دوره 15، شماره 2 - ( 4-1404 )
جلد 15 شماره 2 صفحات 462-432 |
برگشت به فهرست نسخه ها
اکرم تبریزی1 
، فاطمه پری دخت1 ، یاسر خورشیدی بهزادی2 ، رضوان زنده دل*3
، فاطمه پری دخت1 ، یاسر خورشیدی بهزادی2 ، رضوان زنده دل*3
1- گروه مهندسی بهداشت حرفه ای و ایمنی کار، کمیته تحقیقات دانشجویی، دانشکده بهداشت، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران
2- گروه مهندسی بهداشت حرفه ای و ایمنی کار، دانشکده بهداشت، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران | گروه مهندسی بهداشت حرفه ای و ایمنی کار، دانشکده بهداشت، دانشگاه علوم پزشکی آبادان، آبادان، ایران
3- گروه مهندسی بهداشت حرفه ای و ایمنی کار، دانشکده بهداشت و ایمنی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران ،Zendehdel76@Yahoo.com
2- گروه مهندسی بهداشت حرفه ای و ایمنی کار، دانشکده بهداشت، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران | گروه مهندسی بهداشت حرفه ای و ایمنی کار، دانشکده بهداشت، دانشگاه علوم پزشکی آبادان، آبادان، ایران
3- گروه مهندسی بهداشت حرفه ای و ایمنی کار، دانشکده بهداشت و ایمنی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران ،
چکیده: (1688 مشاهده)
مقدمه: با توسعه سریع مواد شیمیایی جدید در صنایع مختلف و نیاز به ارزیابی دقیق و کارآمد سمیت آنها، روشهای شبیه سازی رایانه ای بهعنوان یک روش غربالگری برای روشهای سنتی مطرح شدهاند. این روشها به دلیل کاهش هزینه و زمان آزمایشها و همچنین کاهش استفاده از آزمونهای حیوانی، اهمیت ویژهای در سمشناسی شغلی یافتهاند. هدف این مقاله مروری، بررسی مطالعات موجود پیرامون کاربرد روشهای شبیه سازی رایانه ای در پیشبینی سمیت ترکیبات شیمیایی، بهویژه در محیطهای کاری و صنعتی است.
روش کار: با استفاده از کلمات کلیدی modelling، software، simulation، in silico، toxicity، prediction، chemical، industrial و occupational workplace در پایگاههای علمی مانند PubMed، Scopus و Web of Science
از سال 2000 تا 2024 جستجو انجام شد و مطالعات انجام شده در زمینه ی روشهای شبیه سازی رایانه ای برای پیشبینی سمیت ترکیبات مورد استفاده در صنعت، استخراج شد و مورد بررسی قرار گرفت. معیارهای ورود بر مطالعاتی که روشهای مدلسازی، شبیهسازی و پیشبینی را بیشتر برای سمیت شیمیایی در محیطهای کاری اعمال میکردند، متمرکز بود. همچنین کیفیت سنجی مقالات با استفاده از فرم STROBE انجام گردید.
یافته ها: این مطالعه به بررسی ۱۳ مقاله درباره شبیهسازی رایانهای ترکیبات شیمیایی بین سالهای ۲۰۰۰ تا ۲۰۲۴ پرداخته است. بیشترین تحقیقات از سال ۲۰۲۰ به بعد انجام شده است. مقالات بررسیشده بر اساس فرم STROBE دارای کیفیت متوسط تا بالا هستند. روشهای مختلفی از جمله Quantitative Structure-Activity Relationship (QSAR)، یادگیری ماشین و دینامیک مولکولی بهطور گسترده برای پیشبینی سمیت ترکیبات شیمیایی استفاده شده است و دقت پیشبینی این مدلها معمولاً بالاست. همچنین نتایج نشان داد روشهای QSAR بیشترین کاربرد را در مطالعات پیشبینی سمیت ترکیبات شیمیایی مورد استفاده در صنایع داشتهاست.
نتیجه گیری: این روشها با استفاده از توصیفگرهای مولکولی و دادههای ساختاری، دقت بالایی در پیشبینی سمیت نشان دادهاند. با این حال، چالشهایی مانند محدودیت در دادههای معتبر، نیاز به بهبود مدلها، کمبود دادههای تجربی و پیچیدگی تعاملات شیمیایی وجود دارد. نتایج نشان دادند استفاده از روشهای محاسباتی میتواند بهطور قابلتوجهی نیاز به آزمایشهای حیوانی را کاهش داده و ارزیابی ریسک را بهبود بخشد. این مطالعات همچنین بر اهمیت بهبود و توسعه مدلهای پیشبینی برای افزایش دقت و کاربردپذیری آنها تأکید دارند. بطور کلی می توان گفت مدلسازی میتواند بهعنوان ابزاری مؤثر در کاهش هزینهها و بهبود ایمنی در محیطهای کاری به کار گرفته شوند.
روش کار: با استفاده از کلمات کلیدی modelling، software، simulation، in silico، toxicity، prediction، chemical، industrial و occupational workplace در پایگاههای علمی مانند PubMed، Scopus و Web of Science
از سال 2000 تا 2024 جستجو انجام شد و مطالعات انجام شده در زمینه ی روشهای شبیه سازی رایانه ای برای پیشبینی سمیت ترکیبات مورد استفاده در صنعت، استخراج شد و مورد بررسی قرار گرفت. معیارهای ورود بر مطالعاتی که روشهای مدلسازی، شبیهسازی و پیشبینی را بیشتر برای سمیت شیمیایی در محیطهای کاری اعمال میکردند، متمرکز بود. همچنین کیفیت سنجی مقالات با استفاده از فرم STROBE انجام گردید.
یافته ها: این مطالعه به بررسی ۱۳ مقاله درباره شبیهسازی رایانهای ترکیبات شیمیایی بین سالهای ۲۰۰۰ تا ۲۰۲۴ پرداخته است. بیشترین تحقیقات از سال ۲۰۲۰ به بعد انجام شده است. مقالات بررسیشده بر اساس فرم STROBE دارای کیفیت متوسط تا بالا هستند. روشهای مختلفی از جمله Quantitative Structure-Activity Relationship (QSAR)، یادگیری ماشین و دینامیک مولکولی بهطور گسترده برای پیشبینی سمیت ترکیبات شیمیایی استفاده شده است و دقت پیشبینی این مدلها معمولاً بالاست. همچنین نتایج نشان داد روشهای QSAR بیشترین کاربرد را در مطالعات پیشبینی سمیت ترکیبات شیمیایی مورد استفاده در صنایع داشتهاست.
نتیجه گیری: این روشها با استفاده از توصیفگرهای مولکولی و دادههای ساختاری، دقت بالایی در پیشبینی سمیت نشان دادهاند. با این حال، چالشهایی مانند محدودیت در دادههای معتبر، نیاز به بهبود مدلها، کمبود دادههای تجربی و پیچیدگی تعاملات شیمیایی وجود دارد. نتایج نشان دادند استفاده از روشهای محاسباتی میتواند بهطور قابلتوجهی نیاز به آزمایشهای حیوانی را کاهش داده و ارزیابی ریسک را بهبود بخشد. این مطالعات همچنین بر اهمیت بهبود و توسعه مدلهای پیشبینی برای افزایش دقت و کاربردپذیری آنها تأکید دارند. بطور کلی می توان گفت مدلسازی میتواند بهعنوان ابزاری مؤثر در کاهش هزینهها و بهبود ایمنی در محیطهای کاری به کار گرفته شوند.
نوع مطالعه: مروری |
موضوع مقاله:
عوامل زیان آور شیمیایی و تهویه محیط کار
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |