Toxicity of Haloacetonitrile Mixtures to a Normal Tissue-Derived Human Cell Line: Are They Additive, Synergistic, or Antagonistic?
Notice bibliographique
Résumé
Haloacetonitriles (HANs)─a class of nitrogen-containing disinfection byproducts found in treated drinking water─are cytotoxic and genotoxic to mammalian cells. However, most cell toxicity data have been ascertained by using transformed animal- or cancer-derived human cell lines. In this study, we evaluated the cytotoxicity of individual chloro-, bromo-, and iodo-acetonitrile (ClCH 2 CN, BrCH 2 CN, and ICH 2 CN) and their mixtures using normal tissue-derived human epithelium-derived RPE-1 hTERT cells. The order for individual HAN cytotoxicity from most to least toxic was ICH 2 CN > BrCH 2 CN ≫ ClCH 2 CN with the inhibitory concentration that reduced the cell viability by 50% of the untreated cells (IC 50 ) of 2.52 ± 0.19, 7.24 ± 0.68, and 190 ± 18.5 μM, respectively. For HAN mixtures, cytotoxicity from most to least toxic was BrCH 2 CN+ICH 2 CN > ICH 2 CN+ClCH 2 CN ≈ ClCH 2 CN+BrCH 2 CN+ICH 2 CN > ClCH 2 CN+BrCH 2 CN with a total IC 50 of 4.65 ± 0.71, 8.12 ± 1, 7.91 ± 0.64, and 13.6 ± 2.04 μM, respectively. The cytotoxicity of all four mixtures at IC 50 was well predicted by both concentration addition (CA) and independent action (IA) models, which confirmed additivity effects. However, the Chou–Talalay method (CT) showed antagonistic cytotoxic effects. The difference could primarily stem from the different threshold criteria of each model for additivity, synergy, and antagonism, leading to different conclusions. Results indicate that evaluating cumulative mixture toxic effects with CA, IA, and CT can improve the overall confidence of the analysis.
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 | 0,000 | 0,000 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».