Participación de ProtoQSAR en la “JRC Summer School 2019”
Nuestros colaboradores Sergi Gómez y Elizabeth Goya han presentado su trabajo en la escuela de verano “Non-animal approaches in Science: challenges & future directions”, celebrada en el “Joint Research Centre” (JRC) en Ispra (Italia) los días 21 a 24 de mayo. A lo largo de los cuatro días se presentaron diferentes sesiones, dedicadas tanto a las obligaciones legales para el reemplazo de animales sacrificados con fines científicos en la UE como a los últimos avances en los diferentes métodos alternativos existentes, y se realizaron asimismo diferentes debates sobre dichos temas y sobre el futuro en este campo.
El JRC es un centro de la Comisión Europea que, entre otras funciones, gestiona y coordina el Laboratorio de referencias para los ensayos alternativos a animales, el EURL-ECVAM. El objetivo de la escuela de verano era compartir conocimientos y experiencias en las últimas metodologías en investigación en métodos alternativos, incluyendo los métodos in vitro y los computacionales, y explorar el rol de las 3Rs (reducción, refinamiento y reemplazo de animales de experimentación) a través de seminarios, discusiones y debates.
ProtoQSAR presentó su estrategia computacional para cumplimentar las 3Rs y los métodos alternativos a los ensayos con animales a través de dos carteles:
- Sergi Gómez presentó un modelo QSAR recientemente desarrollado para la predicción de la inhibición de crecimiento en algas provocada por biocidas. Este modelo fue creado previo establecimiento, por primera vez, de un espacio químico específico caracterizando a los compuestos biocidas conocidos. A continuación, un modelo mixto integrando un QSAR cualitativo (LDA) y otro cuantitativo (ANN) fueron implementados, dando lugar a una muy buena evaluación de biocidas considerados tóxicos y no-tóxicos (alrededor de 80% de eficacia predictiva en el set de compuestos de validación).
- Elizabeth Goya presentó la evaluación de la potencial disrupción endocrina de compuestos químicos vía el antagonismo al receptor AhR (aryl hydrocarbon). Para generar sus modelos, hemos desarrollado la mayor base de datos de antagonismo AhR que se conoce hasta la fecha, y a partir de esa información se generaron dos modelos computacionales complementarios, un modelo QSAR y un mapeo toxicofórico. Este trabajo se ha desarrollado en colaboración con especialistas de las Universidades de Liège (Bélgica) y del Departamento de Farmacología de la Universidad de Valencia.
