MétaCan
Menu
Retour à la cohorte
Enregistrement W2097591699 · doi:10.1093/toxsci/kfr185

Adverse Outcome Pathways during Early Fish Development: A Conceptual Framework for Identification of Chemical Screening and Prioritization Strategies

2011· article· en· W2097591699 sur OpenAlexfundno aff
David C. Volz, Scott E. Belanger, Michelle R. Embry, Stephanie Padilla, Hans Sanderson, Kristin Schirmer, Stefan Scholz, Daniel L. Villeneuve

Notice bibliographique

RevueToxicological Sciences · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Toxicology and Ecotoxicology
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Waterloo
Mots-clésAdverse Outcome PathwayPrioritizationFish <Actinopterygii>Drug developmentIdentification (biology)Aquatic toxicologyComputational biologyBiochemical engineeringTest strategyToxicologyBiologyToxicityComputer sciencePharmacologyDrugChemistryEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

The fish early life-stage (FELS) test guideline (OECD 210 or OCSPP 850.1400) is the most frequently used bioassay for predicting chronic fish toxicity and supporting aquatic ecological risk assessments around the world. For each chemical, the FELS test requires a minimum of 360 fish and 1 to 3 months from test initiation to termination. Although valuable for predicting fish full life-cycle toxicity, FELS tests are labor and resource intensive and, due to an emphasis on apical endpoints, provide little to no information about chemical mode of action. Therefore, the development and implementation of alternative testing strategies for screening and prioritizing chemicals has the potential to reduce the cost and number of animals required for estimating FELS toxicity and, at the same time, provides insights into mechanisms of toxicity. Using three reference chemicals with well-established yet distinct adverse outcome pathways (AOPs) in early life stages of fish, we proposed FELS-specific AOPs as conceptual frameworks for identifying useful chemical screening and prioritization strategies. The reference chemicals selected as case studies were a cardiotoxic aryl hydrocarbon receptor agonist (2,3,7,8-tetrachlorodibenzo-p-dioxin), neurotoxic acetylcholinesterase inhibitor (chlorpyrifos), and narcotic surfactant (linear alkylbenzene sulfonate). Using qualitative descriptions for each chemical during early fish development, we developed generalized AOPs and, based on these examples, proposed a three-tiered testing strategy for screening and prioritizing chemicals for FELS testing. Linked with biologically based concentration-response models, a tiered testing strategy may help reduce the reliance on long-term and costly FELS tests required for assessing the hazard of thousands of chemicals currently in commerce.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,007
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0060,003
Études des sciences et des technologies0,0010,006
Communication savante0,0050,007
Science ouverte0,0030,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,275
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations97
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueToxicological SciencesMême sujetEnvironmental Toxicology and EcotoxicologyTravaux en français237 207