Quantitative interpretation of <scp>ToxTracker</scp> dose–response data for potency comparisons and <scp>mode‐of‐action</scp> determination
Notice bibliographique
Résumé
ToxTracker is an in vitro mammalian stem cell-based reporter assay that detects activation of specific cellular signaling pathways (DNA damage, oxidative stress, and/or protein damage) upon chemical exposure using flow cytometry. Here we used quantitative methods to empirically analyze historical control data, and dose-response data across a wide range of reference chemicals. First, we analyzed historical control data to define a fold-change threshold for identification of a significant positive response. Next, we used the benchmark dose (BMD) combined-covariate approach for potency ranking of a set of more than 120 compounds; the BMD values were used for comparative identification of the most potent inducers of each reporter. Lastly, we used principal component analysis (PCA) to investigate functional and statistical relationships between the ToxTracker reporters. The PCA results, based on the BMD results for all substances, indicated that the DNA damage (Rtkn, Bscl2) and p53 (Btg2) reporters are functionally complementary and indicative of genotoxic stress. The oxidative stress (Srxn1 and Blvrb) and protein stress (Ddit3) reporters are independent indicators of cellular stress, and essential for toxicological profiling using the ToxTracker assay. Overall, dose-response modeling of multivariate ToxTracker data can be used for potency ranking and mode-of-action determination. In the future, IVIVE (in vitro to in vivo extrapolation) methods can be employed to determine in vivo AED (administered equivalent dose) values that can in turn be used for human health risk 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 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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».