Toxicity of Metal Oxide Nanoparticles: Looking through the Lens of Toxicogenomics
Notice bibliographique
Résumé
The impact of solubility on the toxicity of metal oxide nanoparticles (MONPs) requires further exploration to ascertain the impact of the dissolved and particulate species on response. In this study, FE1 mouse lung epithelial cells were exposed for 2-48 h to 4 MONPs of varying solubility: zinc oxide, nickel oxide, aluminum oxide, and titanium dioxide, in addition to microparticle analogues and metal chloride equivalents. Previously published data from FE1 cells exposed for 2-48 h to copper oxide and copper chloride were examined in the context of exposures in the present study. Viability was assessed using Trypan Blue staining and transcriptomic responses via microarray analysis. Results indicate material solubility is not the sole property governing MONP toxicity. Transcriptional signaling through the 'HIF-1α Signaling' pathway describes the response to hypoxia, which also includes genes associated with processes such as oxidative stress and unfolded protein responses and represents a conserved response across all MONPs tested. The number of differentially expressed genes (DEGs) in this pathway correlated with apical toxicity, and a panel of the top ten ranked DEGs was constructed (Hmox1, Hspa1a, Hspa1b, Mmp10, Adm, Serpine1, Slc2a1, Egln1, Rasd1, Hk2), highlighting mechanistic differences among tested MONPs. The HIF-1α pathway is proposed as a biomarker of MONP exposure and toxicity that can help prioritize MONPs for further evaluation and guide specific testing strategies.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».