An AOP-informed testing strategy to identify chemicals causing genotoxicity through oxidative DNA damage: case study on 4-nitroquinoline 1-oxide
Notice bibliographique
Résumé
Adverse outcome pathways (AOPs) provide a framework to organize and weigh evidence linking molecular interactions of toxicants in cells to outcomes of regulatory concern. Applying this framework facilitates the interpretation of data produced using new test methods. We used AOP #296 which describes how oxidative DNA damage leads to mutations and chromosomal aberrations to develop an integrated testing strategy to evaluate whether a chemical operates through this pathway. We exposed human TK6 cells to increasing concentrations of 4-nitroquinoline 1-oxide (4NQO), a tobacco mimetic that causes oxidative DNA damage, in a time-series design. We measured oxidative DNA damage and strand breaks using the high-throughput CometChip assay with and without formamidopyrimidine DNA glycosylase (Fpg), alongside analyses of micronucleus (MN) frequency by flow cytometry, and mutations by error-corrected next-generation sequencing (Duplex Sequencing). Our analysis shows how these methods can be combined to quantify 4NQO-induced, concentration- and time-dependent increases in: (a) oxidative DNA damage (occurred early and at lower concentrations than single strand breaks); (b) strand breaks (remained elevated to 6 hours post-exposures); (c) MN frequency (at 24 hours); (d) mutation frequency (at 48 hours); and, (e) C>A transversions consistent with expected substitutions induced by oxidative DNA lesions. The time-series shows the repair of oxidative DNA damage with persistent strand breaks remaining at 6 hours. Overall, we provide an example of an AOP-informed testing strategy and contribute to quantitative understanding of AOP #296. We also demonstrate the high value of Duplex Sequencing for elucidating the mechanisms associated with exposure to oxidative stress inducers.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».