Ancestral Fluoxetine Exposure Sensitizes Zebrafish to Venlafaxine-Induced Reductions in Cortisol and Spawning
Notice bibliographique
Résumé
Owing to the prevalence of depression during childbearing, mothers can be prescribed multiple antidepressants; however, little is known about the risk and consequences to the offspring or subsequent generations. Fluoxetine (FLX) is usually the first-line of pharmacological treatment for affective disorders in pregnant women, with venlafaxine (VEN) used as secondary treatment. Given that FLX and VEN readily cross the placenta, a fetus from a treated pregnant woman is potentially at risk of the endocrine disruptive effects of these chemicals. Pharmaceutical agents, including FLX and VEN, reach aquatic ecosystems through sewage release; thus, fish could also be inadvertently affected. We report the results from a 6-day FLX exposure during early zebrafish development to an environmentally relevant level (0.54 µg/L in water) and a concentration detected in the cord blood of FLX-treated pregnant women (54 µg/L in water). The FLX exposure reduced the stress response (arithmetic difference between the stress-induced and unstressed whole-body cortisol levels) in the adult female and male zebrafish, an effect that persisted for four generations. To model the possibility of a second antidepressant exposure, filial generation 4 was exposed to VEN (5 µg/L). We found that FLX exposure sensitized these descendants to VEN. VEN treatment further suppressed cortisol production in females and decreased spawning rates in adult pairs. This is an important demonstration that in an animal model, a brief ancestral exposure of great-great-grandparents to the selective serotonin reuptake inhibitor FLX will shape the physiological responses of future generations to the serotonin and norepinephrine reuptake inhibitor VEN.
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 | 0,000 | 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 | 0,000 |
| 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 ».