RESUMO
This study addresses the need for accurate structural data regarding the toxicity of fragrances in sanitizers and disinfectants. We compare the predictive and descriptive (model stability) potential of multiple linear regression (MLR) and partial least squares (PLS) models optimized through variable selection (VS). A novel hybrid chaotic neural network algorithm with competitive learning (CCLNNA)-PLS modeling strategy can offer specific optimization with satisfactory results, even for a limited dataset. While also exploring the preliminary comparative analysis, the goal is to introduce an adapted novel CCLNNA optimization strategy for VS, inspired by neural networks, along with exploring the influence of the percentage of significant descriptors in the optimization function to enhance the final model's capabilities. We analyzed an available dataset of 24 molecules, incorporating ADMET and PaDEL descriptors as predictor variables, to explore the relationship between the response/target variable (pLC50) and the meticulously optimized set of descriptors. The suitability of the selected PLS models (cross- and external-validated accuracy combined with percentage of significant descriptors at a level equal to or >80 %) underscores the importance of expanding the dataset to amplify the validation protocols, thus enhancing future model reliability and environmental impact.
Assuntos
Desinfetantes , Redes Neurais de Computação , Desinfetantes/toxicidade , Análise dos Mínimos Quadrados , Algoritmos , Perfumes , Modelos LinearesAssuntos
Perfumes , Fenetilaminas , Animais , Humanos , Qualidade de Produtos para o Consumidor , Bases de Dados de Compostos Químicos , Determinação de Ponto Final , Nível de Efeito Adverso não Observado , Odorantes , Perfumes/toxicidade , Perfumes/química , Medição de Risco , Testes de Toxicidade , Fenetilaminas/química , Fenetilaminas/toxicidadeAssuntos
Caproatos , Odorantes , Perfumes , Humanos , Perfumes/toxicidade , Perfumes/química , Animais , Medição de Risco , Caproatos/toxicidade , Caproatos/química , Determinação de Ponto Final , Qualidade de Produtos para o Consumidor , Nível de Efeito Adverso não Observado , Testes de Toxicidade , Bases de Dados de Compostos QuímicosAssuntos
Cicloexanóis , Odorantes , Perfumes , Animais , Humanos , Qualidade de Produtos para o Consumidor , Cicloexanóis/toxicidade , Cicloexanóis/química , Determinação de Ponto Final , Nível de Efeito Adverso não Observado , Perfumes/toxicidade , Perfumes/química , Medição de Risco , Testes de ToxicidadeAssuntos
Odorantes , Perfumes , Terpenos , Animais , Humanos , Qualidade de Produtos para o Consumidor , Bases de Dados de Compostos Químicos , Determinação de Ponto Final , Nível de Efeito Adverso não Observado , Perfumes/toxicidade , Perfumes/química , Medição de Risco , Testes de Toxicidade , Terpenos/química , Terpenos/toxicidadeAssuntos
Odorantes , Perfumes , Timol , Humanos , Medição de Risco , Animais , Perfumes/toxicidade , Perfumes/química , Timol/toxicidade , Timol/química , Testes de Toxicidade , Determinação de Ponto Final , Qualidade de Produtos para o Consumidor , Nível de Efeito Adverso não Observado , Bases de Dados de Compostos QuímicosAssuntos
Ciclopentanos , Odorantes , Perfumes , Animais , Humanos , Qualidade de Produtos para o Consumidor , Ciclopentanos/toxicidade , Ciclopentanos/química , Bases de Dados de Compostos Químicos , Determinação de Ponto Final , Nível de Efeito Adverso não Observado , Perfumes/toxicidade , Perfumes/química , Medição de Risco , Testes de ToxicidadeAssuntos
Odorantes , Pentanóis , Perfumes , Animais , Humanos , Butanóis/toxicidade , Butanóis/química , Qualidade de Produtos para o Consumidor , Bases de Dados de Compostos Químicos , Determinação de Ponto Final , Nível de Efeito Adverso não Observado , Perfumes/toxicidade , Perfumes/química , Medição de Risco , Testes de Toxicidade , Pentanóis/química , Pentanóis/toxicidadeAssuntos
