How consistent are we? Interlaboratory comparison study in fathead minnows using the model estrogen 17α-ethinylestradiol to develop recommendations for environmental transcriptomics
Notice bibliographique
Résumé
Abstract Fundamental questions remain about the application of omics in environmental risk assessments, such as the consistency of data across laboratories. The objective of the present study was to determine the congruence of transcript data across 6 independent laboratories. Male fathead minnows were exposed to a measured concentration of 15.8 ng/L 17α-ethinylestradiol (EE2) for 96 h. Livers were divided equally and sent to the participating laboratories for transcriptomic analysis using the same fathead minnow microarray. Each laboratory was free to apply bioinformatics pipelines of its choice. There were 12 491 transcripts that were identified by one or more of the laboratories as responsive to EE2. Of these, 587 transcripts (4.7%) were detected by all laboratories. Mean overlap for differentially expressed genes among laboratories was approximately 50%, which improved to approximately 59.0% using a standardized analysis pipeline. The dynamic range of fold change estimates was variable between laboratories, but ranking transcripts by their relative fold difference resulted in a positive relationship for comparisons between any 2 laboratories (mean R2 > 0.9, p < 0.001). Ten estrogen-responsive genes encompassing a fold change range from dramatic (>20-fold; e.g., vitellogenin) to subtle (∼2-fold; i.e., block of proliferation 1) were identified as differentially expressed, suggesting that laboratories can consistently identify transcripts that are known a priori to be perturbed by a chemical stressor. Thus, attention should turn toward identifying core transcriptional networks using focused arrays for specific chemicals. In addition, agreed-on bioinformatics pipelines and the ranking of genes based on fold change (as opposed to p value) should be considered in environmental risk assessment. These recommendations are expected to improve comparisons across laboratories and advance the use of omics in regulations. Environ Toxicol Chem 2017;36:2593–2601. © 2017 SETAC
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 | 0,047 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».