Defining Molecular Sensors to Assess Long-Term Effects of Pesticides on Carcinogenesis
Notice bibliographique
Résumé
The abundance of dioxins and dioxin-like pollutants has massively increased in the environment due to human activity. These chemicals are particularly persistent and accumulate in the food chain, which raises major concerns regarding long-term exposure to human health. Most dioxin-like pollutants activate the aryl hydrocarbon receptor (AhR) transcription factor, which regulates xenobiotic metabolism enzymes that belong to the cytochrome P450 1A family (that includes CYP1A1 and CYP1B1). Importantly, a crosstalk exists between estrogen receptor α (ERα) and AhR. More specifically, ERα represses the expression of the CYP1A1 gene, which encodes an enzyme that converts 17β-estradiol into 2-hydroxyestradiol. However, (ERα) does not repress the CYP1B1 gene, which encodes an enzyme that converts 17β-estradiol into 4-hydroxyestradiol, one of the most genotoxic estrogen metabolites. In this review, we discuss how chronic exposure to xenobiotic chemicals, such as pesticides, might affect the expression of genes regulated by the AhR-ERα crosstalk. Here, we focus on recent advances in the understanding of molecular mechanisms that mediate this crosstalk repression, and particularly on how ERα represses the AhR target gene CYP1A1, and could subsequently promote breast cancer. Finally, we propose that genes implicated in this crosstalk could constitute important biomarkers to assess long-term effects of pesticides on human health.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».