New Approach Methodologies for the Endocrine Activity Toolbox: Environmental Assessment for Fish and Amphibians
Notice bibliographique
Résumé
Multiple in vivo test guidelines focusing on the estrogen, androgen, thyroid, and steroidogenesis pathways have been developed and validated for mammals, amphibians, or fish. However, these tests are resource-intensive and often use a large number of laboratory animals. Developing alternatives for in vivo tests is consistent with the replacement, reduction, and refinement principles for animal welfare considerations, which are supported by increasing mandates to move toward an "animal-free" testing paradigm worldwide. New approach methodologies (NAMs) hold great promise to identify molecular, cellular, and tissue changes that can be used to predict effects reliably and more efficiently at the individual level (and potentially on populations) while reducing the number of animals used in (eco)toxicological testing for endocrine disruption. In a collaborative effort, experts from government, academia, and industry met in 2020 to discuss the current challenges of testing for endocrine activity assessment for fish and amphibians. Continuing this cross-sector initiative, our review focuses on the current state of the science regarding the use of NAMs to identify chemical-induced endocrine effects. The present study highlights the challenges of using NAMs for safety assessment and what work is needed to reduce their uncertainties and increase their acceptance in regulatory processes. We have reviewed the current NAMs available for endocrine activity assessment including in silico, in vitro, and eleutheroembryo models. New approach methodologies can be integrated as part of a weight-of-evidence approach for hazard or risk assessment using the adverse outcome pathway framework. The development and utilization of NAMs not only allows for replacement, reduction, and refinement of animal testing but can also provide robust and fit-for-purpose methods to identify chemicals acting via endocrine mechanisms. Environ Toxicol Chem 2023;42:757-777. © 2023 The Authors. Environmental Toxicology and Chemistry published by Wiley Periodicals LLC on behalf of SETAC.
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 | 0,018 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».