Abstract The growing application of gene expression profiling demands powerful yet user-friendly bioinformatics tools to support systems-level data understanding. NetworkAnalyst was first released in 2014 to address the key need for interpreting gene expression data within the context of protein-protein interaction (PPI) networks. It was soon updated for gene expression meta-analysis with improved workflow and performance. Over the years, NetworkAnalyst has been continuously updated based on community feedback and technology progresses. Users can now perform gene expression profiling for 17 different species. In addition to generic PPI networks, users can now create cell-type or tissue specific PPI networks, gene regulatory networks, gene co-expression networks as well as networks for toxicogenomics and pharmacogenomics studies. The resulting networks can be customized and explored in 2D, 3D as well as Virtual Reality (VR) space. For meta-analysis, users can now visually compare multiple gene lists through interactive heatmaps, enrichment networks, Venn diagrams or chord diagrams. In addition, users have the option to create their own data analysis projects, which can be saved and resumed at a later time. These new features are released together as NetworkAnalyst 3.0, freely available at https://www.networkanalyst.ca.

Environmental mercury (Hg) contamination is an urgent global health threat. The complexity of Hg in the environment can hinder accurate determination of ecological and human health risks, particularly within the context of the rapid global changes that are altering many ecological processes, socioeconomic patterns, and other factors like infectious disease incidence, which can affect Hg exposures and health outcomes. However, the success of global Hg-reduction efforts depends on accurate assessments of their effectiveness in reducing health risks. In this paper, we examine the role that key extrinsic and intrinsic drivers play on several aspects of Hg risk to humans and organisms in the environment. We do so within three key domains of ecological and human health risk. First, we examine how extrinsic global change drivers influence pathways of Hg bioaccumulation and biomagnification through food webs. Next, we describe how extrinsic socioeconomic drivers at a global scale, and intrinsic individual-level drivers, influence human Hg exposure. Finally, we address how the adverse health effects of Hg in humans and wildlife are modulated by a range of extrinsic and intrinsic drivers within the context of rapid global change. Incorporating components of these three domains into research and monitoring will facilitate a more holistic understanding of how ecological and societal drivers interact to influence Hg health risks.

Since the last Arctic Monitoring and Assessment Programme (AMAP) effort to review biological effects of the exposure to organohalogen compounds (OHCs) in Arctic biota, there has been a considerable number of new Arctic effect studies. Here, we provide an update on the state of the knowledge of OHC, and also include mercury, exposure and/or associated effects in key Arctic marine and terrestrial mammal and bird species as well as in fish by reviewing the literature published since the last AMAP assessment in 2010. We aimed at updating the knowledge of how single but also combined health effects are or can be associated to the exposure to single compounds or mixtures of OHCs. We also focussed on assessing both potential individual as well as population health impacts using population-specific exposure data post 2000. We have identified quantifiable effects on vitamin metabolism, immune functioning, thyroid and steroid hormone balances, oxidative stress, tissue pathology, and reproduction. As with the previous assessment, a wealth of documentation is available for biological effects in marine mammals and seabirds, and sentinel species such as the sledge dog and Arctic fox, but information for terrestrial vertebrates and fish remain scarce. While hormones and vitamins are thoroughly studied, oxidative stress, immunotoxic and reproductive effects need further investigation. Depending on the species and population, some OHCs and mercury tissue contaminant burdens post 2000 were observed to be high enough to exceed putative risk threshold levels that have been previously estimated for non-target species or populations outside the Arctic. In this assessment, we made use of risk quotient calculations to summarize the cumulative effects of different OHC classes and mercury for which critical body burdens can be estimated for wildlife across the Arctic. As our ultimate goal is to better predict or estimate the effects of OHCs and mercury in Arctic wildlife at the individual, population and ecosystem level, there remain numerous knowledge gaps on the biological effects of exposure in Arctic biota. These knowledge gaps include the establishment of concentration thresholds for individual compounds as well as for realistic cocktail mixtures that in fact indicate biologically relevant, and not statistically determined, health effects for specific species and subpopulations. Finally, we provide future perspectives on understanding Arctic wildlife health using new in vivo, in vitro, and in silico techniques, and provide case studies on multiple stressors to show that future assessments would benefit from significant efforts to integrate human health, wildlife ecology and retrospective and forecasting aspects into assessing the biological effects of OHC and mercury exposure in Arctic wildlife and fish.

ABSTRACT Toxicity testing is under transformation as it aims to harness the potential of New Approach Methods (NAMs) as alternative test methods that may be less resource intensive (i.e., fewer animals, cheaper costs, quicker assays) than traditional approaches while also providing more data and information. While many stakeholders are of the opinion that this unfolding transformation holds significant promise as a more efficient and ethical way forward, few studies have compared the resources required for NAMs versus those needed for traditional animal-based toxicity tests, particularly in the field of ecotoxicology. The objective was to compare resources needed for traditional animal-based ecotoxicity tests versus alternative tests using emergent NAMs. From a bibliometric review, we estimate that traditional tests for a single chemical cost $118,000 USD, require 135 animals, and take 8 weeks. In comparison, alternative tests cost $2,600, require 20 animals (or none), and take up to 4 weeks to test 16 (to potentially hundreds of) chemicals. Based on our analysis we conclude that NAMs in ecotoxicology can be more advantageous than traditional methods in terms of resources required (i.e., monetary costs, number of animals needed, and testing times). We note, however, that the evidence underpinning these conclusions is relatively sparse. Moving forward, groups developing and applying NAMs should provide more detailed accounts of the resources required. In addition, there is also a need for carefully designed case studies that demonstrate the domain of applicability of NAMs (and make comparisons to traditional tests) to ultimately build confidence among the user community.

There is global demand for novel ecotoxicity testing tools that are based on alternative to animal models, have high throughput potential, and may be applicable to a wide diversity of taxa. Here we scaled up a microplate-based cell-free neurochemical testing platform to screen 800 putative endocrine disrupting chemicals from the U.S. Environmental Protection Agency's ToxCast e1k library against the glutamate (NMDA), muscarinic acetylcholine (mACh), and dopamine (D2) receptors. Each assay was tested in cellular membranes isolated from brain tissues from a representative bird (zebra finch = Taeniopygia castanotis), mammal (mink = Neogale vison), and fish (rainbow trout = Oncorhynchus mykiss). The primary objective of this short communication was to make the results database accessible, while also summarising key attributes of assay performance and presenting some initial observations. In total, 7,200 species-chemical-assay combinations were tested, of which 453 combinations were classified as a hit (radioligand binding changed by at least 3 standard deviations). There were some differences across species, and most hits were found for the D2 and NMDA receptors. The most active chemical was C.I. Solvent Yellow 14 followed by Diphenhydramine hydrochloride, Gentian Violet, SR271425, and Zamifenacin. Nine chemicals were tested across multiple plates with a mean relative standard deviation of the specific radioligand binding data being 24.6%. The results demonstrate that cell-free assays may serve as screening tool for large chemical libraries especially for ecological species not easily studied using traditional methods.

Nanomaterials (NMs) entering the human body via the oral route are subjected to successive digestive chambers in the gastrointestinal (GI) tract, which could alter their physicochemical properties and toxicity profile....

ABSTRACT There is interest in the development of early-life stage (ELS) tests with fish embryo models that are high-throughput and can generate transcriptomics point of departure (tPOD) values. The objective of this study was to establish a method in rainbow trout ( Oncorhynchus mykiss ) hatchlings that could satisfy both of these interests. We based our pilot method on recent efforts by U.S. EPA researchers to establish a larval fathead minnow high throughput transcriptomics assay. Here, 1-2 day post hatch trout were assayed in 24-well plates in which they were exposed for 24 hours to 12 different concentrations of test chemicals, including a negative control (DMSO, culture water). Test concentrations were anchored with a chemical’s LC50 data from the US EPA ECOTOX database and EnviroTox database, and from this, concentrations were spaced on a half-log basis that spanned 6-7 orders of magnitude. In pilot study 1 we tested 3,4-dichloroaniline, CuSO 4 (0.34 mg/L), and ethinylestradiol. In pilot study 2 we tested 3,4-dichloroaniline (58.5 mg/L), CuSO 4 (0.34 and 0.41 mg/L), ethinylestradiol (>10 µg/L), permethrin (>10 µg/L), malathion (0.61 mg/L), 6PPD quinone (5.6 µg/L), acetaldehyde (41.2 mg/L), 4-fluoroaniline (242.7 mg/L), glyphosate (∼150 mg/L), ethanol (>1 g/L), thiamethoxam (>300 mg/L), and allyl alcohol (>30 mg/L). In both pilot studies derived LC50 values are provided in parentheses. Repeated studies of CuSO 4 yielded consistent LC50 values (0.34, 0.34, 0.41 mg/L). The correlation between LC50s from the current study for rainbow trout embryos versus those from the literature on adult rainbow trout for 7 chemicals was r 2 = 0.91. Work is underway to optimize transcriptomics assays from these samples using EcoToxChips and UPXome, with the ultimate goal to be able to derive transcriptomics points of departure. Taken together these results provide a foundation towards establishing a novel testing platform for chemical and environmental risk assessment that is much quicker (24 hrs), ethical (non-protected life stages), resource efficient (e.g., microplate-based, small volumes of chemicals), and more informative (molecular clues into MOA) than traditional bioassay approaches.

Background: Electronic and electrical waste (e-waste) production has emerged to be of global environmental public health concern. E-waste workers, who are frequently exposed to hazardous chemicals through occupational activities, face considerable health risks. Methods: To investigate the metabolic and exposomic changes in these workers, we analyzed whole blood samples from 100 male e-waste workers and 49 controls from the GEOHealth II project (2017–2018 in Accra, Ghana) using LC-MS/MS. A specialized computational workflow was established for exposomics data analysis, incorporating two curated reference libraries for metabolome and exposome profiling. Two feature detection algorithms, asari and centWave, were applied. Results: In comparison to centWave, asari showed better sensitivity in detecting MS features, particularly at trace levels. Principal component analysis demonstrated distinct metabolic profiles between e-waste workers and controls, revealing significant disruptions in key metabolic pathways, including steroid hormone biosynthesis, drug metabolism, bile acid biosynthesis, vitamin metabolism, and prostaglandin biosynthesis. Correlation analyses linked metal exposures to alterations in hundreds to thousands of metabolic features. Functional enrichment analysis highlighted significant perturbations in pathways related to liver function, vitamin metabolism, linoleate metabolism, and dynorphin signaling, with the latter being observed for the first time in e-waste workers. Conclusions: This study provides new insights into the biological impact of prolonged metal exposure in e-waste workers.