Modeling xenobiotic susceptibility to hepatotoxicity using an in vitro oxidative stress inflammation model
Notice bibliographique
Résumé
Evidence suggests xenobiotic exposure during periods of inflammation can increase an individual's susceptibility to toxicity. The present study aimed to validate an in-vitro inflammatory model to identify compounds that increase hepatotoxicity during inflammation. Using freshly isolated hepatocytes exposed to a low nontoxic flow of H2O2 using glucose (G) and glucose oxidase (GO) and supplementing it with either peroxidase or Fe(II), the effects of inflammation on 2 classes of drugs known to cause hepatotoxicity were examined: nitroaromatics (nimesulide, nilutamide, flutamide) and aromatic amines (clozapine, thioridazine). Co-incubation with G/GO and the nitroaromatics increased toxicity that was further increased when peroxidase was present. While the aromatic amines did not increase cytotoxicity with G/GO alone, they demonstrated significant increases in cytotoxicity when incubated with peroxidase+G/GO. Liver injury is commonly observed with alcohol abusers; therefore, the effects of inflammation on ethanol, and its metabolite acetaldehyde, were observed. Both ethanol and acetaldehyde increased cytotoxicity, which was further increased when Fe(II) was present. These results implicate H2O2, a cellular mediator of inflammation, as a potential risk factor for hepatotoxicity. A H2O2-enhanced hepatocyte-system in the presence of peroxidase or Fe(II) may prove useful for a more robust screening of xenobiotics for assessing potential toxicity associated with inflammation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».