22455 research outputs found
Sort by
The evolution of forecast uncertainty in a large ensemble
Get PDFThe accurate prediction of atmospheric phenomena is hindered by the inherent chaos of the Earth's atmosphere, coupled with a multitude of uncertainties stemming from observational limitations and model imperfections. These challenges necessitate sophisticated forecasting methodologies capable of quantifying and addressing uncertainties to provide reliable meteorological predictions. Ensemble Prediction Systems (EPS) have emerged as indispensable tools in this regard, offering a probabilistic framework that accommodates the inherent variability of atmospheric processes. However, there are several limitations to ensembles too: from the inadequate representation of physical processes within the model, to sampling errors because of the limited ensemble size. Moreover, the significance of different uncertainty sources varies across weather regimes, which requires a flow-dependent assessment of the evolution of forecast uncertainty, often limited by the high computational cost of running ensemble experiments several times.
This thesis addresses these challenges by performing three different convection-permitting ensemble experiments using the ICON Limited Area Model (LAM). Firstly, the Physically Based Stochastic Perturbation Scheme (PSP) is included as a representation of model error originating from the subgrid scale in the boundary layer, but affecting the smallest resolved scales. The first experiment spans a whole summer season, which allows for a systematic analysis of the impact of the scheme in different synoptic forcing conditions. This shows that PSP efficiently increases ensemble spread of precipitation in weak synoptic forcing, while producing realistic convective structures and without spoiling the forecast skill. During strong forcing, the effect of the scheme is negligible, as expected by design.
The three-month period analysed in the first part offered a unique opportunity to select two representative cases for the weak and strong forcing regimes to be analysed in more detail in the second experiment: the flow-dependence of forecast distributions is studied using a 120 member Icosahedral Nonhydrostatic (ICON) LAM ensemble. The bootstrapping technique is used to investigate the convergence of sampling error for a range of surface and mid-troposphere variables. Convergence is generally observed for the mean and the standard deviation, but not for the 95th percentile, especially in strong forcing. Additionally, maps of uncertainty are introduced, which allow for a more detailed analysis of the spatial pattern of uncertainty and facilitate the interpretation of the sources and evolution of forecast uncertainty in different synoptic forcing conditions. Overall, the main result of the second part of the thesis is the strong connection between uncertainty of forecast variables and convection, with synoptic forcing being crucial in determining the spatial distribution and uncertainty evolution within 24 hours.
In the last part of the thesis, the longer-lasting impact given by the memory effects of soil moisture and atmospheric stability on forecast uncertainty at the convective scale beyond the first 24 hours of the simulation is studied. Additionally, the impact of these mechanisms is compared with that of altering the initialization time, where ongoing convection is assimilated into the forecast and modifies the evolution of the forecast beyond the first day.
The flow-dependent analysis shows that all the studied mechanisms have a larger impact in weak forcing conditions. Although the uncertainty on the
convective scale quickly grows and the predictability left comes mostly from the larger-scale flow, there are mechanisms on the smaller scale that can still influence the forecast beyond the usual influence time.
Addressing the challenges of limited ensemble size and uncertainty representation, as well as its flow-dependence, is essential for advancing the capabilities of EPS in providing reliable probabilistic forecasts crucial for mitigating weather-related risks in a changing climate.Eine genaue Vorhersage atmosphärischer Phänomene wird durch die chaotische Natur der Atmosphäre in Verbindung mit einer Vielzahl weiterer Unsicherheiten erschwert, die sich aus der begrenzten Anzahl an Beobachtungen als auch Näherungen in numerischen Modellen ergeben. Diese Herausforderungen erfordern hochentwickelte Vorhersagemethoden, die in der Lage sind, Unsicherheiten zu reduzieren und zu quantifizieren, um zuverlässige meteorologische Vorhersagen zu liefern. Ensemble-Vorhersagesysteme (EPS) haben sich in dieser Hinsicht als unverzichtbare Instrumente erwiesen, da sie einen probabilistischen Rahmen bieten, der der inhärenten Variabilität atmosphärischer Prozesse Rechnung trägt. Doch auch Ensembles unterliegen verschiedenen Einschränkungen: von der unzureichenden Darstellung physikalischer Prozesse innerhalb des Modells bis hin zu Stichprobenfehlern aufgrund der begrenzten Ensemblegröße. Die Ensemblegröße wird insbesondere durch die verfügbare Rechnerkapazität eingeschränkt, da die Anzahl der Ensemblemember mit den Rechenkosten skaliert. Darüber hinaus variiert die Bedeutung der verschiedenen Unsicherheitsquellen je nach Wetterlage, was eine strömungsabhängige Bewertung der Entwicklung der Vorhersageunsicherheit erfordert.
