论文部分内容阅读
研究目的利用直接多肽结合试验(DPRA)和人细胞系活化试验(h-CLAT),构建活性氧(ROS)氧化还原通路的皮肤致敏检测方法,建立评估化学品皮肤致敏性的检测系统。先采用单一体外方法,再利用整合测试策略,评估其对化学品皮肤致敏性预测的灵敏度、特异度和准确度,为未知物质的皮肤致敏性预测和评估奠定基础。研究方法将受试物分别与半胱氨酸肽、赖氨酸肽反应,采用高效液相色谱测定反应的峰面积并计算多肽的消耗率。利用DPRA对12种化学物质和10种植物提取物的皮肤致敏性进行预测。培养THP-1细胞。采用2’,7’-二氯荧光黄双乙酸盐(DCFH-DA)和7-氨基放线菌素-D(7AAD)双染THP-1细胞,并暴露于不同浓度的受试物,检测ROS的荧光强度和表达。构建ROS皮肤致敏检测方法对12种化学物质和10种植物提取物的皮肤致敏性进行预测。将THP-1细胞与受试物共孵育,采用FITC标记的小鼠单克隆CD86抗体、PE标记的小鼠单克隆CD54抗体和7AAD双染THP-1细胞,检测细胞表面标志物CD54和CD86的荧光强度和表达。利用h-CLAT对12种化学物质和10种植物提取物的皮肤致敏性进行预测。利用文献数据,建立皮肤致敏性评估方法,分析测试组合和权重分析两种组合方法的灵敏度、特异度和准确度。在组合方法优于单一体外方法评估化学物质皮肤致敏性的前提下,利用测试组合和权重分析对12种化学物质和10种植物提取物进行分析并对皮肤致敏性进行分类和综合评估。研究结果DPRA方法准确区分了12种化学物质(2种为非致敏物,10种为致敏物),并发现受试物的浓度与多肽的消耗率成一定的剂量-反应关系。10种植物提取物中,除糙米提取物为非致敏物,其余8种为致敏物。ROS皮肤致敏检测方法对12种化学物质的预测中,4种为非致敏物,其余8种物质为致敏物。10种植物提取物中,2种为致敏物,其余8种为非致敏物。h-CLAT方法准确区分了12种化学物质(2种为非致敏物,10种为致敏物)。10种植物提取物中,4种为致敏物,6种为非致敏物。通过组合DPRA、ROS和h-CLAT三种体外方法,参考文献和OECD标准对致敏物的分类,采用两种组合方法对化学物质的皮肤致敏性进行预测。44种化学物质的数据统计分析结果显示,测试组合的灵敏度为85.19%,特异度为70.59%,准确度为79.55%;进一步分类,8种为极强/强致敏物,7种为中等致敏物,12种为弱致敏物,准确度为61.36%。权重分析中DPRA+ROS模型预测能力最好,灵敏度为92.59%,特异度为82.35%,准确度为88.64%。两种组合方法预测结果显示,测试组合能准确分类12种化学物质,2种为非致敏物,10种为致敏物。进一步比较分类结果,3种为极强/强致敏物,4种为中等/弱致敏物,2种为非致敏物,预测准确度为75%。权重分析中“3选2”组合方法均能够准确分类10种致敏物和2种非致敏物,灵敏度、特异度和准确度均为100%。对10种植物提取物的致敏性预测中,测试组合结果显示,2种为非致敏物,其余8种为致敏物。根据总分进一步分类,1种为强致敏物,7种为弱致敏物。研究结论单一方法能实现对化学物质皮肤致敏性的评估,但利用整合测试策略能提高预测化学物质皮肤致敏性的准确度、特异度和灵敏度,这表明了理想的组合方法能提高外源化学物皮肤致敏的预测能力以及进一步的风险评估。