040824_miljouppdraget-rapport

De variabler som ingår i modellerna har alla värden för mer än 50% av substanserna. Ett antal variabler
transformerades före beräkningarna för att få mer normalfördelat data. Metoder för transformering samt
vilka variabler som omfattas av detta är indikerat i Appendix 4.
Studerade effekter
De effekter som studerades vid QSAR modelleringen var bionedbrytning och effekter på rörligheten
(EC50) för vattenloppor (Daphnia magna).
Bionedbrytningshastigheten beräknades med BPP (biodegradation probability program), ett dataprogram
som uppskattar bionedbrytningen enligt en 5-gradig skala, där 5 betyder att det bryts ner inom några timmar
och 1 att det tar mer än månader (Boethling et al. Environmental Science & Technology, 1994, p459-
465). Dessa beräkningar är baserade på 17 experters bedömning av den biologiska nedbrytningshastigheten
för 200 kemiska ämnen. Alla bedömda ämnen delades sen upp i sina beståndsdelar och en modell gjordes
för hur mycket olika kemiska grupper bidrar till nedbrytningshastigheten. Den beräknade bionedbrytningen
är alltså ett grovt mått på det verkliga värdet. Läkemedel är ofta vattenlösliga ämnen och merparten av de
ämnen som ursprungligen bedömdes var mycket fettlösliga, vilket gör att beräkningarna inte är optimerade
för läkemedel. Bristen på relevanta experimentella data gör att även denna typ av grova beräkningar/uppskattningar
ändå blir ovärderliga, trots sina brister, i ett förebyggande arbete.
EC50 värden (den koncentration där man såg en bestämd effekt, orörlighet i vårt fall, för 50% av de exponerade
organismerna) för Daphnia rapporterades in av tillfrågade läkemedelsbolag och utav totalt 90 antibiotika
så erhöll vi värden för 30 substanser. I testet så exponeras vattenloppor (Daphnia magna) för olika
koncentrationer av kemiska ämnen under 72 timmar och resultatet blir ett mått på den akuta toxiciteten för
de olika ämnena.
Resultat
Karaktärisering av läkemedel
Denna analys omfattar 213 läkemedelssubstanser som valdes ut slumpmässigt ur FASS `00 genom att inkludera
var tredje substans. De kemiska egenskaperna för substanserna är beskrivna med 22 variabler beräknade
i Dragon och dess variation analyserades med PCA. Dessa 22 variabler ersätts med hjälp av PCA
av nya beräknade variabler, så kallade principal komponenter, som sammanfattar informationen och gör det
möjligt att visa den grafiskt. De tre principal komponenter som beräknades förklarar ca 60 % av den totala
variationen som finns i de ursprungliga 22 variablerna.
I figur 2 visas PC1 mot PC2. Bilden visar inga tydliga grupperingar vilket inte är förvånande eftersom läkemedel
är en mycket homogen grupp kemikalier som helhet. De grupperingssystem (ATC-koden) som
läkemedel indelas i är dessutom baserat på indikationer, vilket leder till att ämnen med mycket olika egenskaper
kan hamna under samma kod. Vårt urval av var tredje substans minskar också möjligheten till tydliga
grupperingar. Däremot framträder vissa grupperingar baserade på kemiska egenskaper och extrema
substanser tydligt, dessa beskrivs i detalj nedan.
237