In dieser Arbeit werden diese Herausforderungen durch die Durchführung von drei verschiedenen konvektionserlaubenden Ensemble-Experimenten unter Verwendung des ICON Modells angegangen. Der Modellfehler wird mit dem physikalisch basierten stochastischen Störungsschema PSP beschrieben, das die Turbulenz innerhalb der Grenzschicht stört. Das PSP Schema repräsentiert Unsicherheiten, die sich aus nicht aufgelösten Grenzschichtprozessen aufgrund endlicher Gittergröße ergeben. Das erste Experiment erstreckt sich über eine ganze Sommersaison, was eine systematische Analyse der Auswirkungen des PSP Schemas unter verschiedenen synoptischen Bedingungen ermöglicht. Dabei zeigt sich, dass PSP bei schwachem synoptischem Antrieb die Ensemblevariabilität des Niederschlags effizient erhöht und dabei realistische konvektive Strukturen erzeugt, ohne die Vorhersagefähigkeit zu beeinträchtigen. Erwartungsgemäß ist die Auswirkung des PSP Schemas bei starkem Antrieb vernachlässigbar.
Der im ersten Teil analysierte Dreimonatszeitraum bietet die einmalige Gelegenheit, zwei repräsentative Fälle für das schwache und das starke Antriebsregime auszuwählen, die im zweiten Abschnitt eingehender analysiert werden. Die Strömungsabhängigkeit der Vorhersageverteilungen wird anhand eines 120 Member umfassenden ICON Ensembles untersucht. Die Bootstrapping-Technik wird verwendet, um die Konvergenz des Stichprobenfehlers sowohl für verschiedene meteorologische Variablen Nahe der Erdoberfläche als auch in der freien Troposphäre zu untersuchen. Konvergenz wird im Allgemeinen für den Mittelwert und die Standardabweichung beobachtet, jedoch nicht für das 95. Perzentil, insbesondere bei starkem Antrieb. Zusätzlich werden Karten der Unsicherheit eingeführt, die eine detailliertere Analyse des räumlichen Musters der Unsicherheit ermöglichen und die Interpretation der Quellen und der Entwicklung der Vorhersageunsicherheit bei verschiedenen synoptischen Antriebsbedingungen erleichtern. Insgesamt ist das Hauptergebnis des zweiten Teils der Arbeit der starke Zusammenhang zwischen der Unsicherheit der Vorhersagevariablen und der Konvektion, wobei der synoptische Antrieb für die Bestimmung der räumlichen Verteilung und der Entwicklung der Unsicherheit innerhalb von 24 Stunden entscheidend ist.
Im letzten Teil der Arbeit werden die längerfristigen Auswirkungen der Speichereffekte von Bodenfeuchte und atmosphärischer Stabilität auf die Vorhersageunsicherheit auf der konvektiven Skala über die ersten 24 Stunden der Simulation hinaus untersucht. Außerdem werden die Auswirkungen dieser Mechanismen mit denen einer Änderung der Initialisierungszeit verglichen, bei der die laufende Konvektion in die Vorhersage aufgenommen wird und die Entwicklung der Vorhersage über den ersten Tag hinaus verändert. Die strömungsabhängige Analyse zeigt, dass alle untersuchten Mechanismen bei schwachem Konvektionsantrieb einen größeren Einfluss haben. Obwohl die Unsicherheit auf der konvektiven Skala schnell zunimmt und die verbleibende Vorhersagbarkeit hauptsächlich von der großskaligen Strömung stammt, gibt es Mechanismen auf der kleineren Skala, die die Vorhersage auch über die übliche Einflusszeit hinaus beeinflussen können.
