MétaCan
Menu
Retour à la cohorte
Enregistrement W4395082712 · doi:10.3390/nano14090743

A Systematic Genotoxicity Assessment of a Suite of Metal Oxide Nanoparticles Reveals Their DNA Damaging and Clastogenic Potential

2024· article· en· W4395082712 sur OpenAlexafffund
Silvia Aidee Solorio-Rodriguez, Dongmei Wu, Andrey Boyadzhiev, Callum Christ, Andrew Williams, Sabina Halappanavar

Notice bibliographique

RevueNanomaterials · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensUniversity of OttawaHealth Canada
Organismes subventionnairesHealth Canada
Mots-clésGenotoxicityOxideNanotoxicologyDNA damageSolubilityNanoparticleComet assayChemistryClastogenMetalMicronucleus testMicronucleusInorganic chemistryToxicityChemical engineeringMaterials scienceNanotechnologyDNABiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Metal oxide nanoparticles (MONP/s) induce DNA damage, which is influenced by their physicochemical properties. In this study, the high-throughput CometChip and micronucleus (MicroFlow) assays were used to investigate DNA and chromosomal damage in mouse lung epithelial cells induced by nano and bulk sizes of zinc oxide, copper oxide, manganese oxide, nickel oxide, aluminum oxide, cerium oxide, titanium dioxide, and iron oxide. Ionic forms of MONPs were also included. The study evaluated the impact of solubility, surface coating, and particle size on response. Correlation analysis showed that solubility in the cell culture medium was positively associated with response in both assays, with the nano form showing the same or higher response than larger particles. A subtle reduction in DNA damage response was observed post-exposure to some surface-coated MONPs. The observed difference in genotoxicity highlighted the mechanistic differences in the MONP-induced response, possibly influenced by both particle stability and chemical composition. The results highlight that combinations of properties influence response to MONPs and that solubility alone, while playing an important role, is not enough to explain the observed toxicity. The results have implications on the potential application of read-across strategies in support of human health risk assessment of MONPs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,588

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,269
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanomaterialsMême sujetNanoparticles: synthesis and applicationsTravaux en français237 207