Derek Nexus

基于專家知識規(guī)則的毒性預測系統(tǒng)

Derek Nexus是一款基于專家知識規(guī)則的毒性預測系統(tǒng)。利用Derek Nexus，您可以對雜質(zhì)的致突變性進行基于專家知識規(guī)則的預測，并和Sarah Nexus互補地進行ICH M7指導原則下的基因毒性評估。

Derek特點
Derek的預測結(jié)果能被執(zhí)行ICH M7指導原則的監(jiān)管機構(gòu)的認可

與Sarah Nexus聯(lián)用，能滿足該指導原則對雜質(zhì)采用計算毒理學評估方法替代細菌致突變試驗的要求，并自動提供雜質(zhì)等級分類。

提供陰性預測

當化合物沒有出現(xiàn)引起細菌體外致突變性的警示結(jié)構(gòu)時，Derek會給出陰性預測結(jié)果，而不是超出預測范圍（“out of domain”），從而確保用戶的待測化合物都在預測范圍內(nèi)（Williams et al. 2016）。

自動進行ICH M7分類

通過Derek和Sarah的預測，以及所有相關的實驗數(shù)據(jù)（來自Carcinogenicity Potency Database和Lhasa驗證的Ames數(shù)據(jù)），軟件會給出一個用戶可編輯的ICH M7分類。

定制化報告

在Nexus平臺下使用Derek時，您也可以直接用到Lhasa的其他工具，包括Meteor Nexus，Sarah Nexus和Vitic Nexus，并生成多種文件格式（.doc, .pdf, .xlsx或者.sdf）的報告框架。報告模板完全可以由用戶自己定制，確保您能在合適的時間生成合適的信息。

Sarah Nexus

基于統(tǒng)計學模型的致突變性預測工具

Sarah是一款基于統(tǒng)計學模型的化合物致突變性預測工具。

憑借超過35年的經(jīng)驗，Lhasa公司和FDA一直保持著密切的合作，Sarah就是Lhasa公司和FDA合作開發(fā)的一個成果。Sarah通過獨有的機器學習算法來構(gòu)建預測化合物致突變性的統(tǒng)計學模型。用Sarah來鑒別潛在的致突變性雜質(zhì)完全符合ICH M7的指導原則要求。Sarah運用了一種獨創(chuàng)的名為自組織模型網(wǎng)絡（SOHN）的機器學習算法（Hanser et al.2014）。該算法通過對化合物進行片段化分析，能夠極大程度地提高預測過程的透明度，使得預測結(jié) 果更易詮釋，從而方便專家評審，以滿足ICH M7 指導原則要求。

通過Lhasa公司Sarah和Derek（首選的基于專家知識規(guī)則的化合物毒性預測系統(tǒng)）的聯(lián)合使用，可以使您在同一個軟件界面下進行ICH M7指導原則要求下的基因毒性預測，快速而便捷地評估雜質(zhì)潛在的致突變性，并將預測結(jié)果提交給監(jiān)管部門，減少耗時而昂貴的生物試驗過程。

Sarah用途

滿足ICH M7指導原則針對雜質(zhì)的致突變性風險控制：與Derek Nexus聯(lián)用，能滿足該指導原則對雜質(zhì)采用計算毒理學評估方法替代細菌致突變試驗的要求，并自動提供雜質(zhì)等級分類。

Sarah采用的層級網(wǎng)絡模型，不僅可以搜索匹配片段，還可以通過使用與目標化合物結(jié)構(gòu)相似的結(jié)構(gòu)來優(yōu)化結(jié)果。此方法保留那些可能具有更高毒性的片段，片段可以是各種大小，并且允許結(jié)構(gòu)重疊，確保更高的預測精確度。Sarah總的預測結(jié)果來源每個假設片段對于陽性和陰性的貢獻的總和，突出顯示模型認為有意義的片段來實現(xiàn)預測結(jié)果的結(jié)構(gòu)解釋，給出的結(jié)果也會包含非常詳細的信息，包括定義的毒性終點、應用域、相關示例化合物等（如下圖所示）

Sarah特點

Sarah Nexus的預測結(jié)果能被執(zhí)行ICH M7指導原則的監(jiān)管機構(gòu)的認可

Sarah的預測結(jié)果能被執(zhí)行ICH M7指導原則的監(jiān)管機構(gòu)認可。軟件中M7預測能夠讓您同時使用Sarah和Derek對雜質(zhì)的致突變性進行基于專家知識規(guī)則和基于統(tǒng)計學模型的預測，使得操作非常簡便快捷。

自動雜質(zhì)等級分類

通過Nexus的Derek和Sarah聯(lián)合預測可以直接得出ICH M7的雜質(zhì)致突變性風險等級分類。同時可以獲得相關的預測細節(jié)及預測的支持信息包括相似化合物的毒理實驗信息、相關文獻、推理過程等等。

豐富的支持信息

為了輔助專家審評，Sarah還包含了一些額外的數(shù)據(jù)，包括菌株信息，以及一些沒有包含在模型和參考文獻中的相似化合物。這個額外的信息無論是單個化合物預測，還是批量預測，或者批量驗證中都有。

定制化報告

Sarah整合一套先進的報告生成框架，您可以將結(jié)果導出成.doc, .pdf, .xlsx或者.sdf的文件格式。用戶可以自定義報告模板，確保您再正確的時間展示合適的信息。

可靠的數(shù)據(jù)來源

Sarah是構(gòu)建在海量的高質(zhì)量數(shù)據(jù)上的，其后臺數(shù)據(jù)是經(jīng)過Lhasa的毒理專家審批的、高度可信的，并且去除了不一致性數(shù)據(jù)。因此您可以完全相信Sarah后臺的可靠性和準確性。

極高的預測準確性

Sarah已經(jīng)經(jīng)過大量的準確性驗證，包括在私有未公開的數(shù)據(jù)集中進行驗證，已經(jīng)被證實有極佳的性能和準確度（Barber et al.2015）。

高透明度的預測

Sarah的預測結(jié)果被清晰地展示，并且給出該預測的置信度打分。可能引起致突變性的懷疑片段被清晰地列出來，并且包含該片段的示例化合物按照與查詢化合物的結(jié)構(gòu)相似性進行排序展示。這樣高透明度的預測能夠更好地支持專家綜合評判和審批。

可擴展的化合物預測空間

“Out of Domain”代表超過模型的預測能力，出現(xiàn)這種預測結(jié)果往往無法做進一步判斷，使得毒理專家無法做出準確合理的決策。Sarah海量的、并且高質(zhì)量的訓練集能夠保證涵蓋化學結(jié)構(gòu)空間，盡量避免出現(xiàn)超出模型預測范圍的情況。同時用戶可以加入自己私有的訓練集，極大地拓展了可預測的化學結(jié)構(gòu)空間。

預測參數(shù)控制。

Sarah已經(jīng)有一套默認的預測參數(shù)，從而控制預測的敏感性和特異性，這套參數(shù)已經(jīng)被證實是有極好的平衡性，可以用于滿足ICH M7指導原則。當然，用戶可以自行修改預測參數(shù)選項以滿足特定的需求。

Nexus界面，多種預測

過Nexus用戶可以在同一個界面下，方便和其它工具進行聯(lián)用，比如代謝預測工具Meteor Nexus、毒理數(shù)據(jù)庫Vitic Nexus以及基于專家知識規(guī)則的毒性預測工具Derek，很好地提高了用戶效率。