Die Erforschung der Herausforderungen, die sich aus der begrenzten Ensemblegröße und der Darstellung der Unsicherheit sowie der Abhängigkeit von der Strömung ergeben, ist von entscheidender Bedeutung für die Verbesserung der Fähigkeiten von EPS bei der Bereitstellung zuverlässiger probabilistischer Vorhersagen, die für die Minderung wetterbedingter Risiken in einem sich ändernden Klima entscheidend sind
Beziehung zwischen Pansenegelbefall und Milchleistungs- und Fruchtbarkeitsparametern bei Kühen
Get PDFDer Einfluss von Humanen Papillomviren auf die Pathogenese des Prostatakarzinoms sowie der nicht-genitalen Seborrhoischen Keratose
Get PDFIn dieser kumulativen Dissertation wurde untersucht, ob ein Zusammenhang
zwischen dem Humanen Papillomavirus (HPV) und der Pathogenese des
Prostatakarzinoms und der nicht-genitalen seborrhoischen Keratose besteht. Neben guten diagnostischen als auch therapeutischen Maßnahmen lässt sich die Inzidenz HPV-bedingter Erkrankungen durch die zur Verfügung stehenden Impfstoffe
reduzieren. Aufgrund dessen war das Ziel dieser kumulativen Dissertation, den in der Literatur kontrovers beschriebenen Einfluss von HPV auf die Pathogenese des Prostatakarzinoms und der nicht-genitalen seborrhoischen Keratose weiter zu
untersuchen mit der Perspektive, neue Optionen der Diagnose, Therapie und Prä-vention zu eröffnen.
In der vorgelegten ersten Veröffentlichung wurde der Zusammenhang zwischen HPV und dem Prostatakarzinom mittels einer serologisch basierten und zusätzlich mittels einer gewebebasierten Nachweismethode mit hohem methodischem Aufwand
untersucht. Ein statistisch signifikanter Einfluss des HPV-Status auf die klinischen Tumoreigenschaften des Prostatakarzinoms konnte dabei nicht nachgewiesen
werden. Die Daten zeigten keine signifikante Korrelation zwischen der Höhe des HPV-16-L1-Antikörpers und dem HPV-PCR-Status.
In der vorgelegten zweiten Veröffentlichung wurde die Prävalenz von HPV in nicht-genitalen seborrhoischen Keratosen anhand von histologischen Hautproben
untersucht. Dabei kam ein PCR basiertes Verfahren zum Einsatz. Im Ergebnis zeigte sich eine nur sehr geringe HPV-Positivität.
Zusammenfassend zeigten die Untersuchungsergebnisse der beiden durchgeführten und veröffentlichten Studien keinen statistisch signifikanten Zusammenhang
zwischen HPV und dem Prostatakarzinom oder der nicht-genitalen seborrhoischen Keratose. Auf Basis dieser Datenlage ist daher nicht davon auszugehen, dass
diagnostische HPV-Tests und HPV-Impfungen zu einer besseren Diagnose, Therapie oder Prävention führen werden.This cumulative dissertation investigated whether there is a relationship between human papillomavirus (HPV) and the pathogenesis of prostate cancer and
non-genital seborrheic keratosis. In addition to good diagnosis and therapy, the
incidence of HPV-related diseases has been reduced through the availability of
vaccines. Thus, it was necessary to further investigate the controversially discussed role of HPV in the pathogenesis of prostate cancer and non-genital seborrheic
keratosis with the perspective of opening new options for their diagnosis, therapy or prevention.
Publication I investigated the possible relationship between HPV and prostate
cancer using a highly sophisticated serological- and tissue-based detection method. A statistically significant influence of the HPV status on the clinical tumor
characteristics of prostate cancer could not be proven. The data showed no
significant correlation between HPV-16-L1-antibody-levels and HPV-PCR-status.
Publication II examined the prevalence of HPV in non-genital seborrheic keratoses using histological skin samples. A PCR based method was used. The result showed only very low HPV positivity.
In summary, the results of the two published studies showed no statistically
significant association between HPV and prostate cancer or non-genital seborrheic keratosis. Therefore, it cannot be assumed that diagnostic HPV tests and HPV
vaccinations would open new possibilities for their diagnosis, therapy or prevention
Cancer immunotherapy design and analysis through discrete optimization, positive-unlabeled learning, and semi-structured regression models
Get PDFFrom ideation to market availability, developing new drugs and therapies can take more than a billion dollars and a decade of work. Clinical testing in human subjects is a particularly time-consuming phase of the development process, and nine out of ten clinical trials fail to demonstrate safety and/or efficacy of the treatments. This delays the introduction to the market by years, and makes the treatment more expensive for end consumers. The safety and efficacy of any given treatment is determined by characteristics of patients and diseases, but our limited ability to identify such factors inevitably leads to reduced success rates of clinical trials, because of overly broad categorization of diseases and patients. Cancer treatments in particular are plagued by low response rates, with therapies often failing to clear the tumor.
