Three-dimensional (3D) liver cell models - a tool for bridging the gap between animal studies and clinical trials when screening liver accumulation and toxicity of nanobiomaterials
Notice bibliographique
Résumé
Despite the exciting properties and wide-reaching applications of nanobiomaterials (NBMs) in human health and medicine, their translation from bench to bedside is slow, with a predominant issue being liver accumulation and toxicity following systemic administration. In vitro 2D cell-based assays and in vivo testing are the most popular and widely used methods for assessing liver toxicity at pre-clinical stages; however, these fall short in predicting toxicity for NBMs. Focusing on in vitro and in vivo assessment, the accurate prediction of human-specific hepatotoxicity is still a significant challenge to researchers. This review describes the relationship between NBMs and the liver, and the methods for assessing toxicity, focusing on the limitations they bring in the assessment of NBM hepatotoxicity as one of the reasons defining the poor translation for NBMs. We will then present some of the most recent advances towards the development of more biologically relevant in vitro liver methods based on tissue-mimetic 3D cell models and how these could facilitate the translation of NBMs going forward. Finally, we also discuss the low public acceptance and limited uptake of tissue-mimetic 3D models in pre-clinical assessment, despite the demonstrated technical and ethical advantages associated with them. 3D culture models for use as in vitro alternatives to traditional methods and conventional in vivo animal testing for testing liver accumulation and toxicity of nanobiomaterials.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».