断资助了30多年，并获得了10年的NIH职业发展奖。Owens博士是Intervexion Thera-Peutics LLC的创始合伙人兼首席科学官，他是UAMS Bioventures启动公司，该公司设计和测试单克隆抗体和疫苗药物以治疗甲基苯丙胺成瘾。在许多荣誉中，欧文斯博士在2001年被投资于威尔伯磨坊的饮酒和滥用药物滥用主席。他在2006年获得了总理的杰出教师教学奖。Dr. Owens was honored as the College of Medicine Distinguished Faculty Scholar in 2013.他在2015年被任命为阿肯色州搜索联盟研究员。
SOT 第 61 届年会和 ToxExpo 毒理学家
近年来，全球在推进非动物化妆品安全评估科学方面取得了重大进展。此外，禁止对化妆品和化妆品成分进行动物测试的公民倡议每年都在地域上扩展。这些进步导致受监管和监管社区需要进行全球能力建设，以对消费品进行完全无动物安全性评估。在欧盟，自 2004 年以来已禁止对化妆品进行动物测试，自 2013 年以来禁止销售经过动物测试的化妆品；尽管如此，由于其他行业或地区的测试要求，化妆品动物测试仍在继续。为了能够对化妆品和个人护理产品的安全性做出自信的决策，重要的是要根据经验建立对必要方法的信心。为了实现此目标，由非营利组织和行业合作的无动物安全性评估 (AFSA) 合作组织制定了一项深入的教育计划。要在没有新动物试验数据的情况下对消费品或成分进行自信的风险评估，需要采用新颖的评估方法，以及整合多种类型的计算机模拟和体外数据。本继续教育课程将提供必要工具的入门知识，包括了解监管环境、风险评估问题的制定、估计消费者暴露、填补数据空白的计算机模拟和体外方法以及估计体外出发点——此外，还将提供一个案例，展示如何将所有这些要素结合成基于 AFSA 合作组织开发的模块的有据可查的评估。每位合作伙伴代表都将进行一位具备相关专业知识的演讲，并制定一系列学习目标以激发观众参与；演讲结束后、公开讨论前，将通过 Slido 就所展示的材料进行一个简短的众包测验。公开讨论/圆桌会议将包括一到两位具有监管经验的参与者。
从毒理基因组学数据到累积评估组：化学分组的机制框架
摘要根据共同特性或分子作用机制对化学物质进行分组对于推进监管毒理学、减少数据缺口和实现累积风险评估至关重要。本研究引入了一个新框架，该框架使用来自比较毒理基因组学数据库 (CTDbase) 的化学-基因-表型-疾病 (CGPD) 四聚体。我们的方法整合了毒理基因组学数据，以识别和聚类不同类别中具有相似分子和表型效应的化学物质，包括农药、药品和工业化学品，如双酚和全氟和多氟烷基物质 (PFAS)。我们通过将基于 CGPD 四聚体的聚类与农药的累积评估组 (CAG) 进行比较来验证我们的方法，结果显示与已建立的分组有很大的重叠，同时确定了与风险评估相关的其他化合物。主要例子包括与内分泌紊乱和代谢紊乱相关的集群。通过将组学衍生的分子数据与表型和疾病终点相结合，该框架
药理学和毒理学年度评论生命科学和医疗保健创新中的健康数字孪生
随着医学进入人工智能 (AI) 和数字健康时代，数据分析在医疗保健领域变得越来越重要。每位患者都有丰富的健康数据，包括来自电子健康记录 (EHR) (1)、个人可穿戴设备和远程监控以及基因组测序和成像等大数据分析的信息 (2)。计算能力也在不断发展，以满足这些新数据流的需求，包括更快、更强大的计算机和分析算法。人工智能和深度学习等新技术使我们能够利用这些新数据来改进医疗创新、个性化医疗和医疗保健服务。物联网 (IoT) 可穿戴设备，如智能手表、戒指和臂章，以及捕捉情绪、卡路里消耗和身体活动数据的自我跟踪工具，为实时更新数字孪生提供了连续的数据流 (3)。在此背景下，健康数字孪生 (HDT) 是一种分析多因素患者数据以改善患者结果和人口健康的新模型。
