Adverse outcome pathways as a tool for the design of testing strategies to support the safety assessment of emerging advanced materials at the nanoscale
Notice bibliographique
Résumé
Toxicity testing and regulation of advanced materials at the nanoscale, i.e. nanosafety, is challenged by the growing number of nanomaterials and their property variants requiring assessment for potential human health impacts. The existing animal-reliant toxicity testing tools are onerous in terms of time and resources and are less and less in line with the international effort to reduce animal experiments. Thus, there is a need for faster, cheaper, sensitive and effective animal alternatives that are supported by mechanistic evidence. More importantly, there is an urgency for developing alternative testing strategies that help justify the strategic prioritization of testing or targeting the most apparent adverse outcomes, selection of specific endpoints and assays and identifying nanomaterials of high concern. The Adverse Outcome Pathway (AOP) framework is a systematic process that uses the available mechanistic information concerning a toxicological response and describes causal or mechanistic linkages between a molecular initiating event, a series of intermediate key events and the adverse outcome. The AOP framework provides pragmatic insights to promote the development of alternative testing strategies. This review will detail a brief overview of the AOP framework and its application to nanotoxicology, tools for developing AOPs and the role of toxicogenomics, and summarize various AOPs of relevance to inhalation toxicity of nanomaterials that are currently under various stages of development. The review also presents a network of AOPs derived from connecting all AOPs, which shows that several adverse outcomes induced by nanomaterials originate from a molecular initiating event that describes the interaction of nanomaterials with lung cells and involve similar intermediate key events. Finally, using the example of an established AOP for lung fibrosis, the review will discuss various in vitro tests available for assessing lung fibrosis and how the information can be used to support a tiered testing strategy for lung fibrosis. The AOPs and AOP network enable deeper understanding of mechanisms involved in inhalation toxicity of nanomaterials and provide a strategy for the development of alternative test methods for hazard and risk assessment of nanomaterials.
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 | 0,020 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».