Integration von Transkriptom-Daten in die Read-Across-basierte Risikobewertung
2022
Leiden University, Leiden, Niederlande
Chemische Analogieschlüsse, auch Read-Across genannt, werden üblicherweise ohne spezifische Kenntnisse der biologischen Mechanismen bewertet, die in vivo zu unerwünschten Wirkungen führen. Daher war das Ziel dieser Studie, Wirkungsweisen zu integrieren, um dadurch die Ergebnisse des Read-Across zu optimieren.
Exemplarisch wurden die Veränderungen des Transkiptoms primärer menschlicher Leberzellen als Reaktion auf verschiedene Carbonsäuren ausgewertet, um detaillierte Daten zur Wirkungsweise in den Read-Across-Ansatz für die Risikobewertung aufzunehmen. Die Leberzellen wurden 24 h lang 18 strukturell unterschiedlichen Valproinsäure-Analoga ausgesetzt, um die biologische Ähnlichkeit in Bezug auf das Potenzial von Leberschäden zu bestimmen. Unter Verwendung eines Hochdurchsatz-Screening-Assays wurde die differenzielle Expression von ca. 3.000 Genen, die relevante biologische Signalwege abdecken, bestimmt.
Es wurde gezeigt, dass die Transkriptomanalyse menschlicher Leberzellen die Vorhersage des Ergebnisses einer Leberschädigung auf der Grundlage quantitativer und mechanistischer biologischer Daten verbessert und zur Identifizierung von Gefahren beitragen kann.
Application of high-throughput transcriptomics for mechanism-based biological read-across of short-chain carboxylic acid analogues of valproic acid
Bob van de Water
Eingestellt am: 20.01.2023
[1] https://www.altex.org/index.php/altex/article/view/2334/version/2396
