Testing the effects of two different zebrafish exposure paradigms on transcriptomic-based chemical risk assessment using the flame retardant triphenyl phosphate
Notice bibliographique
Résumé
In the zebrafish larval toxicity model, phenotypic changes induced by chemical exposure can potentially be explained and predicted by the analysis of gene expression changes at sub-phenotypic concentrations. The increase in knowledge of gene pathway-specific effects arising from the zebrafish transcriptomic model has the potential to enhance the role of the larval zebrafish as a component of Integrated Approaches to Testing and Assessment (IATA). In this paper, we compared the transcriptomic responses to triphenyl phosphate between 2 standard exposure paradigms, the Zebrafish Embryo Toxicity (ZET) and General and Behavioral Toxicity (GBT) assays. The ZET assay represents a developmental model with chemical exposure from 6 to 120 h post fertilization (hpf), which covers organogenesis, whereas the GBT represents a juvenile model with exposure from 72 to 120 hpf, which occurs post-organogenesis. This comparison demonstrates both similarities and differences between the 2 assays. Although both models identified similar xenobiotic metabolism pathways, the difference in exposure window length and the time of transcriptomic sampling between the 2 methods also yielded unique sets of affected pathways, demonstrating their complimentary nature. Both data sets support previously described effects of triphenyl phosphate on aquatic and mammalian systems. This work validates and strengthens the use of both exposure paradigms and continues to demonstrate that zebrafish larvae are a valuable tool in the context of IATA toward reduced reliance on the use of higher vertebrate derived data for chemical risk assessment.
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 | 0,001 |
| 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 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».