Eine rechnerische Schätzung eines Umweltendpunkts ist ein Planungsinstrument. Sie sagt, welche Stoffe eines Portfolios wahrscheinlich eine Studie brauchen, welche Studie zuerst zu beauftragen ist und wo eine Datenlücke später zum Problem wird. Sie ersetzt die Studie nicht, wo ein Dossier, eine Einstufung oder eine Risikobewertung am Wert hängt, und das als Ersatz zu behandeln ist der Fehler, der am meisten Zeit kostet, weil die Lücke in der Prüfung wieder auftaucht. Dieser Artikel behandelt die Trennung dieser zwei Rollen und die Dokumentation, die die erste belastbar macht.
Was die Regelwerke wirklich zulassen
Regulatorische Systeme verwerfen rechnerische Schätzungen nicht. Sie begrenzen die Bedingungen, unter denen eine einen Test ersetzen kann. Unter REACH legt Anhang XI die Anpassungswege fest, darunter validierte Rechenmodelle und Read-across innerhalb einer Gruppe strukturell ähnlicher Stoffe, jeweils mit eigenen Anforderungen. Die OECD-Prinzipien zur Validität solcher Modelle benennen, was vorliegen muss: ein definierter Endpunkt, ein eindeutiger Algorithmus, ein definierter Anwendungsbereich, angemessene Maße für Anpassung und Vorhersagekraft und, wo möglich, eine mechanistische Deutung.
Praktisch gelesen heißt das: Eine rechnerische Schätzung ist akzeptabel, wenn die Validität des Modells, die Lage des Stoffs innerhalb seines Anwendungsbereichs und die Verlässlichkeit der Vorhersage dokumentiert sind und wenn Endpunkt und regulatorischer Zweck zusammenpassen. Außerhalb dieser Bedingungen ist sie Screening-Information, und die ist trotzdem wertvoll.
Wo eine rechnerische Schätzung ihren Platz verdient
- Portfolio-Vorauswahl. Mehrere Hundert Stoffe, ein begrenztes Prüfbudget und die Frage, welche zwanzig den Aufwand der Registrierung treiben werden.
- Frühe Entwicklung. Die Wahl zwischen Kandidatenmolekülen, solange sie günstig ist, bevor überhaupt ein Prüfprogramm existiert.
- Studienplanung. Die Wahl der Prüfspezies, des Konzentrationsbereichs und des Designs, damit die beauftragte Studie die richtige ist.
- Lückenkartierung. Die Liste, welche Endpunkte für welches Mengenband oder welchen Markt Daten brauchen, mit einer ersten Schätzung je Endpunkt, damit Reihenfolge und Budget planbar sind.
- Gruppierungshypothesen. Zu erkennen, welche Stoffe eine belastbare Kategorie für Read-across bilden könnten, die dann ordentlich ausgearbeitet und nicht geraten wird.
Wo nicht
- Jeder Wert, der in eine Einstufungsentscheidung, in einen Abschnitt des Sicherheitsdatenblatts als berichtete Eigenschaft, in ein Verhältnis der Risikobewertung oder in einen Dossier-Endpunkt eingeht, solange der Anpassungsweg nicht erfüllt und dokumentiert ist.
- Stoffe außerhalb des Anwendungsbereichs des Modells, und dazu gehört die meiste strukturell ungewöhnliche Chemie, Tenside, Organometallverbindungen, bei Umwelt-pH ionisierte Stoffe sowie mehrkomponentige und UVCB-Stoffe.
- Endpunkte, die so stark vom Verhalten in der Umwelt wie von intrinsischen Eigenschaften abhängen, wo der berechnete Wert für den Ausgangsstoff wenig darüber sagt, was im Kompartiment tatsächlich vorliegt.
- Abbau- und Umwandlungsverhalten als Grundlage einer Schlussfolgerung zur leichten Abbaubarkeit, für die eigene Prüfanforderungen gelten.
Dokumentiere die Vorhersage, nicht nur die Zahl
Eine als Zahl in einer Tabelle festgehaltene Vorhersage ist sechs Monate später wertlos, weil niemand rekonstruieren kann, was sie war. Wiederverwendbar macht sie dieselbe Information, nach der eine Prüfperson fragen würde:
| Angabe | Warum |
|---|---|
| Stoffidentität als Struktur, mit der modellierten Form | Salz, Ausgangsstoff oder dissoziierte Spezies ändert alles |
| Endpunkt, Spezies und Prüfrichtlinie, auf die sich die Schätzung bezieht | "Giftig für Algen" ist kein Endpunkt |
| Modell, Version und Charakter des Trainingssatzes | Eine Prüfperson kann ein nur benanntes Modell nicht beurteilen |
| Ergebnis zum Anwendungsbereich, mit Begründung | Innerhalb oder außerhalb, und auf welcher Grundlage |
| Die Vorhersage mit ihrer Unsicherheit | Ein Punktwert behauptet eine Genauigkeit, die es nicht gibt |
| Verwendete Analoga bei Read-across | Identität, gemessene Daten und die Begründung der Ähnlichkeit |
| Beabsichtigte Verwendung der Schätzung | Screening oder Anpassung, zum Zeitpunkt festgehalten |
Die Standardformate genau dafür sind die Berichtsformate für Modell und Vorhersage, QMRF und QPRF. Sie auch für interne Screening-Arbeit zu nutzen kostet wenig und bedeutet, dass eine Schätzung später zu einem Dossier-Argument aufgewertet werden kann, wenn die Bedingungen erfüllt sind, statt neu gemacht zu werden.
