Transcriptional benchmark dose modeling: Exploring how advances in chemical risk assessment may be applied to the radiation field
Notice bibliographique
Résumé
Recent advances in "-omics" technologies have simplified capacity to concurrently assess expression profiles of thousands of targets in a cellular system. However, compilation and analysis of "omics" data in support of human health protection remains a challenge. Benchmark dose (BMD) modeling is currently being employed in chemical risk assessment to estimate acceptable levels of exposure. Although typically applied to conventional endpoints, newer software has enabled this application to be extended to transcriptomic datasets. BMD analytical tools now have the capacity to model transcriptional dose-response data to derive meaningful BMD values for genes, pathways and gene ontologies. In this report, radiation data obtained from the Gene Expression Omnibus (GEO) were analyzed to generate BMD values for transcriptional responses. The datasets comprised microarray analyses of human blood gamma-irradiated ex vivo (0-20 Gy) and human-derived cell lines exposed to alpha particle radiation (0.5-1.5 Gy). The distributions of BMDs for statistically significant genes and pathways in response to radiation exposure were examined and compared across studies. BMD modeling could identify pathway/gene sensitivities across wide radiation dose ranges, experimental conditions (time-points, cell types) and radiation qualities. BMD analysis offered a new approach to examine transcriptional data. The results were shown to provide information on transcriptional thresholds of effects to support refined risk assessments for low dose ionizing radiation exposures, derive gene-based values for relative biological effectiveness and identify pathways involved in radiation sensitivities across cell types which may extend to applications a clinical setting. Environ. Mol. Mutagen. 57:589-604, 2016. © 2016 Wiley Periodicals, Inc.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».