Developmental neurotoxicity (DNT) and many forms of reproductive toxicity (RT) often manifest themselves in functional deficits that are not necessarily based on cell death, but rather on minor changes relating to cell differentiation or communication. The fields of DNT/RT would greatly benefit from in vitro tests that allow the identification of toxicant-induced changes of the cellular proteostasis, or of its underlying transcriptome network. Therefore, the 'human embryonic stem cell (hESC)-derived novel alternative test systems (ESNATS)' European commission research project established RT tests based on defined differentiation protocols of hESC and their progeny. Valproic acid (VPA) and methylmercury (MeHg) were used as positive control compounds to address the following fundamental questions: (1) Does transcriptome analysis allow discrimination of the two compounds? (2) How does analysis of enriched transcription factor binding sites (TFBS) and of individual probe sets (PS) distinguish between test systems? (3) Can batch effects be controlled? (4) How many DNA microarrays are needed? (5) Is the highest non-cytotoxic concentration optimal and relevant for the study of transcriptome changes? VPA triggered vast transcriptional changes, whereas MeHg altered fewer transcripts. To attenuate batch effects, analysis has been focused on the 500 PS with highest variability. The test systems differed significantly in their responses (<20 % overlap). Moreover, within one test system, little overlap between the PS changed by the two compounds has been observed. However, using TFBS enrichment, a relatively large 'common response' to VPA and MeHg could be distinguished from 'compound-specific' responses. In conclusion, the ESNATS assay battery allows classification of human DNT/RT toxicants on the basis of their transcriptome profiles.

Abstract Background and Objective PSEN1 -H163Y carriers, at the presymptomatic stage, have reduced 18 FDG-PET binding in the cerebrum of the brain [1]. This could imply dysfunctional energy metabolism in the brain. In this study, plasma of presymptomatic PSEN1 mutation carriers was analyzed to understand associated metabolic changes. Methods We analyzed plasma from non-carriers (NC, n=8) and presymptomatic PSEN1 -H163Y mutation carriers (MC, n=6) via untargeted metabolomics using gas and liquid chromatography coupled with mass spectrometry, which identified 1199 metabolites. All the metabolites were compared between MC and NC using univariate analysis, as well as correlated with the ratio of Aβ 1-42/Aβ1-40 , using Spearman’s correlation. Altered metabolites were subjected to Ingenuity Pathways Analysis (IPA). Results When comparing between presymptomatic MC and NC, the levels of 116 different metabolites were altered. Out of 116, only 23 were annotated metabolites, which include amino acids, fatty acyls, bile acids, hexoses, purine nucleosides, carboxylic acids, and glycerophosphatidylcholine species. 1-docosapentaenoyl-GPC, glucose and uric acid were correlated with the ratio of plasma Aβ 1-42 /Aβ 1-40 (p < 0.05). Conclusion This study finds dysregulated metabolite classes, which are changed before the disease onset. Also, it provides an opportunity to compare with sporadic Alzheimer’s Disease. Observed findings in this study need to be validated in a larger and independent Familial Alzheimer’s Disease (FAD) cohort. Graphical abstract

Disclaimer “This manuscript has been withdrawn by the authors as it was submitted and made public without the full consent of all the authors. Therefore, the authors do not wish this work to be cited as a reference for the project. If you have any questions, please contact the corresponding author.”