Strukturabhängige Eigenschaften von Allelochemikalien
Die modernen Systeme in der Pflanzenproduktion sind stark von der Chemikalienzugabe anhängig, um vor Krankheiten, Insekten und Unkraut zu schützen. Durch diese Zunahme an synthetischen Pestiziden wuchsen auch die Bedenken über chemische Rückstände in der Umwelt und, als wichtigster Faktor, über eine entstehende Resistenz gegen Pestizide bei den betroffenen Organismen. Die Weiterentwicklung und Verbesserung von natürlich durch Pflanzen produzierten Schutzchemikalien ist ein alternativer Ansatz, der zunehmend die Aufmerksamkeit auf sich zieht. Ziel des FATEALLCHEM-Projekts war es, die Möglichkeiten einer Nutzung der allelopathischen Eigenschaften von Weizen in herkömmlichen und biologischen Landwirtschaftssystemen mittels Bewertung der erwünschten und unerwünschten Auswirkungen zu überprüfen. Zu diesem Zweck entwickelten Wissenschaftler am Istituto di Ricerche Farmacologiche Mario Negri einen Rahmen für die Toxizitätsbewertung von Allelochemikalien auf der Grundlage von Modellen, die deren biologische Aktivität anhand von strukturellen Informationen prognostizierten. Es wurden quantitative Struktur-Aktivitäten-Beziehungen (QSARs - Quantitative Structure-Activity Relationships) formuliert. Dabei ging man davon aus, dass zwischen der Molekülstruktur von Verbindungen und deren biologischen, chemischen und physikalischen Eigenschaften ein Zusammenhang besteht. Zunächst wurde ein Datensatz von mehr als einhundert synthetischen Pestiziden, die strukturell den Allelochemikalien ähnlich sind, erstellt. Die Toxizitätswerte sammelte man von verschiedenen Arten wie Wasserflöhen, Forellen und Enten. Mithilfe der Codessa-Software und der vergleichenden molekularen Feldanalyse (CoMFA - Comparative Molecular Field Analysis) berechnete man molekulare Deskriptoren, die deren physikochemisches Verhalten charakterisieren. Während der Entwicklungsphase des Modellierungsrahmens fanden verschiedene Verfahren Anwendung, um die wichtigsten und meist verborgenen Informationen zu extrahieren. Trotz eines geringeren Leistungsvermögens erwies sich das Verfahren einer gruppenweisen Verarbeitung der Daten (GMDH - Group Method of Data Handling) für die neuronalen Netze auf der Grundlage von chemischen Deskriptoren als allgemeiner und auf heterogene Strukturen anwendbar. Für die CoMFA-Deskriptoren wurde ein anderer Ansatz verwendet. Das PLS-Verfahren (Partial Least Square, partielles kleinstes Fehlerquadrat) deutete auf molekulare Stoffwechselprozesse mit allelopathischer Toxizität hin. Darüber hinaus erbrachte der Vergleich dieser Verfahren wichtige Informationen für ein besseres Verständnis der Toxizitäts- und Wirkungsmechanismen von Allelochemikalien. Die Forscher möchten mit einem geeigneten Partner zusammenarbeiten, um die QSAR-Modelle weiter zu validieren und somit sicherzustellen, dass sie sich für ausreichend genaue Toxizitätsprognosen bei neuen Verbindungen eignen.
