Effects of Perfluorooctanoic Acid on Metabolic Profiles in Brain and Liver of Mouse Revealed by a High-throughput Targeted Metabolomics Approach
Notice bibliographique
Résumé
Perfluorooctanoic acid (PFOA), a perfluoroalkyl acid, can result in hepatotoxicity and neurobehavioral effects in animals. The metabolome, which serves as a connection among transcriptome, proteome and toxic effects, provides pathway-based insights into effects of PFOA. Since understanding of changes in the metabolic profile during hepatotoxicity and neurotoxicity were still incomplete, a high-throughput targeted metabolomics approach (278 metabolites) was used to investigate effects of exposure to PFOA for 28 d on brain and liver of male Balb/c mice. Results of multivariate statistical analysis indicated that PFOA caused alterations in metabolic pathways in exposed individuals. Pathway analysis suggested that PFOA affected metabolism of amino acids, lipids, carbohydrates and energetics. Ten and 18 metabolites were identified as potential unique biomarkers of exposure to PFOA in brain and liver, respectively. In brain, PFOA affected concentrations of neurotransmitters, including serotonin, dopamine, norepinephrine, and glutamate in brain, which provides novel insights into mechanisms of PFOA-induced neurobehavioral effects. In liver, profiles of lipids revealed involvement of β-oxidation and biosynthesis of saturated and unsaturated fatty acids in PFOA-induced hepatotoxicity, while alterations in metabolism of arachidonic acid suggesting potential of PFOA to cause inflammation response in liver. These results provide insight into the mechanism and biomarkers for PFOA-induced effects.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».