High-throughput methods for toxicology and health risk assessment - Ineris - Institut national de l'environnement industriel et des risques Accéder directement au contenu
Article Dans Une Revue Environnement, Risques & Santé Année : 2017

High-throughput methods for toxicology and health risk assessment

Méthodes haut-débit en toxicologie et en évaluation des risques sanitaires

Résumé

Toxicology is changing its experimental approaches from animal testing to less expensive, more ethical and relevant methods. From the beginning of this century, various regulations and research programs on both sides of the Atlantic have pushed and contributed to this change. Modern toxicology relies on two main components: in vitro testing and in silico analyses. Toxicology has also entered a world of “big data” production, switching from a low-throughput to a high-throughput mode of screening. Complementary to the assessment of toxicological impact, a large effort has also been made to evaluate human exposure to chemicals: new human and field surveys, analytical measurements, computational capacities, and the use of mathematical modeling have open new possibilities for exposure assessment. Accounting for several sources and routes of exposures, estimating combined exposure to mixtures, integrating exposure variability, and simulating long-term exposure are new challenges on their way to be solved. In addition, biomonitoring data, internal exposure biomarkers, and toxicokinetics are all adding to the list of tools and techniques helping to link the pieces of the yet incomplete puzzle of high-throughput risk assessment. Yet, high-throughput applications in toxicology have been criticized, for their inadequate representation of the biological interactions at the organism level, for the experimental noise they suffer from, for the complexity of the in vivo to in vitro extrapolation and for their yet undefined validation protocols. We propose here a brief panorama of those developments.
Les approches expérimentales en toxicologie sont en train de passer de l’expérimentation animale à des méthodes moins coûteuses, plus éthiques et pertinentes. Dès le début de ce siècle, différents programmes de recherche et réglementations des deux côtés de l’Atlantique ont contribué à ce changement. La toxicologie moderne repose sur deux éléments principaux: les tests in vitro et les analyses in silico. La toxicologie s’est également lancée dans la production de données à grande échelle, passant d’un faible débit à un mode de criblage haut-débit. D’une manière complémentaire à l’évaluation de l’impact toxicologique, un effort important est également fait pour évaluer l’exposition humaine aux substances chimiques. De nouvelles enquêtes de consommation, de nouveaux dosages analytiques, des capacités de calcul plus importantes, ainsi que l’utilisation de la modélisation mathématique ont ouvert de nouvelles possibilités pour l’évaluation de l’exposition. Malgré le grand nombre de sources et de voies d’exposition, l’estimation de l’exposition aux mélanges, l’intégration de sa variabilité, et la simulation des expositions à long terme sont de nouveaux défis en voie de résolution. De plus, les données de biosurveillance, les biomarqueurs d’exposition interne, et la toxicocinétique sont des outils qui aident à compléter le puzzle d’évaluation à haut débit des risques. Pourtant, les applications à haut débit en toxicologie ont été critiquées pour leur représentation inadéquate des interactions biologiques au niveau de l’organisme, les incertitudes dont elles sont entachées, la complexité de l’extrapolation in vivo-in vitro et à cause de leurs protocoles de validation encore mal définis. Nous présentons ici un bref aperçu de ces développements.
Fichier non déposé

Dates et versions

ineris-01853562 , version 1 (03-08-2018)

Identifiants

Citer

Elias Zgheib, Camille Béchaux, Amélie Crépet, Enrico Mombelli, Frédéric Y. Bois. High-throughput methods for toxicology and health risk assessment. Environnement, Risques & Santé, 2017, 16 (1), pp.44-58. ⟨10.1684/ers.2016.0943⟩. ⟨ineris-01853562⟩
71 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More