Integrative Modeling of Urinary Metabolomics and Metal Exposure Reveals Systemic Impacts of Electronic Waste in Exposed Populations
Notice bibliographique
Résumé
Background: Informal electronic waste (e-waste) recycling practices release a complex mixture of pollutants, particularly heavy metals, into the environment. Chronic exposure to these contaminants has been linked to a range of health risks, but the molecular underpinnings remain poorly understood. In this study, we investigated the alterations in metabolic profiles due to e-waste exposure and linked these metabolites to systemic biological effects. Methods: We applied untargeted high-resolution metabolomics using dual-column LC-MS/MS and a multi-step analysis workflow combining MS1 feature detection, MS2 annotation, and chemical ontology classification, to characterize urinary metabolic alterations in 91 e-waste workers and 51 community controls associated with the Agbogbloshie site (Accra, Ghana). The impacts of heavy metal exposure in e-waste workers were assessed by establishing linear regression and four-parameter logistic (4PL) models between heavy metal levels and metabolite concentrations. Results: Significant metal-associated metabolomic changes were identified. Both linear and nonlinear models revealed distinct sets of exposure-responsive compounds, highlighting diverse biological responses. Ontology-informed annotation revealed systemic effects on lipid metabolism, oxidative stress pathways, and xenobiotic biotransformation. This study demonstrates how integrating chemical ontology and nonlinear modeling facilitates exposome interpretation in complex environments and provides a scalable template for environmental biomarker discovery. Conclusions: Integrating dose–response modeling and chemical ontology analysis enables robust interpretation of exposomics datasets when direct compound identification is limited. Our findings indicate that e-waste exposure induces systemic metabolic alterations that can underlie health risks and diseases.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».