Effects of cross-fostering and developmental exposure to mixtures of environmental contaminants on hepatic gene expression in prepubertal 21 days old and adult male Sprague-Dawley rats
Notice bibliographique
Résumé
The notion that adverse health effects produced by exposure to environmental contaminants (EC) may be modulated by the presence of non-chemical stressors is gaining attention. Previously, our lab demonstrated that cross-fostering (adoption of a litter at birth) acted as a non-chemical stressor that amplified the influence of developmental exposure to EC on the glucocorticoid stress-response in adult rats. Using liver from the same rats, the aim of the current study was to investigate whether cross-fostering might also modulate EC-induced alterations in hepatic gene expression profiles. During pregnancy and nursing, Sprague-Dawley dams were fed cookies laced with corn oil (control, C) or a chemical mixture (M) composed of polychlorinated biphenyls (PCB), organochlorine pesticides (OCP), and methylmercury (MeHg), at 1 mg/kg/day. This mixture simulated the contaminant profile reported in maternal human blood. At birth, some control and M treated litters were cross-fostered to form two additional groups with different biological/nursing mothers (CC and MM). The hepatic transcriptome was analyzed by DNA microarray in male offspring at postnatal days 21 and 78-86. Mixture exposure altered the expression of detoxification and energy metabolism genes in both age groups, but with different sets of genes affected at day 21 and 78-86. Cross-fostering modulated the effects of M on gene expression pattern (MM vs M), as well as expression of energy metabolism genes between control groups (CC vs C). In conclusion, while describing short and long-term effects of developmental exposure to EC on hepatic transcriptomes, these cross-fostering results further support the consideration of non-chemical stressors in EC risk assessments.
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 | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».