DEDuCT v3.0 : une mise à jour majeure pour mieux cartographier les perturbateurs endocriniens
- 26 févr.
- 4 min de lecture
Dernière mise à jour : il y a 7 jours
Les perturbateurs endocriniens (PE) sont au cœur de nombreuses préoccupations sanitaires et environnementales. Dans un monde où nous sommes exposés à une multitude de substances (produits de consommation, alimentation, médicaments, produits ménagers…), disposer de ressources structurées et traçables pour identifier et caractériser ces composés devient indispensable. C’est précisément l’ambition de DEDuCT (Database of Endocrine Disrupting chemicals and their Toxicity profiles), dont la version 3.0 vient d’être publiée.
DEDuCT, en deux mots
DEDuCT est une base de données qui compile des substances considérées comme “potentiellement perturbatrices endocriniennes” sur la base de preuves expérimentales publiées (chez l’humain ou chez le rongeur), identifiées via curation manuelle de la littérature scientifique.
L’objectif est clair : faciliter le screening et l’exploration de la connaissance scientifique disponible, en reliant les substances aux effets endocriniens observés, aux conditions d’exposition (doses), et à un ensemble d’informations chimiques et toxicologiques utiles.
Ce qui change avec la version 3.0 (janvier 2026)
La page DEDuCT annonce une montée en puissance nette :
Version 3.0 publiée le 23 janvier 2026
1043 substances recensées comme EDCs “potentielles”
3269 articles retenus comme littérature de support
Un travail de tri/curation réalisé à partir de plus de 29 600 articles scientifiques (après une étape de “literature mining” plus large).
À titre de comparaison, la version 2.0 (02 octobre 2020) compilait 792 substances.
Une méthodologie explicite : le workflow en 4 étapes
L’un des points forts de DEDuCT est de documenter une démarche d’identification structurée :
Literature mining : exploration extensive (PubMed + ressources existantes), puis filtrage par mots-clés.
Filtrage par type d’étude et organisme : sélection d’études expérimentales in vivo / in vitro chez l’humain ou le rongeur, en excluant notamment les études épidémiologiques et certaines approches uniquement basées sur liaison récepteur ou in silico.
Compilation des substances testées + structures 2D : seules les substances pouvant être mappées proprement à une structure 2D sont conservées.
Identification des EDCs : application de critères d’exclusion (hormones naturelles, mélanges, tests à visée thérapeutique, etc.), puis évaluation manuelle des effets endocriniens rapportés ; une substance est retenue si au moins une expérience apporte une preuve jugée forte.
Cette transparence méthodologique est précieuse : elle aide l’utilisateur à comprendre le périmètre, les choix d’inclusion/exclusion, et donc à interpréter correctement la présence d’une substance dans la base.
Des données “actionnables” : endpoints, doses et systèmes biologiques
DEDuCT ne se limite pas à une liste : la base documente les endpoints endocriniens observés et les plages de doses associées, en standardisant les termes biologiques issus de la littérature.
Dans cette version, DEDuCT indique avoir compilé 796 “endocrine-mediated endpoints”, regroupés en 7 catégories de perturbations “systèmes” : reproduction, développement, métabolisme, immunité, neurologie, hépatique et cancers liés à l’endocrinien.
C’est un apport clé pour passer d’un simple “suspect” à une lecture plus fine : quel type d’effet, dans quel système, et à quelle dose ?
Interopérabilité et enrichissements toxicologiques : le vrai saut qualitatif
DEDuCT v3.0 met l’accent sur l’interopérabilité et le contexte mécanistique, avec plusieurs ajouts importants :
Liens directs vers des ressources majeures : PubChem, CAS, et le CompTox Chemicals Dashboard (EPA).
Intégration de données gènes / phénotypes / maladies depuis la Comparative Toxicogenomics Database (CTD).
Ajout d’endpoints issus de ToxCast invitrodb v4.3, d’informations AOP depuis AOP-Wiki, et de données de présence dans des produits de consommation via CPDatv4.
En pratique, cela permet de connecter la preuve expérimentale “endpoint/dose” à des éléments de mécanismes, d’usage, et de présence potentielle dans l’environnement du quotidien.
DEDuCT-KG : un graphe de connaissance pour explorer autrement
Autre nouveauté mise en avant : DEDuCT-KG, une déclinaison “knowledge graph” hébergée dans neo4j, accessible via une interface interactive permettant notamment :
la recherche par types de nœuds,
le filtrage par relations,
et la recherche de plus courts chemins entre nœuds (utile pour explorer des connexions substances–gènes–maladies, par exemple).
Et pour aller plus loin, DEDuCT propose aussi un batch download (TSV/SDF/ZIP), incluant notamment les listes, les propriétés, les données CTD, ToxCast, AOP et CPDat, ainsi qu’un export du graphe.
Ce que cela change pour les praticiens de l’évaluation
DEDuCT v3.0 illustre une tendance de fond : mieux relier la preuve expérimentale à des écosystèmes de données (identifiants, toxicologie mécanistique, usages, présence dans les produits), tout en gardant une traçabilité sur les sources (publications) et sur la structuration des effets.
Pour celles et ceux qui font du tri, de la veille, du screening, ou qui structurent des dossiers (R&D, réglementaire, prévention, substitution), ce type de ressource accélère clairement la première étape : savoir si une substance apparaît dans une base structurée, et pourquoi.
Et à CEHTRA : la première marche, côté opérationnel
C’est exactement l’esprit de l’outil digital EDpedia que nous utilisons à CEHTRA : un dispositif qui consulte un ensemble de listes de perturbateurs endocriniens, suspectés ou avérés, afin de fournir un premier niveau d’orientation sur le potentiel PE d’une substance.
Cette approche ne remplace pas une évaluation complète (poids de preuves, contexte d’exposition, mécanismes, etc.), mais elle est extrêmement utile pour :
prioriser des substances à investiguer,
déclencher une revue bibliographique ciblée,
alimenter une démarche de screening et de gestion du risque.
En ce sens, une ressource comme DEDuCT v3.0 (et sa brique DEDuCT-KG) s’inscrit pleinement dans la dynamique actuelle : rendre la connaissance plus accessible, plus reliée, et donc plus actionnable.
Auteur: Julien LEGHAIT
Références :