The recent introduction of novel computational and experimental tools in clinical practice, mostly enabled by artificial intelligence techniques, led to the discovery of a large number of previously unknown biomarkers, i.e., chemical factors that differentiate sub-populations of patients and sub-types of diseases, leading to an improved understanding of the variables that drive the efficacy of therapies. At the same time, advances in experimental techniques generated an exponential increase in the amount of available data characterizing the molecular landscape of patients, making computational tools a necessity to recognize patterns and identify promising directions to develop new therapies, in an approach known as precision medicine.
This thesis contributes to the precision medicine revolution by introducing an expert opinion paper about potential uses of artificial intelligence in this practice, novel computational tools to aid the development of cancer immunotherapies, and methodological advances to confront some challenges arising from the complex data modalities frequently found in this field. From an applied perspective, this thesis introduces two frameworks for cancer vaccine design based on discrete optimization, complemented by a benchmark of machine learning predictors that are used in conjunction with such frameworks. Then, recognizing the frequent absence of negative examples with which to train machine learning models for such biological problems, this thesis introduces two methods to learn from this type of data with a particular focus on imbalanced distributions. Finally, enabling practitioners to interpret the effect of tabular data such as clinical variables of a patient, modeled jointly with non-tabular data including radiology and histopathology images, this thesis presents a method to perform correct statistical inference in semi-structured regression models. One application of such models, predicting the spread of COVID-19 in Germany, highlights the advantage of such hybrid modeling.Von der Idee bis zur Marktreife kann die Entwicklung neuer Medikamente und Therapien mehr als eine Milliarde Dollar und ein Jahrzehnt Arbeit in Anspruch nehmen. Dabei stellen klinische Studien am Menschen eine besonders zeitaufwändige
Phase des Entwicklungsprozesses dar, und in neun von zehn Fällen gelingt es nicht, die Sicherheit und/oder Wirksamkeit der Behandlungen nachzuweisen. Dadurch verzögert sich die Markteinführung um Jahre, und die Behandlung wird für die Endverbraucher teurer. Die Sicherheit und Wirksamkeit einer bestimmten Behandlung hängt von den Charakteristika der Patienten und Krankheiten ab. Aber unsere begrenzte Fähigkeit, solche Faktoren zu identifizieren, führt unweigerlich zu geringeren Erfolgsquoten bei klinischen Versuchen, weil Krankheiten und Patienten zu breit kategorisiert werden. Insbesondere Krebsbehandlungen haben mit niedrigen Ansprechraten zu kämpfen, da die Therapien den Tumor oft nicht beseitigen können.
Die jüngste Einführung neuartiger computergestützter Instrumente in der klinischen Praxis, die größtenteils durch Techniken der künstlichen Intelligenz ermöglicht werden, führte zur Entdeckung einer großen Zahl bisher unbekannter Biomarker.Das sind Faktoren, die Subpopulationen von Patienten und Subtypen von Krankheiten unterscheiden, was zu einem besseren Verständnis der Variablen führt, die die Wirksamkeit von Therapien bestimmen. Gleichzeitig haben Fortschritte bei den experimentellen Techniken zu einem exponentiellen Anstieg der verfügbaren Datenmenge geführt, die die molekulare Landschaft der Patienten charakterisiert. Dies führt dazu, dass computergestützte Werkzeuge eine Notwendigkeit geworden sind, um Muster zu erkennen und vielversprechende Richtungen für die Entwicklung neuer Therapien zu identifizieren.
