Exposure to ambient particulate matter induces oxidative stress in lung and aorta in a size- and time-dependent manner in rats
Notice bibliographique
Résumé
Exposure to particulate matter (PM) has been implicated in oxidative stress (OxS) and inflammation as underlying mechanisms of lung damage and cardiovascular alterations. PM is a chemical mixture that can be subdivided according to their aerodynamic size into coarse (CP), fine (FP), and ultrafine (UFP) particulates. We investigated, in a rat model, the induction of OxS (protein oxidation and antioxidant response), carcinogen-DNA adduct formation, and inflammatory mediators in lung in response to different airborne particulate fractions, CP, FP, and UFP, after an acute and subchronic exposure. In addition, OxS was evaluated in the aorta to assess the effects beyond the lungs. Exposure to CP, FP, and UFP induced time- and size-dependent lung protein oxidation and DNA adduct formation. After acute and subchronic exposure, nuclear factor erythroid-2 (Nrf2) activation was observed in the lung, by electrophoretic mobility shift assay, and the induction of mRNA antioxidant enzymes in the FP and UFP groups, but not in the CP. Cytokine concentration of interleukin 1β, interleukin 6, and macrophage inflammatory protein-2 was significantly increased in bronchoalveolar lavage fluid after acute exposure to FP and UFP. Activation of Nrf2 and expression of mRNA antioxidant enzymes were observed only after the subchronic exposure to FP and UFP in the aorta. Our results indicate that FP and UFP were mainly accountable for the oxidant toxic effects in the lung; OxS is spread from the lung to the cardiovascular system. We conclude that the biological mechanisms associated with transient OxS and inflammation are particle size and time-dependent exposure resulting in acute lung injury, which later reaches the vascular system.
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 | 0,001 | 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 | 0,000 |
| 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 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 ».