Toxicity Testing in the 21st Century: Bringing the Vision to Life
Notice bibliographique
Résumé
In 2007, the U.S. National Academy of Sciences released a report, Toxicity Testing in the 21st Century: A Vision and a Strategy, that envisions a not-so-distant future in which virtually all routine toxicity testing would be conducted in human cells or cell lines in vitro by evaluating cellular responses in a suite of toxicity pathway assays using high-throughput tests, that could be implemented with robotic assistance. Risk assessment based on results of these types of tests would shift towards the avoidance of significant perturbations of these pathways in exposed human populations. Dose-response modeling of perturbations of pathway function would be organized around computational systems biology models of the circuitry underlying each toxicity pathway. In vitro to in vivo extrapolations would rely on pharmacokinetic models to predict human blood and tissue concentrations under specific exposure conditions. All of the scientific tools needed to affect these changes in toxicity testing practices are either currently available or in an advanced state of development. A broad scientific discussion of this new vision for the future of toxicity testing is needed to motivate a departure from the traditional high dose animal-based toxicological tests, with its attendant challenges for dose and species extrapolation, towards a new approach more firmly grounded in human biology. The present paper, and invited commentaries on the report that will appear in Toxicological Sciences over the next year, are intended to initiate a dialog to identify challenges in implementing the vision and address obstacles to change.
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 | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,004 | 0,010 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».