《Current Research in Toxicology》：A framework for the safety evaluation of peptides in cosmetics
编辑推荐：
为应对化妆品行业“下一代风险评估”（NGRA）转型的需求，并解决肽类成分独特的评估挑战，本文构建了一个创新的化妆品肽类安全性评估框架。该框架在传统风险评估基础上，整合了NCBI BLASTp、ToxinPred3.0、AllerCatPro 2.0等六种生物信息学工具，以筛选毒素、过敏原并预测潜在生物活性。通过对多种测试肽的验证，该框架成功识别了毒素风险，也阐释了与皮肤基质蛋白的同源性，为化妆品肽的无动物、证据加权的安全性评估提供了高效、人源相关的新策略。
随着全球化妆品行业监管的演化和伦理观念的进步，用“下一代风险评估”（Next Generation Risk Assessment, NGRA）替代传统的动物安全测试已成为不可逆转的趋势。在这一背景下，化妆品中日益受到青睐的功能性成分——肽（peptides），其安全性评估也面临着新的挑战。这些由少数氨基酸组成的小分子，被赋予抗皱、舒缓、修复等多种美容功效，但它们既不同于传统的小分子化学物，也不同于大分子生物制剂，其评估逻辑需要“量身定制”。一方面，传统的动物实验正被逐步淘汰；另一方面，如何在不依赖动物的情况下，高效、全面地评估这些生物活性分子的潜在风险，成为摆在科学家和行业监管者面前的一道难题。肽的序列蕴含着其功能的密码，是否也可能隐藏着毒性或致敏性的风险？如何能在产品开发早期，就快速识别并排除这些风险？这些问题亟待解决。
为此，来自宝洁公司的Donald L. Bjerke、Jin Li、Yuan Gao、Ping Hu、Karl Lintner和Tomohiro Hakozaki等研究人员，在《Current Research in Toxicology》上发表了一项研究，旨在为化妆品肽的安全性评估构建一个全新的、整合了先进生物信息学工具的框架。这个框架不仅遵循NGRA的人源相关、暴露驱动、假设引导的核心原则，更引入了来自食品、农业生物技术和药物开发领域的“武器库”——生物信息学工具，以期在证据权重上为肽的安全背书增添强有力的新维度。
为了验证这一框架的实用性，研究人员采用了多种关键技术方法。首先，他们系统地收集和回顾了化妆品肽的应用历史、分类（如信号肽、载体肽、神经递质抑制肽等）以及已有的安全性评估数据，特别是美国化妆品成分评估（CIR）专家小组的审查结论。其次，他们选择了六种公开可用的生物信息学工具：NCBI BLASTp（用于序列同源性比对）、ToxinPred3.0（用于毒性预测）、Peptipedia v2.0（综合性肽数据库）、BIOPEP-UWM（生物活性肽数据库）、AllerCatPro 2.0（过敏原预测）和IEDB（免疫表位数据库）。最后，他们选取了七种具有代表性的肽作为测试案例，包括三种化妆品常用肽（棕榈酰六肽-12、咖啡酰六肽-9、棕榈酰五肽-4）、两种已知毒素（α-鹅膏蕈碱、芋螺毒素ArlB）和两种具有强效生物活性的内源性肽（缓激肽、脑啡肽），将这些肽的氨基酸序列输入上述工具进行分析，以检验框架的鉴别和预测能力。
研究结果
- •
构建评估框架
研究提出了一个系统性的评估流程。该框架始于对肽的全面表征，包括氨基酸序列、理化性质等。核心创新在于，紧接着引入了生物信息学工具分析，旨在早期筛查出具有毒素、过敏原或非预期强生物活性的序列。随后，框架评估肽的皮肤渗透性和系统暴露潜力，若证明无法进入系统循环，则可基于“阈值毒理关注”（TTC）原则豁免部分系统毒性终点测试。框架也涵盖了传统的遗传毒性、局部毒性（皮肤/眼刺激、致敏性）、免疫原性评估，并最终通过临床使用经验和上市后监测完成闭环。这为化妆品肽的安全性评估提供了一个逻辑清晰、层层递进的标准化操作路径。