Diese Arbeit leistet einen Beitrag zur Revolution der Präzisionsmedizin, indem sie ein Expertengutachten über den möglichen Einsatz künstlicher Intelligenz in dieser Praxis vorstellt. Dabei werden auch neuartige computergestützte Werkzeuge zur Unterstützung der Entwicklung von Krebsimmuntherapien und methodische Fortschritte zur Bewältigung einiger Herausforderungen beleuchtet, die sich aus den komplexen Datenmodalitäten ergeben, die in diesem Bereich häufig anzutreffen sind. Desweiteren, werden in der Arbeit aus einer angewandten Perspektive zwei Rahmenwerke für die Entwicklung von Krebsimpfstoffen vorgestellt, die auf diskreter Optimierung beruhen, ergänzt durch einen Benchmark von Prädiktoren für maschinelles Lernen, die in Verbindung mit solchen Rahmenwerken verwendet werden. Ferner, in Anbetracht des häufigen Fehlens von Negativbeispielen, mit denen maschinelle Lernmodelle für solche biologischen Probleme trainiert werden können, werden in dieser Arbeit zwei Methoden zum Lernen aus dieser Art von Daten mit besonderem Schwerpunkt auf unausgewogenen Verteilungen vorgestellt. Schließlich wird eine Methode zur korrekten statistischen Inferenz in semi-strukturierten Regressionsmodellen vorgestellt, die es Praktikern ermöglicht, die Auswirkungen von tabellarischen Daten wie klinischen Variablen eines Patienten zu interpretieren, die gemeinsam mit nicht-tabellarischen Daten wie radiologischen und histopathologischen Bildern modelliert werden. Eine Anwendung solcher Modelle, die Vorhersage der Ausbreitung von COVID-19 in Deutschland, verdeutlicht den Vorteil einer solchen hybriden Modellierung
Multilingual and multimodal bias probing and mitigation in natural language processing
Get PDFGender bias is a key global challenge of our time according to the United Nations sustainability goals, which call for the elimination of all forms of gender-based discrimination. Since it is ubiquitous online and offline, gender bias is also prevalent in the training data for Natural Language Processing models; these models therefore learn and internalize this bias. Gender bias then reappears when models are probed and used in downstream tasks such as automatic recruitment leading to gender-based discrimination that affects people's lives in a negative way. Thus, gender bias is problematic as it harms individuals.
There is a growing body of research attempting to combat gender bias in language models. However, the diversity of research is quite limited and focused on English and on occupational biases. In this thesis, we attempt to move beyond the current insular state of gender bias research in language models to improve the coverage of languages and biases that are being studied.
Specifically, we undertake three projects that aim to broaden the breadth of current gender bias research in Natural Language Processing (NLP). The first project aims to build a dataset to investigate languages beyond English; our methodology makes it easy to extend the dataset to any language of choice. In addition, we propose a new analytical bias measure that may be used to evaluate bias, given the model's prediction probabilities. In the second project, we demonstrate that learned gender stereotypes regarding politeness may bleed into cyberbullying detection systems, which may disproportionately fail to protect women if the system is attacked with honorifics. In this project, we focus on Korean and Japanese NLP models; however, our results raise the question whether other systems in other languages can fall prey to the same biases. In the third project, we demonstrate that visual representations of emoji may evoke harmful text generation that disproportionately affects different genders, depending on the emoji choice
Untersuchung der Biokompatibilität von 3D-Druckmaterialien zur Herstellung von temporären und definitiven Kronen und Brücken
Get PDFZielsetzung
In den letzten Jahren zeichnete sich eine rasante Verbreitung der additiven Fertigung in der Zahnmedizin ab. Ziel dieser Arbeit ist die Untersuchung eines möglichen Einflusses von 3D-druckbaren Materialien auf orale Zellen. Es besteht dabei größtes Interesse, einen Vergleich zu bereits langjährig etablierten Materialien hinsichtlich deren Biokompatibilität herzustellen.
Material und Methoden
Es wurden neun verschiedene - additiv, CAD/CAM- bzw. konventionell gefertigte - zahnmedizinische direkte und indirekte Restaurationsmaterialien [Tetric Evo Ceram (Ivoclar Vivadent), Tetric CAD (Ivoclar Vivadent), Varseo Smile Crown + (BEGO), NextDent C&B (NextDent), Protemp IV (3M ESPE), Telio CAD (Ivoclar Vivadent), Varseo Smile Temp (BEGO), TEMP Print (GC), P pro Krone und Brücke (Straumann)] Zellkultur-Versuchen an humanen gingivalen Fibroblasten (HGF-1) unterzogen, um deren Biokompatibilität zu detektieren. Von jedem Material wurden kreisrunde Probekörper mit einer Fläche von 162,84 mm² und einer Schichtstärke von 1 mm hergestellt. Zur Herstellung von Eluaten erfolgte ein Einlegen der Plättchen in Medium („DMEM (1X) + GlutaMAX-I“, 10% FBS, 100 U/ml Penicillin und 100 µg/ml Streptomycin) für sieben Tage sowie eine anschließende Probenfiltration mittels eines 0,2 µm Membranfilters (VWR, 2 µm Polyethersulfon Membran). Um den Einfluss der Materialien auf den Zellstoffwechsel zu untersuchen, wurden Assays zur Detektion der Zellviabilität (Colorimetric Cell Viability Kit – WST-8), der Einleitung der Apoptose (Caspase-Glo 3/7-Assay) und des Einflusses auf die Entzündungsregulation (ELISA – Human IL-6-Immunoassay) durchgeführt. Die Studie baut auf insgesamt drei Versuchsdurchläufen auf. Die statistische Auswertung der Ergebnisse erfolgte deskriptiv und mittels nicht-parametrischer Tests (Kruskal-Wallis-Test, Mann-Whitney-U-Test, Signifikanzniveau 0,05). Dabei kam das Programm SPSS (v28, SPSS Inc, Chicago, IL, Vereinigte Staaten von Amerika) zum Einsatz.
Ergebnisse
Bei dem WST-8-Assay zeigte kein Material eine Reduktion der Zellvitalität um mehr als 30% auf, so dass kein Werkstoff laut DIN EN ISO 10993-5-Norm als zytotoxisch eingestuft wird. Die Zellüberlebensrate nahm hier in folgender Reihenfolge ab: TP (97,42%), P (94,94%), TEL (94,70%), TC (88,90%), VSC (87,52%), VST (86,96%), ND (85,42%), PT (74,24%), TEC (71,56%). Es konnte zwischen keinem Material ein signifikanter Unterschied detektiert werden. Durch das Caspase-Glo 3/7-Assay konnten signifikante Unterschiede mit einer mittleren Effektstärke zwischen dem Material PT (p = 0,018) sowie TEL (p = 0,022) und der Negativkontrolle aufgezeigt werden. Es war dabei folgende abnehmende Caspasenaktivität der untersuchten Materialien festzuhalten: TC, P, TEC, ND, VST, TP, VSC, TEL, PT. Das ELISA - Human IL-6-Immunoassay detektierte signifikante Unterschiede mit einer großen Effektstärke bezüglich der IL-6-Konzentration zwischen TEL und ND (p = 0,011), TEL und TP (p < 0,001), TEC und ND (p = 0,043), TEC und TP (p = 0,002) sowie TC und TP (p = 0,012). Dabei nahm die mittlere IL-6-Konzentration in folgender Reihenfolge ab: 517,07 pg/ml (TP), 407,79 pg/ml (ND), 304,97 pg/ml (VSC), 246,89 pg/ml (P), 224,91 pg/ml (VST), 217,64 pg/ml (PT), 208,85 pg/ml (TC), 187,17 pg/ml (TEC), 173,04 pg/ml (TEL).
Schlussfolgerung
Die Materialien können laut vorliegender Ergebnisse als biokompatibel eingestuft werden. Im Vergleich zu den bereits auf dem Markt etablierten Materialien wiesen die neuen 3D-Druck-Materialien gleichwertig einzustufende Ergebnisse auf. Lediglich im Hinblick auf die IL-6-Konzentration zeigten die additiven Materialien erhöhte Werte.Objectives
In recent years, a rapid spread of additive manufacturing in dentistry has become apparent. The aim of this work is to investigate the possible influence of 3D printable materials on oral cells. It is of great interest to compare the biocompatibility of these materials with those that have been established for many years.
