Transcriptional profiling identifies physicochemical properties of nanomaterials that are determinants of the in vivo pulmonary response
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We applied transcriptional profiling to elucidate the mechanisms associated with pulmonary responses to titanium dioxide (TiO2 ) nanoparticles (NPs) of different sizes and surface coatings, and to determine if these responses are modified by NP size, surface area, surface modification, and embedding in paint matrices. Adult C57BL/6 mice were exposed via single intratracheal instillations to free forms of TiO2 NPs (10, 20.6, or 38 nm in diameter) with different surface coatings, or TiO2 NPs embedded in paint matrices. Controls were exposed to dispersion medium devoid of NPs. TiO2 NPs were characterized for size, surface area, chemical impurities, and agglomeration state in the exposure medium. Pulmonary transcriptional profiles were generated using microarrays from tissues collected one and 28 d postexposure. Property-specific pathway effects were identified. Pulmonary protein levels of specific inflammatory cytokines and chemokines were confirmed by ELISA. The data were collapsed to 659 differentially expressed genes (P ≤ 0.05; fold change ≥ 1.5). Unsupervised hierarchical clustering of these genes revealed that TiO2 NPs clustered mainly by postexposure timepoint followed by particle type. A pathway-based meta-analysis showed that the combination of smaller size, large deposited surface area, and surface amidation contributes to TiO2 NP gene expression response. Embedding of TiO2 NP in paint dampens the overall transcriptional effects. The magnitude of the expression changes associated with pulmonary inflammation differed across all particles; however, the underlying pathway perturbations leading to inflammation were similar, suggesting a generalized mechanism-of-action for all TiO2 NPs. Thus, transcriptional profiling is an effective tool to determine the property-specific biological/toxicity responses induced by nanomaterials.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle