How robust are transcriptomics-based points of departure when translated to in vivo doses by kinetic-modeling? A case study with the herbicide pendimethalin using HepG2 and HepaRG cells

Résumé Technique : Robustesse des points de départ basés sur la transcriptomique pour le pendiméthaline

Énoncé du problème
L'évaluation traditionnelle des risques pour les produits agrochimiques repose fortement sur des études animales in vivo pour dériver des points de départ (POD - Points of Departure) destinés aux valeurs d'orientation réglementaires. Bien que les nouvelles approches méthodologiques (NAMs) offrent une voie pour estimer les niveaux d'exposition protecteurs sans nouvelles données animales, leurs performances prédictives et leur robustesse nécessitent une validation par rapport aux résultats in vivo établis. Plus précisément, il est nécessaire d'évaluer si les flux de travail basés sur la transcriptomique, lorsqu'ils sont combinés à une modélisation cinétique basée sur la physiologie (PBK) pour l'extrapolation in vitro-vers-in vivo (IVIVE), peuvent générer des seuils de toxicité systémique biologiquement plausibles. De plus, la contribution relative de l'incertitude provenant de la modélisation toxicocinétique par rapport à l'analyse des données transcriptomiques reste incertaine.

Méthodologie
Cette étude de cas a utilisé le pendiméthaline (PDM), un agrochimique possédant de nombreuses données de référence toxicologiques et cinétiques existantes, pour évaluer un flux de travail NAM basé sur la transcriptomique. L'étude a employé deux modèles cellulaires hépatiques et plateformes transcriptomiques distincts :

1. Modèles cellulaires : HepG2 (carcinome hépatocellulaire immortalisé) et HepaRG (cellules souches hépatiques différenciées).
2. Plateformes transcriptomiques : TempO-Seq ciblé dans les cellules HepG2 et séquençage de l'ARN non ciblé dans les cellules HepaRG.
3. Exposition : Les cellules ont été exposées au PDM pendant 48 heures sur des plages de concentrations (0,07–202 µM pour HepaRG ; 0,8–56 µM pour HepG2), sélectionnées sur la base des limites de cytotoxicité (IC25).
4. Dérivation du tPOD : Les changements d'expression génique ont été analysés à l'aide de BMDExpress 3.0. Quatre approches statistiques ont été appliquées pour dériver des points de départ transcriptomiques (tPOD) :
   • La concentration de référence (BMC) du 25e percentile de gènes.
   • Le 5e percentile de la distribution des BMC.
   • Le 1er mode de la distribution de densité des BMC.
   • Le niveau de concentration sans effet transcriptomique observé (NOTEL-5), défini comme la concentration la plus élevée présentant moins de 5 gènes exprimés de manière différentielle.
5. IVIVE et modélisation PBK : Les tPOD dérivés ont été traduits en doses externes par dosimétrie inverse. Trois modèles PBK de rat distincts ont été utilisés : le package R httk de l'EPA, l'outil en ligne TK-Plate de l'EFSA, et un TK-Estimator interne à BASF à 9 compartiments.
6. Modélisation de la population humaine : Un modèle PBK basé sur la population humaine (utilisant le package httk avec une population virtuelle de 100 000 individus) a été utilisé pour dériver une dose équivalente orale (OED) au 5e percentile à partir du tPOD le plus sensible.
7. Analyse de sensibilité : Des coefficients de sensibilité ont été calculés pour les paramètres d'entrée clés (fraction non liée, logKow, clairance intrinsèque et perméabilité apparente) afin d'évaluer leur impact sur les prédictions de la $C_{max}$ plasmatique.

Résultats clés

• Sensibilité transcriptomique : Les deux lignées cellulaires et les deux plateformes ont détecté des changements d'expression génique dépendants de la concentration. Le tPOD le plus sensible identifié était de 0,65 µM (BMC du 25e gène dans HepG2 via TempO-Seq), tandis que l'analyse RNA-seq de HepaRG a produit un tPOD le plus sensible de 0,68 µM (NOTEL-5).
• POD dérivés de l'IVIVE : Lorsque traduits en doses externes, les POD dérivés de l'IVIVE se situaient généralement dans la plage des POD in vivo réglementaires rapportés pour le PDM.
  • La prédiction la plus sensible pour le rat a produit un POD de 6,0 mg/kg de poids corporel/jour.
  • La modélisation de la population humaine a abouti à une OED au 5e percentile de 0,068 mg/kg de poids corporel/jour.
• Comparaison avec les valeurs réglementaires : L'OED humaine prédite (0,068 mg/kg de poids corporel/jour) est proche de l'apport journalier acceptable (ADI) établi de 0,125 mg/kg de poids corporel/jour et de la limite d'exposition acceptable pour l'opérateur (AOEL) de 0,17 mg/kg de poids corporel/jour. Le POD du rat (6,0 mg/kg de poids corporel/jour) s'aligne sur la NOAEL de 12,5 mg/kg de poids corporel/jour dérivée d'une étude chronique chez le chien (utilisée pour l'ADI).
• Sources de variabilité : Il a été constaté que la variabilité introduite par le choix du modèle toxicocinétique (PBK) était de même ordre de grandeur que la variabilité associée aux différentes approches d'analyse transcriptomique (lignée cellulaire, plateforme et méthode statistique). L'analyse de sensibilité a indiqué que les paramètres d'absorption et de partitionnement (spécifiquement $P_{app}$ et logKow) étaient les principaux moteurs de l'incertitude dans les prédictions cinétiques.
• Performance du modèle : Les valeurs de $C_{max}$ plasmatique prédites par les modèles PBK se situaient entre 0,5 et 1,0 fois les données in vivo mesurées chez le rat après une dose orale unique, ce qui correspond à la plage de précision acceptable pour les modèles PBPK qualifiés.

Signification et affirmations
Les auteurs affirment que cette étude soutient la faisabilité de la combinaison de la transcriptomique in vitro avec l'IVIVE pour estimer les seuils de toxicité systémique des produits agrochimiques. Les résultats suggèrent que les flux de travail basés sur la transcriptomique et les NAM peuvent fournir des estimations de niveaux d'exposition protecteurs comparables à ceux dérivés des études traditionnelles in vivo.

Crucialement, l'article souligne que l'incertitude dans l'IVIVE contribue au moins autant à la prédiction finale que l'incertitude de l'analyse des données transcriptomiques. Cette conclusion souligne que les améliorations des flux de travail d'évaluation des risques de nouvelle génération (NGRA) dépendent autant des progrès de la modélisation toxicocinétique, de la dosimétrie et de la paramétrage cinétique que du perfectionnement des méthodologies transcriptomiques.

L'étude conclut que, bien que l'approche soit prometteuse pour identifier des seuils de toxicité systémique protecteurs, une évaluation plus large sur une gamme plus étendue d'agrochimiques et un perfectionnement méthodologique supplémentaire (incluant l'utilisation de paramètres cinétiques déterminés expérimentalement et de la dosimétrie in vitro) sont nécessaires avant qu'une application réglementaire de routine ne puisse être établie. Les auteurs maintiennent une position modeste, présentant ce travail comme une étude de cas de preuve de concept plutôt que comme un remplacement définitif des cadres réglementaires actuels.