A Collaborative Initiative to Establish Genomic Biomarkers for Assessing Tumorigenic Potential to Reduce Reliance on Conventional Rodent Carcinogenicity Studies
Notice bibliographique
Résumé
There is growing recognition across broad sectors of the scientific community that use of genomic biomarkers has the potential to reduce the need for conventional rodent carcinogenicity studies of industrial chemicals, agrochemicals, and pharmaceuticals through a weight-of-evidence approach. These biomarkers fall into 2 major categories: (1) sets of gene transcripts that can identify distinct tumorigenic mechanisms of action; and (2) cancer driver gene mutations indicative of rapidly expanding growth-advantaged clonal cell populations. This call-to-action article describes a collaborative approach launched to develop and qualify biomarker gene expression panels that measure widely accepted molecular pathways linked to tumorigenesis and their activation levels to predict tumorigenic doses of chemicals from short-term exposures. Growing evidence suggests that application of such biomarker panels in short-term exposure rodent studies can identify both tumorigenic hazard and tumorigenic activation levels for chemical-induced carcinogenicity. In the future, this approach will be expanded to include methodologies examining mutations in key cancer driver gene mutation hotspots as biomarkers of both genotoxic and nongenotoxic chemical tumor risk. Analytical, technical, and biological validation studies of these complementary genomic tools are being undertaken by multisector and multidisciplinary collaborative teams within the Health and Environmental Sciences Institute. Success from these efforts will facilitate the transition from current heavy reliance on conventional 2-year rodent carcinogenicity studies to more rapid animal- and resource-sparing approaches for mechanism-based carcinogenicity evaluation supporting internal and regulatory decision-making.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».