MétaCan
Menu
Retour à la cohorte
Enregistrement W3201288061 · doi:10.1002/jat.4235

Metabolomics approach to study in vivo toxicity of graphene oxide nanosheets

2021· article· en· W3201288061 sur OpenAlexaff
Leila Ghiasvand Mohammadkhani, Maryam Khoshkam, Mohsen Kompany‐Zareh, Mahdi Amiri, Ali Ramazani

Notice bibliographique

RevueJournal of Applied Toxicology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésToxicityIn vivoMetabolomicsHormoneChemistryPharmacologyNanosheetMetaboliteBiochemistryBiologyChromatographyBiotechnologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Although graphene oxide (GO) nanosheets are widely used in different fields, the mechanism of their toxicity remains relatively unknown. NMR‐based metabolomics was used to study in vivo time and dose‐dependent toxicity of GO nanosheets in mice. Sixty serum samples from mice in four different time intervals including 24 and 72 h and 7 and 21 days after injection of 0‐, 1‐, and 10‐mg/kg b.w. were analyzed based on 1 HNMR spectra of each sample and multivariate methods. In comparison with the control group, 12 changed metabolites were identified in GO nanosheet‐treated mice groups. These metabolites are involved in steroid hormone biosynthesis and steroid biosynthesis pathways. It was seen that the time factor is more important than the dose factor and the groups were separated in a time direction, completely. We found that GO nanosheets has toxicity and can affect steroidal hormones. However, this study shows that after 21 days, the treated groups regardless of their GO nanosheet dose are very close to the control group. This means that in one step exposure to GO nanosheets, their toxicity diminished after 21 days.

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 enseignants0,015
Score d'incertitude au seuil0,580

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,014
Tête enseignante GPT0,232
Écart entre enseignants0,219 · 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

Citations16
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied ToxicologyMême sujetGraphene and Nanomaterials ApplicationsTravaux en français237 207