Compilation of Historical Local Lymph Node Data for Evaluation of Skin Sensitization Alternative Methods
Notice bibliographique
Résumé
Background: Within the toxicology community, considerable effort is directed toward the development of alternative methods for skin sensitization testing. The availability of high-quality, relevant, and reliable in vivo data regarding skin sensitization is essential for the effective evaluation of alternative methodologies. Ideally, data derived from humans would be the most appropriate source because the test methods are attempting to predict a toxicologic effect in humans. Unfortunately, insufficient human data of the necessary quality are available, so it is necessary to rely on the best available animal data. In recent years, the local lymph node assay (LLNA) has emerged as a practical option for assessing the skin sensitization potential of chemicals. In addition to accurately identifying skin sensitizers, the LLNA can also provide a reliable measure of relative sensitization potency, information that is pivotal to the successful management of human health risks. Objective: To provide a database of robust in vivo data to calibrate, evaluate, and eventually validate new approaches for skin sensitization testing. Methods: LLNA data derived from previously conducted studies were compiled from the published literature and unpublished sources. Results: We provide a database that comprises LLNA data on 211 individual chemicals. This extensive chemical data set encompasses both the chemical and biologic diversity of known chemical allergens. To cover the range of relative allergenic potencies, the data set includes data on 13 extreme, 21 strong, 69 moderate, and 66 weak contact allergens, classified according to each allergen's mathematically estimated concentration of chemical required to induce a threefold stimulation index. In addition, there are also 42 chemicals that are considered to be nonsensitizers. In terms of chemical diversity, the database contains data pertaining to the chemical classes represented by aldehydes, ketones, aromatic amines, quinones, and acrylates, as well as compounds that have different reactivity mechanisms. In addition to two-dimensional chemical structures, the physicochemical parameters included are log Kp, log KO/W, and molecular weight. Conclusions: The list of chemicals contained in the data set represents both the chemical and biologic diversity that is known to exist for chemical allergens and non-allergens. It is anticipated that this database will help accelerate the development, evaluation, and eventual validation of new approaches to skin sensitization assessment.
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 | 0,010 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,019 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,006 |
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 ».