MétaCan
Menu
Retour à la cohorte
Enregistrement W3109010381 · doi:10.1016/j.taap.2020.115343

A transcriptomic overview of lung and liver changes one day after pulmonary exposure to graphene and graphene oxide

2020· article· en· W3109010381 sur OpenAlexafffund
Sarah Søs Poulsen, Stefan Bengtson, Andrew Williams, Nicklas Raun Jacobsen, Jesper T. Troelsen, Sabina Halappanavar, Ulla Vogel

Notice bibliographique

RevueToxicology and Applied Pharmacology · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensHealth Canada
Organismes subventionnairesHealth CanadaEuropean Commission
Mots-clésTranscriptomeGraphenePulmonary toxicityNanotoxicologyLungOxideHomeostasisChemistryToxicityBiologyCell biologyMedicineBiochemistryInternal medicineGeneGene expressionNanotechnologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Hazard evaluation of graphene-based materials (GBM) is still in its early stage and it is slowed by their large diversity in the physicochemical properties. This study explores transcriptomic differences in the lung and liver after pulmonary exposure to two GBM with similar physical properties, but different surface chemistry. Female C57BL/6 mice were exposed by a single intratracheal instillation of 0, 18, 54 or 162 μg/mouse of graphene oxide (GO) or reduced graphene oxide (rGO). Pulmonary and hepatic changes in the transcriptome were profiled to identify commonly and uniquely perturbed functions and pathways by GO and rGO. These changes were then related to previously analyzed toxicity endpoints. GO exposure induced more differentially expressed genes, affected more functions, and perturbed more pathways compared to rGO, both in lung and liver tissues. The largest differences were observed for the pulmonary innate immune response and acute phase response, and for hepatic lipid homeostasis, which were strongly induced after GO exposure. These changes collective indicate a potential for atherosclerotic changes after GO, but not rGO exposure. As GO and rGO are physically similar, the higher level of hydroxyl groups on the surface of GO is likely the main reason for the observed differences. GO exposure also uniquely induced changes in the transcriptome related to fibrosis, whereas both GBM induced similar changes related to Reactive Oxygen Species production and genotoxicity. The differences in transcriptomic responses between the two GBM types can be used to understand how physicochemical properties influence biological responses and enable hazard evaluation of GBM and hazard ranking of GO and rGO, both in relation to each other and to other 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,151
Score d'incertitude au seuil0,898

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,243
Écart entre enseignants0,221 · 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 tête enseignante, 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

Citations49
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueToxicology and Applied PharmacologyMême sujetGraphene and Nanomaterials ApplicationsTravaux en français237 207