AOP-Anchored转录组分析目录加速了斑马鱼中环境毒素的发现
Jierong Chen1, Congcong Wang1, Wenqing Tu2
1State Environmental Protection Key Laboratory of Environmental Health Impact Assessment of Emerging Contaminants, School of Environmental Science and Engineering, Shanghai Jiao Tong University, 800 Dongchuan Road, Shanghai 200240, China.
Environmental science & technology
|July 17, 2024
概括
这项研究引入了一个负面结果途径 (AOP) 定转录组分析 (AATA) 目录,以有效地识别环境毒素. AATA目录准确地预测了对鱼类的化学风险,为传统的毒性测试提供了更快,更具成本效益的替代方案.
科学领域:
- 环境毒理学环境毒理学
- 计算生物学 计算生物学
- 生态毒素基因组学
背景情况:
- 目前的化学毒性评估是昂贵的,耗时的,并依赖于动物试验.
- 需要有效的方法来选环境有毒物质.
- 负面结果途径 (AOPs) 为了解毒性机制提供了一个框架.
研究的目的:
- 开发一个负面结果途径 (AOP) 定转录组分析 (AATA) 目录.
- 为了加快环境毒素的发现和评估.
- 创建一个网络,将环境物质与预测的鱼类不良结果联系起来.
主要方法:
- 审查了437个AOP和2,280个转录组数据集.
- 构建了物质网络,分子关键事件 (mKE) 基因,并预测了不良结果 (SGA).
- 通过文献审查和对斑马鱼的实验测试来验证预测.
主要成果:
- 开发了一个包含78种物质,1099个基因和354种不良结果的网络.
- 文献验证证实,预测的不良结果准确率为82.9%.
- 实验验证显示,斑马鱼的AATA预测准确率为92.3%.
结论:
- AATA目录是识别鱼类中环境毒素的有效工具.
- 这种方法为传统的毒性测试提供了一个有希望的,高吞吐量的替代方案.
- 调查结果提供了对环境污染物对水生生物构成的风险的见解.
