Chemical compounds from anthropogenic environment and immune evasion mechanisms: potential interactions
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
An increasing number of studies suggest an important role of host immunity as a barrier to tumor formation and progression. Complex mechanisms and multiple pathways are involved in evading innate and adaptive immune responses, with a broad spectrum of chemicals displaying the potential to adversely influence immunosurveillance. The evaluation of the cumulative effects of low-dose exposures from the occupational and natural environment, especially if multiple chemicals target the same gene(s) or pathway(s), is a challenge. We reviewed common environmental chemicals and discussed their potential effects on immunosurveillance. Our overarching objective was to review related signaling pathways influencing immune surveillance such as the pathways involving PI3K/Akt, chemokines, TGF-β, FAK, IGF-1, HIF-1α, IL-6, IL-1α, CTLA-4 and PD-1/PDL-1 could individually or collectively impact immunosurveillance. A number of chemicals that are common in the anthropogenic environment such as fungicides (maneb, fluoxastrobin and pyroclostrobin), herbicides (atrazine), insecticides (pyridaben and azamethiphos), the components of personal care products (triclosan and bisphenol A) and diethylhexylphthalate with pathways critical to tumor immunosurveillance. At this time, these chemicals are not recognized as human carcinogens; however, it is known that they these chemicalscan simultaneously persist in the environment and appear to have some potential interfere with the host immune response, therefore potentially contributing to promotion interacting with of immune evasion mechanisms, and promoting subsequent tumor growth and progression.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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