<i>In vitro</i>transcriptomic analyses reveal pathway perturbations, estrogenic activities, and potencies of data-poor BPA alternative chemicals
Notice bibliographique
Résumé
Since initial regulatory action in 2010 in Canada, bisphenol A (BPA) has been progressively replaced by structurally related alternative chemicals. Unfortunately, many of these chemicals are data-poor, limiting toxicological risk assessment. We used high-throughput transcriptomics to evaluate potential hazards and compare potencies of BPA and 15 BPA alternative chemicals in cultured breast cancer cells. MCF-7 cells were exposed to BPA and 15 alternative chemicals (0.0005-100 µM) for 48 h. TempO-Seq (BioSpyder Inc) was used to examine global transcriptomic changes and estrogen receptor alpha (ERα)-associated transcriptional changes. Benchmark concentration (BMC) analysis was conducted to identify 2 global transcriptomic points of departure: (1) the lowest pathway median gene BMC and (2) the 25th lowest rank-ordered gene BMC. ERα activation was evaluated using a published transcriptomic biomarker and an ERα-specific transcriptomic point of departure was derived. Genes fitting BMC models were subjected to upstream regulator and canonical pathway analysis in Ingenuity Pathway Analysis. Biomarker analysis identified BPA and 8 alternative chemicals as ERα active. Global and ERα transcriptomic points of departure produced highly similar potency rankings with bisphenol AF as the most potent chemical tested, followed by BPA and bisphenol C. Further, BPA and transcriptionally active alternative chemicals enriched similar gene sets associated with increased cell division and cancer-related processes. These data provide support for future read-across applications of transcriptomic profiling for risk assessment of data-poor chemicals and suggest that several BPA alternative chemicals may cause hazards at similar concentrations to BPA.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».