Characterizing the Immune Cell Transcriptomic Response To Low-Dose Ionizing Radiation
Notice bibliographique
Résumé
Abstract Low-dose exposure to ionizing radiation is increasingly common in medical, industrial, and public settings worldwide. Previous studies examining the impacts of low-dose radiation (LDR) exposure on genetic material, cellular responses, and health have been inconclusive and conflicting. The National Academy of Science, Engineering and Medicine has outlined that future LDR research should utilize single-cell omics technologies and computational workflows to define the molecular signatures of LDR exposure. In partnership with the Canadian Nuclear Laboratories (CNL), we have used single-cell RNA sequencing (scRNA-seq) to characterize the in-vivo immune cell response to chronic LDR. Mature adult (18 weeks-old) C57BL/6 female mice were whole-body-exposed to 60Co gamma radiation for 7 days, at dose rates of 0.06 mGy/h or 0.6 mGy/h, to achieve cumulative absorbed doses of 10 mGy (n=6) or 100 mGy (n=6), respectively. scRNA-seq of cells isolated immediately post-irradiation identified subtle candidate transcriptomic changes caused by LDR exposure in splenic and bone marrow cell populations. As the first scRNA-seq study of in-vivo LDR exposure, we reveal a more detailed description of the cellular response to LDR exposure than available in the current literature. Therefore, dissemination of these results will advance radiation biology and will be valuable for evaluating Nuclear Safety guidelines. The research is funded by the CANDU Owner’s Group and the Mitacs Accelerate program.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».