SwePub
Sök i LIBRIS databas

  Utökad sökning

WFRF:(Lahesmaa R.)
 

Sökning: WFRF:(Lahesmaa R.) > Biomarkers of nanom...

Biomarkers of nanomaterials hazard from multi-layer data

Fortino, V (författare)
Kinaret, PAS (författare)
Fratello, M (författare)
visa fler...
Serra, A (författare)
Saarimaki, LA (författare)
Gallud, A (författare)
Gupta, G (författare)
Vales, G (författare)
Correia, M (författare)
Rasool, O (författare)
Ytterberg, J (författare)
Monopoli, M (författare)
Skoog, T (författare)
Karolinska Institutet
Ritchie, P (författare)
Moya, S (författare)
Vazquez-Campos, S (författare)
Handy, R (författare)
Grafstrom, R (författare)
Karolinska Institutet
Tran, L (författare)
Zubarev, R (författare)
Karolinska Institutet
Lahesmaa, R (författare)
Dawson, K (författare)
Loeschner, K (författare)
Larsen, EH (författare)
Krombach, F (författare)
Norppa, H (författare)
Kere, J (författare)
Karolinska Institutet
Savolainen, K (författare)
Alenius, H (författare)
Karolinska Institutet
Fadeel, B (författare)
Karolinska Institutet
Greco, D (författare)
visa färre...
 (creator_code:org_t)
2022-07-01
2022
Engelska.
Ingår i: Nature communications. - : Springer Science and Business Media LLC. - 2041-1723. ; 13:1, s. 3798-
  • Tidskriftsartikel (refereegranskat)
Abstract Ämnesord
Stäng  
  • There is an urgent need to apply effective, data-driven approaches to reliably predict engineered nanomaterial (ENM) toxicity. Here we introduce a predictive computational framework based on the molecular and phenotypic effects of a large panel of ENMs across multiple in vitro and in vivo models. Our methodology allows for the grouping of ENMs based on multi-omics approaches combined with robust toxicity tests. Importantly, we identify mRNA-based toxicity markers and extensively replicate them in multiple independent datasets. We find that models based on combinations of omics-derived features and material intrinsic properties display significantly improved predictive accuracy as compared to physicochemical properties alone.

Publikations- och innehållstyp

ref (ämneskategori)
art (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy