Computermodel forudsiger om kemikalier kan give brystkræft
Forskere fra Det Nationale Forskningscenter for Arbejdsmiljø (NFA) og Danmarks Tekniske Universitet (DTU) har udviklet en computermodel, der kan teste, om forskellige kemikalier øger risikoen for brystkræft.
I et ph.d.-studie, som er publiceret i Science Direct, verificerede ph.d. Jacob Ardenkjær-Skinnerup resultater fra et amerikansk projekt kaldet Tox21, som omhandler toksikologi i det 21. århundrede. O Tox21 er mere end 9.000 miljørelevante stoffer blevet screenet for hæmmere af proteinet PPAR-γ. En computermodel (QSAR) blev derefter udviklet ved brug af Tox21-datasættet med det formål at forudsige potentielle PPAR-γ-hæmmende stoffer, som endnu ikke har været testet eksperimentelt.
Som en del af ph.d.-studiet blev over 100.000 kemikalier screenet i computermodellen, som kunne forudse, at mange tusind af disse med høj sandsynlighed hæmmer PPAR-γ. Fem af de forudsagte PPAR-γ-hæmmere blev testet i laboratoriet for at afprøve computermodellens pålidelighed.
Jacob Ardenkjær-Skinnerup udførte også forsøg med humane fedtceller, som viste, at eksponering for både kendte og nye PPAR-γ-hæmmere (f.eks. alkohol) forhindrede korrekt udvikling af fedtceller og øgede ekspressionen af det enzym, der producerer østrogen. Disse resultater tyder på, at kemiske stoffer, som hæmmer PPAR-γ, kan forårsage øget østrogensyntese og derved øge risikoen for brystkræft.
”Det er meget spændende, at det er lykkedes at udvikle en computermodel til at screene titusindvis af kemikalier. Det betyder, at vi ikke behøver at undersøge hvert enkelt kemikalie i laboratoriet for at finde ud af, om det potentielt er kræftfremkaldende. I stedet kan vi få computeren til at lave forudsigelser for en masse kemikalier på samme tid,” siger Jacob Ardenkjær-Skinnerup på Det Nationale Forskningscenter for Arbejdsmiljøs hjemmeside.
Den nye QSAR-computermodel skal efterprøves eksperimentelt med mange flere kemikalier for, at kan kan vurdere modellens pålidelighed, og for at få en bedre forståelse af de biologiske virkningsmekanismer og årsagssammenhænge.