Materials and Methods
Nine different - additive, CAD/CAM or conventional manufactured - dental direct and indirect restorative materials [Tetric Evo Ceram (Ivoclar Vivadent), Tetric CAD (Ivoclar Vivadent), Varseo Smile Crown + (BEGO), NextDent C&B (NextDent), Protemp IV (3M ESPE), Telio CAD (Ivoclar Vivadent), Varseo Smile Temp (BEGO), TEMP Print (GC), P pro crown and bridge (Straumann)] were subjected to cell culture test on Human Gingival Fibroblasts (HGF-1) to detect their biocompatibility. Circular specimens with an area of 162.84 mm² and a layer thickness of 1 mm were prepared from each material. For the preparation of eluates, the platelets were placed in medium („DMEM (1X) + GlutaMAX-I”, 10% FBS (fetal calf serum), 100 U/ml penicillin and 100 µg/ml streptomycin) for seven days, followed by sample filtration using a 0.2 µm membrane filter (VWR, 2 µm polyethersulfone membrane). To investigate the influence of the materials on cell metabolism, assays were performed to detect cell viability (Colorimetric Cell Viability Kit - WST-8), initiation of apoptosis (Caspase-Glo 3/7-assay) and influence on inflammatory regulation (ELISA - Human IL-6 immunoassay). The study was composed of a total of three experimental runs. Statistical analysis of the results was performed descriptively and by non-parametric tests (Kruskal-Wallis test, Mann-Whitney U test, significance level 0.05). The SPSS program (v28, SPSS Inc, Chicago, IL, United States of America) was used.
Results
In the WST-8 assay, no material showed a reduction in cell viability of more than 30%, so that no material is classified as cytotoxic according to the DIN EN ISO 10993-5 standard. The cell survival rate decreased here in the following order: TP (97.42%), P (94.94%), TEL (94.70%), TC (88.90%), VSC (87.52%), VST (86.96%), ND (85.42%), PT (74.24%), TEC (71.56%). No significant difference could be shown between any material. The Caspase-Glo 3/7-assay showed significant differences with a mean effect size between the PT (p = 0.018) and TEL (p = 0.022) materials and the negative control. It also proved the following decreasing caspase activity of the tested materials: TC, P, TEC, ND, VST, TP, VSC, TEL, PT. ELISA - Human IL-6 immunoassay detected significant differences with a large effect size regarding IL-6 concentration between TEL and ND (p = 0.011), TEL and TP (p < 0.001), TEC and ND (p = 0.043), TEC and TP (p = 0.002), and TC and TP (p = 0.012). Among them, the mean IL-6 concentration decreased in the following order: 517.07 pg/ml (TP), 407.79 pg/ml (ND), 304.97 pg/ml (VSC), 246.89 pg/ml (P), 224.91 pg/ml (VST), 217.64 pg/ml (PT), 208.85 pg/ml (TC), 187.17 pg/ml (TEC), 173.04 pg/ml (TEL).
Conclusion
According to the available results, the materials can be considered as biocompatible. Compared to the established materials already on the market, the new 3D printed materials showed results that could be classified as equivalent. Only with regard to the IL-6 concentration did the additive materials show increased values
Aged polyethylene microplastics and glyphosate-based herbicide co-exposure toxicity in Pacific White Shrimp (Litopenaeus vannamei)
Get PDFPlastic litter and glyphosate-based herbicides (GBHs) are increasingly becoming pervasive in aquatic environments, characterized by circulatory patterns between different compartments and continual loading with new debris. Although microplastics and GBHs unavoidably contaminate aquatic environments, their combination effect on aquatic organisms has been scarcely investigated. We present the short-term study on individual and combined effects of aged polyethylene (PE) microplastics and glyphosate-based herbicide (GBH) exposures at environmentally relevant concentrations on oxidative damage (malondialdehyde), antioxidant responses (superoxide dismutase and catalase), immune parameters (total hemocyte count, phenoloxidase activity, and immune-related genes), and hepatopancreas histology in shrimp (Litopenaeus vannamei). In addition, the acetylcholinesterase (AChE) was evaluated as a biomarker of GBH exposure. After 96 hours of exposure, individual PE microplastics exposure slightly influenced oxidative status, immune parameters, and histology. The decrease on AChE concentration and alterations of oxidative status, immunity, and cell population in hepatopancreas were observed in single GBH-exposed shrimp. The combinations of aged PE microplastics and GBH induced some changes that differed from individual GBH exposures. For instance, some alterations implied that the presence of aged PE microplastics may alleviate GBH toxicity to L. vannamei (AChE concentration and some expressions of immune-related genes). In conclusion, our results suggest that single exposure of aged PE microplastics at environmental concentration may slightly affect the health of shrimp (L. vannamei) and aged PE microplastics are likely to modify the toxicity of other co-exposed chemicals. Further research on the long-term toxicology test of and mechanism between microplastics and chemicals combination is needed