Abteilung Umweltchemie

PREMIER
Priorisierung und Risikobewertung von Arzneimitteln in der Umwelt

Wenn Arzneimittel in die Umwelt gelangen, können sie eine Bedrohung für das Ökosystem darstellen, da ihre chemischen Eigenschaften so ausgelegt sind, dass sie die menschlichen und / oder mikrobiellen Zellfunktionen beeinflussen. Es ist daher entscheidend, das Umweltrisiko von Arzneimitteln zu verstehen und zu antizipieren und im besten Fall neue Arzneimittel zu entwickeln, die leicht biologisch abbaubar und nicht umweltgefährdend sind. Um dieses Risiko in einem frühen Stadium des Arzneimittelentwicklungsprozesses zu bewerten, werden wir in silico und in vitro Lösungen bereitstellen, um die Abbauhalbwertszeiten von pharmazeutischen Molekülen abzuschätzen.

Im Rahmen des PREMIER-Projekts entwickeln wir neuartige Berechnungsansätze zur Vorhersage der Abbauhalbwertszeiten von Arzneimitteln unter verschiedenen Umweltbedingungen. PREMIER, das für „Priorisierung und Risikobewertung von Arzneimitteln in der Umwelt“ steht, ist eine Partnerschaft zwischen europäischen Universitäten, Aufsichtsbehörden und Industriepartnern.

Das übergeordnete Ziel des PREMIER-Projekts ist dreifach: Es umfasst eine Umweltrisikobewertung von Arzneimittel, die Ermittlung potenzieller Gefahren bei der Entwicklung von Arzneimitteln mit dem Ziel, die Arzneimittelentwicklung in Richtung des „Benign by Design“ -Prinzips zu verlagern, und die Verbesserung der Zugänglichkeit von Daten für Wissenschaft und Industrie.

Unser Beitrag zu diesem Projekt umfasst zunächst die Erstellung einer Datenbank mit relevanten Daten zum biologischen Abbau von Arzneimitteln, die sich auf das bestehende enviPath-Framework konzentriert. Darüber hinaus ermöglicht die Entwicklung von Read-across-Ansätzen die Extrapolation von Degradationsmetriken von kostengünstigen und zeiteffizienten Schlammexperimenten auf aufwändigere Sedimentstudien. Schließlich werden wir neuartige cheminformatische Methoden implementieren, um die Halbwertszeiten des biologischen Abbaus von pharmazeutischen Verbindungen in der Umwelt vorherzusagen.