Lead does not affect transcription of intestinal zinc-binding proteins in growing rats.
Notice bibliographique
Résumé
Environmental lead exposure remains a serious concern for the growth and development of children. Micronutrient status may affect the absorption and tissue accumulation of lead, but the mechanisms of gastrointestinal uptake and transport remain unknown. Thus, our objective was to investigate the effects of lead on the mRNA levels of intestinal zinc transporter 4 (ZIP4), metallothionein (MT), cysteine-rich intestinal protein (CRIP), and divalent metal transporter 1 (DMT1) in growing rats fed marginal, adequate, and supplemental zinc diets. Weanling Sprague Dawley rats were assigned to marginal zinc (MZ; 8 mg Zn/kg diet), zinc-adequate control (CT; 30 mg Zn/kg), zinc-adequate diet-restricted (DR; 30 mg Zn/kg), or supplemental zinc (SZ; 300 mg Zn/kg) groups, with and without lead acetate-containing drinking water (200 mg Pb/l) for 3 weeks. Duodenum was analyzed for ZIP4, MT, CRIP, and DMT1 mRNA levels by real-time reverse transcription-polymerase chain reaction and MT immunolocalization. Tissues were analyzed for zinc, lead, and iron by inductively coupled plasma spectrometry. MZ rats had higher duodenal ZIP4 mRNA levels, lower MT mRNA levels, lower MT immunostaining intensity, and lower zinc concentrations than DR, CT, and SZ. Duodenal DMT1 mRNA levels were lower in DR and SZ compared with MZ. Tissue lead concentrations responded to dietary zinc with SZ < CT < DR
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».