MétaCan
Menu
Retour à la cohorte
Enregistrement W3213123042 · doi:10.3389/fendo.2021.727777

Applications of the SR4G Transgenic Zebrafish Line for Biomonitoring of Stress-Disrupting Compounds: A Proof-of-Concept Study

2021· article· en· W3213123042 sur OpenAlexafffund
Amin Nozari, Selena Do, Vance L. Trudeau

Notice bibliographique

RevueFrontiers in Endocrinology · 2021
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Ottawa
Mots-clésZebrafishBiomonitoringBiologyTransgeneGreen fluorescent proteinIn vivoInternal medicineEndocrinologyGeneBiotechnologyMedicineBiochemistryEcology

Résumé

récupéré en direct d'OpenAlex

Transgenic zebrafish models have been successfully used in biomonitoring and risk assessment studies of environmental pollutants, including xenoestrogens, pesticides, and heavy metals. We employed zebrafish larva (transgenic SR4G line) with a cortisol-inducible green fluorescence protein reporter (eGFP) as a model to detect stress responses upon exposure to compounds with environmental impact, including bisphenol A (BPA), vinclozolin (VIN), and fluoxetine (FLX). Cortisol, fluorescence signal, and mRNA levels of eGFP and 11 targeted genes were measured in a homogenized pool of zebrafish larvae, with six experimental replicates for each endpoint. Eleven targeted genes were selected according to their association with stress-axis and immediate early response class of genes. Hydrocortisone (CORT)and dexamethasone (DEX) were used as positive and negative controls, respectively. All measurements were done in two unstressed and stressed condition using standardized net handling as the stressor. A significant positive linear correlation between cortisol levels and eGFP mRNA levels was observed (r> 0.9). Based on eGFP mRNA levels in unstressed and stressed larvae two predictive models were trained (Random Forest and Logistic Regression). Both these models could correctly predict the blunted stress response upon exposure to BPA, VIN, FLX and the negative control, DEX. The negative predictive value (NPV) of these models were 100%. Similar NPV was observed when the predictive models trained based on the mRNA levels of the eleven assessed genes. Measurement of whole-body fluorescence intensity signal was not significant to detect blunted stress response. Our findings support the use of SR4G transgenic larvae as an in vivo biomonitoring model to screen chemicals for their stress-disrupting potentials. This is important because there is increasing evidence that brief exposures to environmental pollutants modify the stress response and critical coping behaviors for several generations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,090
Tête enseignante GPT0,386
Écart entre enseignants0,296 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in EndocrinologyMême sujetAnimal testing and alternativesTravaux en français237 207