一种新的方法方法来识别致瘤化学物质,使用短期暴露和转录分析
Victoria Ledbetter1,2, Scott Auerbach3, Logan J Everett1
1Center for Computational Toxicology and Exposure, US Environmental Protection Agency, Durham, NC, United States.
Frontiers in toxicology
|November 1, 2024
概括
一种新方法方法 (NAM) 准确地识别肝脏致癌物,使用从短时间暴露的老鼠中获得的基因表达生物标志物. 这种方法有效地评估化学风险,可以应用于向的RNA-Seq分析.
科学领域:
- 毒理学 毒理学 毒理学
- 基因组学就是基因组学.
- 化学品风险评估 化学品风险评估
背景情况:
- 目前的癌症风险评估方法资源密集.
- 数以千计的化学物质仍未被测试其致癌潜力.
- 早些时候的研究开发了一种新的方法方法 (NAM) 用于使用基因表达生物标志物识别肝脏瘤基因.
研究的目的:
- 为了确认NAM在单个时间点/剂量时识别肝脏瘤原体的能力.
- 评估NAM对向RNA-Seq分析的适用性.
- 预测六种最常见的动物肝癌分子启动事件.
主要方法:
- 雄性大鼠通过输液连续4天暴露在15种化学物质中.
- 使用 Affymetrix 阵列和 TG-GATES 或 DrugMatrix 数据生成肝脏转录档案.
- NAM与向RNA-Seq (TempO-Seq) 结合,对来自于暴露于16种化学物质5天的老鼠的肝脏样本进行了测试.
主要成果:
- 通过使用TG-GATES和DrugMatrix TALs,NAM实现了75%和85%的预测准确度.
- 与向RNA-Seq结合的NAM在识别致瘤化学物质方面表现出高达91%的预测准确性.
- 该研究证实了NAM的有效性,包括微阵列和向RNA-Seq数据.
结论:
- NAM有效地识别出肝脏致化学物质,它们的剂量和作用方式.
- 这种方法适用于从老鼠短期暴露中获得的微阵列和向RNA-Seq数据.
- 与传统方法相比,NAM为化学风险评估提供了一种更可行和更有效的方法.