药理学和毒理学年度评论神经性疼痛：全球问题的机制、性别差异和潜在疗法
慢性疼痛研究的出版物数量不断增加，但安全有效的慢性疼痛治疗方法仍然难以捉摸。对慢性疼痛性别特异性机制的认识导致了包括两性在内的大量研究。主要关注点是识别性别差异，但许多新发现的细胞机制和基因表达改变在两性之间是保守的。在这里，我们回顾了驱动神经性疼痛产生和消退的细胞和分子信号的性别差异和相似性。差异和相似性的混合反映了外周和中枢信号传导过程的退化，神经元、免疫细胞和神经胶质细胞通过这些过程共同驱动疼痛过敏。最近发现的关键信号节点预示着合理设计、广泛适用的镇痛策略的发展。然而，有效、安全的疼痛治疗方法的匮乏也迫使有针对性的治疗方法增加治疗选择，以帮助减轻全球痛苦负担。
使用配备高分辨率 LC/Q-TOF 的 LC 筛选工具进行毒理药物筛选
本应用报告详细介绍了在复杂生物基质中进行毒理药物筛选的方法。该方法是在 Agilent Revident 液相色谱/四极杆飞行时间质谱仪 (LC/Q-TOF MS) 上开发的，配有 Agilent ChemVista 光谱库管理器和 Agilent MassHunter 定量分析软件 12.1 版。嵌入在 MassHunter 定量分析软件中的 LC Screener 工具用于快速查看数据独立采集 (DIA) 方法的结果，该方法适用于典型的大浓度范围内的多种目标分析物。本应用报告描述了完整的筛选工作流程，包括样品制备、可疑药物筛选和数据分析结果，用于在相关生物基质中筛选毒理药物。
药理学和毒理学年度回顾 斑马鱼作为体内系统药理学和毒理学的主流模型
药理学和毒理学是理解化学和生物学之间关系的更广泛努力的一部分。虽然生物医学必然侧重于具体案例，通常与人类有直接关系，但寻求更系统的方法来描述小分子和其他干预措施如何影响健康和疾病确实具有优势。在此背景下，斑马鱼现已成为具有代表性的可筛选脊椎动物，并且通过基因组编辑和自动表型分析的不断进步，开始解决一些生物医学问题的系统级解决方案。在临床前模型生物中整合信息内容的更广泛努力以及包括闭环深度学习在内的严格分析的结合，将有助于创建系统药理学和毒理学，并能够围绕社会需求不断优化化学生物相互作用。在这篇评论中，我们概述了朝着这一目标取得的进展。
鉴定抗癌化疗药物中针对线粒体呼吸复合物 I 的新型毒理团
摘要 线粒体功能破坏会选择性地靶向依赖氧化磷酸化的肿瘤细胞。然而，由于心脏细胞对能量的需求很高，它们会不成比例地受到线粒体毒素的攻击，导致心脏功能丧失。对穆布替尼对心脏细胞影响的分析表明，这种药物并没有像报道的那样抑制 HER2，而是直接抑制线粒体呼吸复合物 I，降低心脏细胞的搏动率，长时间暴露会导致细胞死亡。我们使用了穆布替尼的化学变体库，并表明修改 1 H -1,2,3-三唑会改变复合物 I 抑制，从而将杂环 1,3-氮基序确定为毒团。同样的毒团存在于第二种抗癌治疗药物羧基酰胺三唑 (CAI) 中，我们证明 CAI 也通过由毒团介导的复合物 I 抑制发挥作用。复合物 I 抑制与抗癌细胞活性直接相关，而毒团修饰会消除这些化合物对癌细胞增殖和凋亡的预期作用。