Lead Exposure Disrupts Global DNA Methylation in Human Embryonic Stem Cells and Alters Their Neuronal Differentiation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Exposure to lead (Pb) during childhood can result in learning disabilities and behavioral problems. Although described in animal models, whether Pb exposure also alters neuronal differentiation in the developing brains of exposed children is unknown. Here, we investigated the effects of physiologically relevant concentrations of Pb (from 0.4 to 1.9μM) on the capacity of human embryonic stem cells (hESCs) to progress to a neuronal fate. We found that neither acute nor chronic exposure to Pb prevented hESCs from generating neural progenitor cells (NPCs). NPCs derived from hESCs chronically exposed to 1.9μM Pb throughout the neural differentiation process generated 2.5 times more TUJ1-positive neurons than those derived from control hESCs. Pb exposure of hESCs during the stage of neural rosette formation resulted in a significant decrease in the expression levels of the neural marker genes PAX6 and MSI1. Furthermore, the resulting NPCs differentiated into neurons with shorter neurites and less branching than control neurons, as assessed by Sholl analysis. DNA methylation studies of control, acutely treated hESCs and NPCs derived from chronically exposed hESCs using the Illumina HumanMethylation450 BeadChip demonstrated that Pb exposure induced changes in the methylation status of genes involved in neurogenetic signaling pathways. In summary, our study shows that exposure to Pb subtly alters the neuronal differentiation of exposed hESCs and that these changes could be partly mediated by modifications in the DNA methylation status of genes crucial to brain development.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle