MétaCan
Menu
Retour à la cohorte
Enregistrement W4416818856 · doi:10.1016/j.reprotox.2025.109119

Hypothesis-driven approach to developmental toxicity assessment: Using mechanistic information to inform testing

2025· article· en· W4416818856 sur OpenAlexaff
George P. Daston, Matthew Burbank, Florian Gautier, Barbara F. Hales, Yasunari Kanda, Susan L. Makris, Aldert H. Piersma, Nicola Powles-Glover, Sonya K. Sobrian, Vicki Sutherland, Steven Van Cruchten, Ronald L. Wange, Connie L. Chen

Notice bibliographique

RevueReproductive Toxicology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEffects and risks of endocrine disrupting chemicals
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDevelopmental toxicityToxicogenomicsMode of actionTranscriptomeInduced pluripotent stem cellCheminformaticsAdverse Outcome PathwayToxicityIn vivo

Résumé

récupéré en direct d'OpenAlex

Developmental toxicity assessment relies on standardized guideline protocols in which animals (usually rats and/or rabbits) are exposed to the test(s) agent(s) and pregnancy outcomes are assessed at an organismal level. Increasing information about mechanisms of toxicity now allows improved selection of in vivo and in vitro models for assessing developmental toxicity and prediction of developmental outcome by investigating the mode of action (MoA) of the test agent, allowing for a more flexible resource-efficient approach. Read-across, already widely used for chemical assessment, relies on a combination of cheminformatics to select suitable analogs and any of a variety of methods to prove biological similarity and/or a common metabolic pathway. Some of these methods include high-throughput test batteries (e.g., ToxCast) and transcriptomics linked to large databases of gene expression profiles. These can be used to both generate and test hypotheses about MoA of novel compounds. Increasing availability of induced pluripotent stem cells provides greater range of biological models that closely mimic the human biology relevant for addressing a specific hypothesis. Examples are given of how (1) understanding mode of action can be used to identify activity cliffs in a series of analogous chemicals, (2) the use of metabolism data in an example demonstrating that closely related analogs do not all have to be tested in developmental toxicity protocols, and (3) how analysis of gene expression can be used to identify divergent pharmacology in similar chemicals. It is possible using the approaches described to design more flexible, hypothesis-driven approaches to assess developmental 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,026
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,003
Science ouverte0,0040,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,348
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueReproductive ToxicologyMême sujetEffects and risks of endocrine disrupting chemicalsTravaux en français237 207