Using Transcriptomics and Metabolomics to Understand Species Differences in Sensitivity to Chlorpyrifos in Japanese Quail and Double-Crested Cormorant Embryos
Notice bibliographique
Résumé
Modern 21st-century toxicity testing makes use of omics technologies to address critical questions in toxicology and chemical management. Of interest are questions relating to chemical mechanisms of toxicity, differences in species sensitivity, and translation of molecular effects to observable apical endpoints. Our study addressed these questions by comparing apical outcomes and multiple omics responses in early-life stage exposure studies with Japanese quail (Coturnix japonica) and double-crested cormorant (Phalacrocorax auritus), representing a model and ecological species, respectively. Specifically, we investigated the dose-dependent response of apical outcomes as well as transcriptomics and metabolomics in the liver of each species exposed to chlorpyrifos, a widely used organophosphate pesticide. Our results revealed a clear pattern of dose-dependent disruption of gene expression and metabolic profiles in Japanese quail but not double-crested cormorant at similar chlorpyrifos exposure concentrations. The difference in sensitivity between species was likely due to higher metabolic transformation of chlorpyrifos in Japanese quail compared to double-crested cormorant. The most impacted biological pathways after chlorpyrifos exposure in Japanese quail included hepatic metabolism, oxidative stress, endocrine disruption (steroid and nonsteroid hormones), and metabolic disease (lipid and fatty acid metabolism). Importantly, we show consistent responses across biological scales, suggesting that significant disruption at the level of gene expression and metabolite profiles leads to observable apical responses at the organism level. Our study demonstrates the utility of evaluating effects at multiple biological levels of organization to understand how modern toxicity testing relates to outcomes of regulatory relevance, while also highlighting important, yet poorly understood, species differences in sensitivity to chemical exposure. Environ Toxicol Chem 2021;40:3019-3033. © 2021 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».