Isobutiratos , Odorantes , Perfumes , Animais , Humanos , Qualidade de Produtos para o Consumidor , Bases de Dados de Compostos Químicos , Determinação de Ponto Final , Isobutiratos/toxicidade , Isobutiratos/química , Nível de Efeito Adverso não Observado , Perfumes/toxicidade , Perfumes/química , Medição de Risco , Testes de ToxicidadeAssuntos
Acetofenonas , Odorantes , Perfumes , Animais , Humanos , Acetofenonas/toxicidade , Acetofenonas/química , Qualidade de Produtos para o Consumidor , Bases de Dados de Compostos Químicos , Determinação de Ponto Final , Nível de Efeito Adverso não Observado , Perfumes/toxicidade , Perfumes/química , Medição de Risco , Testes de ToxicidadeRESUMO
4-Hexen-1-ol, 5-methyl-2-(1-methylethenyl)- was evaluated for genotoxicity, repeated dose toxicity, reproductive toxicity, local respiratory toxicity, photoirritation/photoallergenicity, skin sensitization, and environmental safety. Data show that 4-hexen-1-ol, 5-methyl-2-(1-methylethenyl)- is not genotoxic. The repeated dose, reproductive, and local respiratory toxicity endpoints were evaluated using the Threshold of Toxicological Concern (TTC) for a Cramer Class I material, and the exposure to 4-hexen-1-ol, 5-methyl-2-(1-methylethenyl)- is below the TTC (0.03 mg/kg/day, 0.03 mg/kg/day, and 1.4 mg/day, respectively). Data from read-across analog 3-methylbut-3-en-1-ol (CAS # 763-32-6) show that there are no safety concerns for 4-hexen-1-ol, 5-methyl-2-(1-methylethenyl)- for skin sensitization under the current declared levels of use. The photoirritation/photoallergenicity endpoints were evaluated based on ultraviolet/visible (UV/Vis) spectra; 4-hexen-1-ol, 5-methyl-2-(1-methylethenyl)- is not expected to be photoirritating/photoallergenic. The environmental endpoints were evaluated; 4-hexen-1-ol, 5-methyl-2-(1-methylethenyl)- was found not to be Persistent, Bioaccumulative, and Toxic (PBT) as per the International Fragrance Association (IFRA) Environmental Standards, and its risk quotients, based on its current volume of use (VoU) in Europe and North America (i.e., Predicted Environmental Concentration/Predicted No Effect Concentration [PEC/PNEC]), are <1.
Assuntos
Perfumes , Animais , Humanos , Hexanóis/toxicidade , Hexanóis/química , Testes de Mutagenicidade , Odorantes , Perfumes/toxicidade , Perfumes/química , Medição de Risco , Testes de ToxicidadeRESUMO
Industrial biotechnology and biocatalysis can provide very effective synthetic tools to increase the sustainability of the production of fine chemicals, especially flavour and fragrance (F&F) ingredients, the market demand of which has been constantly increasing in the last years. One of the most important transformations in F&F chemistry is the reduction of CC bonds, typically carried out with metal-catalysed hydrogenations or hydride-based reagents. Its biocatalytic counterpart is a competitive alternative, showcasing a range of advantages such as excellent chemo-, regio- and stereoselectivity, ease of implementation, mild reaction conditions and modest environmental impact. In the present review, the application of biocatalysed alkene reductions (from microbial fermentations with wild-type strains to engineered isolated ene-reductase enzymes) to synthetic processes useful for the F&F industry will be described, highlighting not only the exquisite stereoselectivity achieved, but also the overall improvement when chirality is not involved. Multi-enzymatic cascades involving CC bioreductions are also examined, which allow much greater chemical complexity to be built in one-pot biocatalytic systems.