Novel Methods and Approaches for Safety Evaluation of Nanoparticle Formulations: A Focus Towards In Vitro Models and Adverse Outcome Pathways
Notice bibliographique
Résumé
Nanotoxicology is an emerging field employed in the assessment of unintentional hazardous effects produced by nanoparticles (NPs) impacting human health and the environment. The nanotoxicity affects the range between induction of cellular stress and cytotoxicity. The reasons so far reported for these toxicological effects are due to their variable sizes with high surface areas, shape, charge, and physicochemical properties, which upon interaction with the biological components may influence their functioning and result in adverse outcomes (AO). Thus, understanding the risk produced by these materials now is an important safety concern for the development of nanotechnology and nanomedicine. Since the time nanotoxicology has evolved, the methods employed have been majorly relied on in vitro cell-based evaluations, while these simple methods may not predict the complexity involved in preclinical and clinical conditions concerning pharmacokinetics, organ toxicity, and toxicities evidenced through multiple cellular levels. The safety profiles of nanoscale nanomaterials and nanoformulations in the delivery of drugs and therapeutic applications are of considerable concern. In addition, the safety assessment for new nanomedicine formulas lacks regulatory standards. Though the in vivo studies are greatly needed, the end parameters used for risk assessment are not predicting the possible toxic effects produced by various nanoformulations. On the other side, due to increased restrictions on animal usage and demand for the need for high-throughput assays, there is a need for developing and exploring novel methods to evaluate NPs safety concerns. The progress made in molecular biology and the availability of several modern techniques may offer novel and innovative methods to evaluate the toxicological behavior of different NPs by using single cells, cell population, and whole organisms. This review highlights the recent novel methods developed for the evaluation of the safety impacts of NPs and attempts to solve the problems that come with risk assessment. The relevance of investigating adverse outcome pathways (AOPs) in nanotoxicology has been stressed in particular.
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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».