Cell Painting and chemical structure read-across can complement each other for rat acute oral toxicity prediction in chemical early de-risking
Notice bibliographique
Résumé
ABSTRACT Early de-risking decisions in the development of new chemical compounds, enable the identification of novel chemical candidates with improved safety profiles. In vivo studies are traditionally conducted in the early assessment of acute oral toxicity of crop protection products to avoid compounds which are considered “very acutely toxic”, with an in vivo Lethal Dose of 50% (LD50) ≤ 60 mg/kg bodyweight. Those studies are lengthy, costly, and raise ethical concerns, catalyzing the use of non-animal alternatives. The objective of our analysis was to assess the predictive efficacy of read-across approaches for acute oral toxicity in rats, comparing the use of chemical structure information, in vitro biological data derived from the Cell Painting profiling assay on U2OS cells or the combination of both. Our findings indicate that the classification of compounds as very acute oral toxic (LD50 ≤ 60 mg/kg) or not is possible using a read-across approach, with chemical structure information, morphological profiles, or a combination of both. When classifying compounds structurally similar to those in the training set, chemical structure was more predictive (balanced accuracy of 0.82). Conversely, when the compounds to be classified were structurally different from those in the training set, the morphological profiles were more predictive (balanced accuracy of 0.72). Combining the two models allowed for the classification of compounds structurally similar to those in the training set, to slightly improve the predictions (balanced accuracy of 0.85). Abstract Figure For Table of Contents Only
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».