Read-across ist ein wissenschaftliches Argument, kein Nachschlagen
Stoffe zu gruppieren und einen gemessenen Wert des einen für den anderen zu nutzen ist der am häufigsten versuchte und am häufigsten abgelehnte Anpassungsweg. Die Ablehnungen betreffen meist nicht die Chemie, sondern das Argument: strukturelle Ähnlichkeit behauptet statt begründet, keine Betrachtung, wie die Unterschiede auf den Endpunkt wirken würden, keine Einklammerung, ein einziges Analogon, oder Analogondaten, die sich als unzuverlässig erweisen. Ein Read-across-Fall, der hält, benennt die strukturelle Grundlage, die mechanistische Begründung, warum der Endpunkt sich ähnlich verhalten sollte, die Datenqualität der Quellstoffe und die Richtung, in die der Unterschied das Ergebnis erwartbar verschiebt.
Grenzen der Aussage
- Nichts in diesem Artikel ist eine Umwelt- oder toxikologische Bewertung. Diese Bewertungen und die Entscheidung, ob ein Anpassungsweg greift, gehören einer qualifizierten Fachperson und hängen vom konkreten Stoff, Endpunkt und regulatorischen Zusammenhang ab.
- Die Anerkennungspraxis unterscheidet sich zwischen Rechtsräumen, Programmen und Endpunkten, und sie ändert sich. Maßgeblich sind die Anpassungswege und die aktuelle Leitlinie für deine konkrete Einreichung, nicht ein allgemeiner Artikel.
- Ein Modell, das auf einem veröffentlichten Validierungssatz gut abschneidet, kann für deine Stoffklasse trotzdem unpassend sein, und genau dafür ist die Bewertung des Anwendungsbereichs da.
- Screening nützt nur, wenn seine Schlüsse erneut geprüft werden. Eine früh gemachte und nie gegen spätere Messdaten geprüfte Schätzung ist eine stillschweigend durch ein Programm getragene Annahme.
Häufige Fragen
Kann eine rechnerische Schätzung eine Ökotoxizitätsstudie ersetzen?
Nur wo ein anerkannter Anpassungsweg greift und seine Bedingungen dokumentiert sind, etwa ein valides Modell mit dem Stoff innerhalb des Anwendungsbereichs oder ein ordentlich begründetes Read-across. Sonst ist die Schätzung Screening-Information, die für die Planung echten Wert hat und für den Dossier-Endpunkt nicht.
Was macht eine rechnerische Vorhersage belastbar?
Ein definierter Endpunkt, ein dokumentiertes Modell samt Version, ein ausdrückliches Ergebnis zum Anwendungsbereich, eine angegebene Unsicherheit und die festgehaltene Form des modellierten Stoffs. Die Berichtsformate QMRF und QPRF existieren genau dafür.
Warum wird Read-across so oft abgelehnt?
Weil Ähnlichkeit behauptet statt begründet wird. Ein haltbarer Fall benennt die strukturelle Grundlage, erklärt mechanistisch, warum der Endpunkt sich ähnlich verhalten sollte, beurteilt die Qualität der Quelldaten und behandelt, wie die strukturellen Unterschiede das Ergebnis erwartbar beeinflussen.
Welche Stoffe sind schlechte Kandidaten für eine rechnerische Schätzung?
Die außerhalb der üblichen Anwendungsbereiche: Tenside, Organometallverbindungen, bei Umwelt-pH ionisierte Stoffe, mehrkomponentige und UVCB-Stoffe sowie strukturell ungewöhnliche Chemie überhaupt. Hier liegt der Nutzen der Schätzung darin, zu entscheiden, welche Studie zuerst läuft.
Lohnt es, Screening-Vorhersagen formal zu dokumentieren?
Ja. Die Dokumentation kostet im Moment wenig und ist der Unterschied zwischen einer Schätzung, die später ein regulatorisches Argument stützen kann, und einer, die von null neu erzeugt werden muss.