MétaCan
Menu
Retour à la cohorte
Enregistrement W2339664195 · doi:10.1016/j.jprot.2016.03.046

Proteomic changes in human lung epithelial cells (A549) in response to carbon black and titanium dioxide exposures

2016· article· en· W2339664195 sur OpenAlexafffund
Ngoc Q. Vuong, Patrick Goegan, Susantha Mohottalage, Dalibor Breznan, Marianne B. Ariganello, Andrew Williams, Fred Elisma, Subramanian Karthikeyan, Renaud Vincent, Premkumari Kumarathasan

Notice bibliographique

RevueJournal of Proteomics · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCarcinogens and Genotoxicity Assessment
Établissements canadiensHealth CanadaUniversity of Ottawa
Organismes subventionnairesHealth Canada
Mots-clésCytotoxicityA549 cellApoptosisChemistryCell biologyIn vitroProteomicsToxicityCell cultureBiologyBiochemistryMolecular biologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

This study combined cytotoxicity assays with proteomic analysis to characterize the unique biological responses of the A549 human lung epithelial cell line to two physicochemically distinct respirable particles titanium dioxide (TiO2) and carbon black (CB). Cellular LDH, ATP, BrdU incorporation and resazurin reduction indicated that CB was more potent than TiO2. Proteomic analysis was done using 2D-GE and MALDI-TOF-TOF-MS. Proteomic changes reflected common and particle-specific responses. Particle-specific proteomic responses were associated with cell death (necrosis and apoptosis), viability and proliferation pathways. Our results suggested that these pathways were consistent with the cytotoxicity data. For instance, increased expressions of anti-proliferative proteins LMNA and PA2G4 were in agreement with the decreased BrdU incorporation in A549 cells after exposure to CB. Similarly, increased expression of HSPA5 that is associated with ATPase activity was consistent with decreased cellular ATP levels in these cells. These findings reveal that proteomic changes can explain the cellular cytotoxicity characteristics of the particles. In essence, our results demonstrate that the in vitro toxicoproteomic approach is a promising tool to gain insight into molecular mechanisms underlying particle exposure-specific cytotoxicity. In this study we have shown that toxicoproteomics is a sensitive and informative method to resolve the toxicity characteristics of particles with different physicochemical properties. This approach can be useful in the investigation of molecular mechanisms underpinning cellular cytotoxic responses elicited by particle exposures. Thus, the toxicoproteomic approach can be valuable in assessing the risk associated with particle exposures in vitro.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,255
Écart entre enseignants0,247 · 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'étudeExpérimental (laboratoire)
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

Citations40
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ProteomicsMême sujetCarcinogens and Genotoxicity AssessmentTravaux en français237 207