Transcriptome network data in larval zebrafish (Danio rerio) following exposure to the phenylpyrazole fipronil
Notice bibliographique
Résumé
Fipronil is a phenylpyrazole pesticide that is used in both residential and agricultural applications. Fipronil is detected in run-off and water systems that are near areas in which the pesticide has been applied. The pesticide acts to antagonize gamma aminobutyric acid receptors, leading to over-excitation in the central nervous system. Fipronil has relatively high toxicity to fish, but the mechanisms underlying the toxicity are not well understood in embryonic stages. Zebrafish embryos were exposed to a single concentration of fipronil for 48 h at ∼3-4 h-post-fertilization. Following a 7-day depuration phase, transcriptome and behavioral analyses were conducted. Transcriptomics identified neural processes as those differentially expressed with different doses of fipronil (0.2 µg, 200 µg and 2 mg fipronil/L). Gene networks associated with astrocyte differentiation, myelination, neural tube development, brain stem response, innervation, nerve regeneration, astrocyte differentiation, among other pathways were altered with exposure. In addition, miRNA-related events are disrupted by fipronil exposure and genes associated with primary or pri-miRNA processing were increased in larval fish exposed to the pesticide. These data present putative mechanisms associated with neurological impacts at later ages of zebrafish. This is important because it is not clear how early exposure to pesticides like fipronil affect central nervous system function and organisms later in life.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».