MétaCan
Menu
Retour à la cohorte
Enregistrement W4286005444 · doi:10.3390/ijms23147985

Assessing the Morphological and Behavioral Toxicity of Catechol Using Larval Zebrafish

2022· article· en· W4286005444 sur OpenAlexaff
Michael G. Morash, Kelly H. Soanes, John C. Achenbach, Lee Ellis

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésCatecholHypoactivityZebrafishToxicityGenotoxicityToxicologyBiologyChemistryPharmacologyBiochemistryNeuroscienceGene

Résumé

récupéré en direct d'OpenAlex

Catechol is a ubiquitous chemical used in the manufacturing of fragrances, pharmaceuticals and flavorants. Environmental exposure occurs in a variety of ways through industrial processes, during pyrolysis and in effluent, yet despite its prevalence, there is limited information regarding its toxicity. While the genotoxicity and gastric carcinogenicity of catechol have been described in depth, toxicological studies have potentially overlooked a number of other effects relevant to humans. Here, we have made use of a general and behavioral larval zebrafish toxicity assay to describe previously unknown catechol-based toxicological phenomena. Behavioral testing revealed catechol-induced hypoactivity at concentrations an order of magnitude lower than observable endpoints. Catechol exposure also resulted in punctate melanocytes with concomitant decreases in the expression of pigment production and regulation markers mitfa, mc1r and tyr. Because catechol is converted into a number of toxic metabolites by tyrosinase, an enzyme found almost exclusively in melanocytes, an evaluation of the effects of catechol on these cells is critical to evaluating the safety of this chemical. This work provides insights into the toxic nature of catechol and highlights the benefits of the zebrafish larval testing platform in being able to dissect multiple aspects of toxicity with one model.

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)0,001
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 enseignants0,012
Score d'incertitude au seuil0,149

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,060
Tête enseignante GPT0,383
Écart entre enseignants0,323 · 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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207