Tra le alternative alla sperimentazione animale ci sono anche i modelli computazionali che permettono di creare classificazioni di sostanze che hanno comportamenti tossicologici affini. Al fine di consentire un migliore risk assessment anche relativo alle sostanze nano, un gruppo di ricercatori polacchi dell’Università di Gdansk ha ideato 3 modelli di classificazione ad albero basati sulla relazione struttura/attività delle nanoparticelle in grado di supportare il recente schema DF4nanoGrouping.
Lo studio è partito utilizzando 19 nanomateriali ben noti e caratterizzati da precedenti studi sono stati utilizzati come partenza.
In tutti i ricercatori hanno potuto analizzare 285 possibili descrittori, individuandone 3 fondamentali e sufficienti per indagare gli effetti dell’inalazione a breve termine, la carbonilazione delle proteine e il potenziale ossidativo intrinseco di una sostanza. I descrittori sono la dimensione, la superficie specifica e la proprietà quantica-meccanica «il più basso orbitale molecolare inoccupato».
Ovviamente i modelli ottenuti sono stati studiati con misure statistiche e modelli di applicabilità e sono risultati robusti. Questo schema potrebbe quindi essere più utile nell’uso del DF4nanoGrouping di quelli proposti in precedenza.
Gajewicz A., Puzyn T. et al. Decision tree models to classify nanomaterials according to the DF4nanoGrouping scheme. Nanotoxicology. Pubblicato online il 18 dicembre 2017. Doi: 10.1080/17435390.2017.1415388
di S.Somaré
