VALIDATING HIGH-THROUGHPUT MICRONUCLEUS ANALYSIS OF PERIPHERAL RETICULOCYTES FOR RADIATION BIODOSIMETRY: BENCHMARK AGAINST DICENTRIC AND CBMN ASSAYS IN A MOUSE MODEL
Notice bibliographique
Résumé
Automation of radiation biodosimetry is one of the top priority tasks considered by the Office of Science and Technology Policy and the Homeland Security Council in preparation for the nation's readiness for a possible radionuclear terrorist attack. The Center for Biophysical Assessment and Risk Management Following Irradiation, a consortium of researchers and institutions centered at the University of Rochester, has been investigating automated scoring of radiation-induced micronucleus formation in reticulocytes for high-throughput radiation biodosimetry. The collaborative project is based on a commercially-available product by Litron Laboratories in Rochester, New York. The study was designed to validate the flow-cytometry based analysis of micronucleated reticulocyte expression for radiation biodosimetry by benchmarking against the standard lymphocyte-based biodosimetry methods in a mouse model. C57B1/6 mice and C3H mice were exposed to Cs total-body radiation from 0-3 Gy. Blood samples were subsequently analyzed for CD71+ micronucleated reticulocyte and reticulocyte frequencies by flow cytometry. Results showed a linear dose-response of MN-RET up to 1 Gy for C57B1/6 and 2 Gy for C3H mice. On the other hand, robust and good dose-response curves were obtained with lymphocyte-based dicentric assay and cytokinesis-block micronucleus assay up to 3 Gy. High-throughput, automated analyses of micronucleated reticulocytes is a sensitive and reproducible method for detecting recent radiation exposure. In mice, the dose range of detection is useful up to 1 Gy (C57Bl/6) and 2 Gy (C3H) but not reliable beyond these dose limits. The utilization of this automated analysis for human radiation biodosimetry is currently under investigation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».