- •
生物信息学工具验证结果
对七种测试肽的分析验证了所选生物信息学工具的有效性。NCBIBLASTp分析显示，三种化妆品肽（棕榈酰六肽-12等）的序列与皮肤的细胞外基质蛋白（如胶原蛋白、弹性蛋白、纤连蛋白）具有高度同源性，解释了其作为“matrikines”发挥作用的机理基础，且未发现与毒素或过敏原的同源性。相反，两种毒素（α-鹅膏蕈碱、芋螺毒素ArlB）被ToxinPred3.0正确地预测为有毒，BLASTp也将其与已知毒素蛋白匹配。对于内源性活性肽缓激肽和脑啡肽，生物信息学工具未能直接标记为“有毒”，但BLASTp和BIOPEP-UWM成功识别了它们对应的蛋白质来源和已知的强效生物活性（如血管舒张、镇痛），这提示评估时需要结合序列来源和已知生物学知识进行综合判断。AllerCatPro 2.0和IEDB的分析则支持了化妆品肽低免疫原性的结论。
- •
历史安全数据与关键考量
文章回顾了化妆品成分评估（CIR）专家小组对数十种肽和水解蛋白的评估历史，除个别因数据不足无法评估外，绝大多数在现行使用条件下被认为是安全的。这些评估考虑了局部和系统毒性终点，但未使用生物信息学工具。文章特别强调了充分水解对避免I型过敏（如日本水解小麦蛋白致敏事件）的关键作用，指出将肽段分子量控制在3.5kDa（约32个氨基酸）以下是重要的安全措施。研究还指出，由于肽在皮肤中渗透有限且易被肽酶快速代谢，其系统暴露风险极低，这大大降低了对重复剂量毒性、发育和生殖毒性等终点测试的需求。
- •
局部毒性、遗传毒性和免疫原性评估策略
对于局部毒性，建议优先采用符合经济合作与发展组织（OECD）指南的体外方法（如重建人表皮模型）对终产品进行评估。遗传毒性评估需谨慎，因为肽降解产生的组氨酸或色氨酸可能导致细菌回复突变试验（Ames试验）假阳性，必要时需采用改良方法。关于免疫原性，文章详细阐述了避免I型（IgE介导）和IV型（T细胞介导）过敏的策略。对于合成肽，由于其通常长度短（小于8-10个氨基酸）、非电负性且不易与皮肤蛋白共价结合，引发过敏的风险很低。生物信息学工具（如IEDB、AllerCatPro 2.0）可用于筛查序列中是否存在与已知过敏原同源的片段，作为风险评估的辅助证据。
结论与讨论
本研究成功构建并初步验证了一个用于化妆品肽安全性评估的创新框架。该框架的核心贡献在于，将一套经过筛选的生物信息学工具系统地整合到传统的风险评估流程中，使其与NGRA原则高度契合。通过对七种测试肽的分析，证明该框架能够有效区分安全的化妆品肽与已知的毒素，并能识别肽序列与内源性蛋白的同源性，从而为其作用机制提供见解，同时预警潜在的强效生物活性。
这一框架具有多重重要意义。首先，它提升了评估的科学性和前瞻性。 在研发早期利用生物信息学工具进行快速筛查，可以及早识别潜在风险序列，避免将资源投入高风险成分的开发，实现“安全源于设计”。其次，它强化了评估的人源相关性和证据权重。 工具分析基于已知的蛋白质和肽数据库，结果直接与人类生物学知识关联，减少了对外推不确定性的依赖。再者，它推动了无动物评估的实践。 框架依赖体外测试、计算机模拟和临床数据，是向全面替代动物测试迈出的坚实一步。最后，它提供了标准化评估的潜在蓝图。 尽管仍需化妆品行业更广泛地测试和完善，但该框架为行业和监管机构在未来评估肽类新成分时，提供了一个清晰、理性且可操作的方法学参考。
总之，这项研究为化妆品肽的安全性评估开启了一扇新的大门。它不仅回应了行业转型的迫切需求，更展示了一种融合计算生物学与传统毒理学的现代化评估范式。随着更多肽序列在该框架中得到测试和验证，其预测能力和适用范围将不断增强，最终助力行业在保障消费者安全的前提下，持续创新，开发出更多高效、新颖的化妆品肽成分。
