Case study on the utility of hepatic global gene expression profiling in the risk assessment of the carcinogen furan
Notice bibliographique
Résumé
Furan is a chemical hepatocarcinogen in mice and rats. Its previously postulated cancer mode of action (MOA) is chronic cytotoxicity followed by sustained regenerative proliferation; however, its molecular basis is unknown. To this end, we conducted toxicogenomic analysis of B3C6F1 mouse livers following three week exposures to non-carcinogenic (0, 1, 2mg/kgbw) or carcinogenic (4 and 8mg/kgbw) doses of furan. We saw enrichment for pathways responsible for cytotoxicity: stress-activated protein kinase (SAPK) and death receptor (DR5 and TNF-alpha) signaling, and proliferation: extracellular signal-regulated kinases (ERKs) and TNF-alpha. We also noted the involvement of NF-kappaB and c-Jun in response to furan, which are genes that are known to be required for liver regeneration. Furan metabolism by CYP2E1 produces cis-2-butene-1,4-dial (BDA), which is required for ensuing cytotoxicity and oxidative stress. NRF2 is a master regulator of gene expression during oxidative stress and we suggest that chronic NFR2 activity and chronic inflammation may represent critical transition events between the adaptive (regeneration) and adverse (cancer) outcomes. Another objective of this study was to demonstrate the applicability of toxicogenomics data in quantitative risk assessment. We modeled benchmark doses for our transcriptional data and previously published cancer data, and observed consistency between the two. Margin of exposure values for both transcriptional and cancer endpoints were also similar. In conclusion, using furan as a case study we have demonstrated the value of toxicogenomics data in elucidating dose-dependent MOA transitions and in quantitative risk assessment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».