Molecular Mechanism of Arsenic-Induced Neurotoxicity including Neuronal Dysfunctions
Notice bibliographique
Résumé
Arsenic is a key environmental toxicant having significant impacts on human health. Millions of people in developing countries such as Bangladesh, Mexico, Taiwan, and India are affected by arsenic contamination through groundwater. Environmental contamination of arsenic leads to leads to various types of cancers, coronary and neurological ailments in human. There are several sources of arsenic exposure such as drinking water, diet, wood preservatives, smoking, air and cosmetics, while, drinking water is the most explored route. Inorganic arsenic exhibits higher levels of toxicity compared its organic forms. Exposure to inorganic arsenic is known to cause major neurological effects such as cytotoxicity, chromosomal aberration, damage to cellular DNA and genotoxicity. On the other hand, long-term exposure to arsenic may cause neurobehavioral effects in the juvenile stage, which may have detrimental effects in the later stages of life. Thus, it is important to understand the toxicology and underlying molecular mechanism of arsenic which will help to mitigate its detrimental effects. The present review focuses on the epidemiology, and the toxic mechanisms responsible for arsenic induced neurobehavioral diseases, including strategies for its management from water, community and household premises. The review also provides a critical analysis of epigenetic and transgenerational modifications, mitochondrial oxidative stress, molecular mechanisms of arsenic-induced oxidative stress, and neuronal dysfunction.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».