Cytotoxicity of various chemicals and mycotoxins in fresh primary duck embryonic fibroblasts: a comparison to HepG2 cells
Notice bibliographique
Résumé
To screen cost-effectively the overall toxicity of a sample, particularly in the case of food and feed ingredient quality control, a sensitive bioassay is necessary. With the wide variety of cytotoxicity assays, performance comparison between assays using different cells has become of interest. Fresh primary duck embryonic fibroblasts (DEF) were hypothesized to be a sensitive tool for in vitro cytotoxicity screening; cell viability of DEF in response to various cytotoxins was determined and compared with response of HepG2 cells. The IC50 values by the alamar blue assay in the DEF cells had a high correlation (R(2) = 0.96) with those obtained in HepG2 cells. Within the same toxin, primary DEF yielded significantly lower IC50 values than that obtained from HepG2 cells using the MTT and alamar blue assay. Additionally, primary DEF responded to all mycotoxins tested using the alamar blue assay, while HepG2 was less sensitive, particularly at short exposure times. The estimated IC50 for aflatoxin B1 , fumonisins B1 and deoxynivalenol in DEF after 72 h incubation were 3.69, 4.19 and 1.26 μg ml(-1) , respectively. Results from the current study suggest that primary DEF are more sensitive to cytotoxins and mycotoxins compared to HepG2, and thus may have great potential as an effective tool for cytotoxicity assessment. The question remains whether in vitro IC50 values can accurately predict in vivo toxicity; however, the current study accentuates the need for further attention to identify sensitive cell models for in vitro cytotoxicity screening and subsequent exploration of species-specific prediction models for in vivo toxicity. Copyright © 2016 John Wiley & Sons, Ltd.
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 | 0,000 | 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 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 ».