High-Throughput Evaluation of Cryoprotective Agents for Mixture Effects That Reduce Toxicity
Notice bibliographique
Résumé
Vitrification is a promising approach for cryopreserving complex biological structures such as organs. However, to prevent ice formation, high concentrations of cell-permeable cryoprotective agents (CPAs) are required, which can be highly toxic. The current reliance on a small number of CPAs limits optimization of low-toxicity compositions for vitrification. To address this, there is growing interest in uncovering novel chemicals with analogous protective qualities. This may not only enhance vitrification efficacy but also mitigate toxic effects. In the current study, we employed a high throughput method to assess the toxicity of 21 compounds at room temperature, both individually and in binary combinations. Our analysis revealed that toxicity increases with both exposure duration and concentration, and that several CPA combinations result in reduced overall toxicity. Notably, among all tested mixtures, four binary combinations-formamide/glycerol, dimethyl sulfoxide/1,3-propanediol, 1,2-propanediol/diethylene glycol, and 1,3-propanediol/diethylene glycol-produced a statistically significant decrease in toxicity, resulting in significantly higher viability for the 6 mol/kg mixture than both corresponding 6 mol/kg single CPA solutions. The high-throughput approach presented here will aid in building a comprehensive CPA toxicity database, which will improve our understanding of toxicity mechanisms and support the development of predictive models for identifying novel CPA mixtures with low toxicity.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».