MétaCan
Menu
Retour à la cohorte
Enregistrement W4281400918 · doi:10.1021/acs.chemrestox.2c00050

Pesticides Inhibit Retinoic Acid Catabolism in PLHC-1 and ZFL Fish Hepatic Cell Lines

2022· article· en· W4281400918 sur OpenAlexafffundabout
Charbel Hanna, Monique Boily, Catherine Jumarie

Notice bibliographique

RevueChemical Research in Toxicology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRetinoids in leukemia and cellular processes
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésCatabolismRetinoic acidBiochemistryChemistryAtrazinePopulationBiologyPesticideMetabolismMedicine

Résumé

récupéré en direct d'OpenAlex

The population of yellow perch (Perca flavescens) in lake Saint-Pierre (QC, Canada) has been dramatically declining since 1995 without any sign of recovery. Previous studies have shown disrupted retinoid (vitamin A) metabolic pathways in these fish, possibly due to the influence of pesticides. Our study aimed to evaluate the impact of some herbicides and neonicotinoids on retinoic acid catabolism in the fish hepatic cell lines PLHC-1 and ZFL. We hypothesized that pesticides accelerate the catabolism of retinoic acid through oxidative stress that exacerbates the oxidation of retinoic acid. Results obtained with talarozole, a specific CYP26A1 inhibitor, and ketoconazole, a generalist inhibitor of cytochrome-P450 enzymes, revealed that CYP26A1 is mainly responsible for retinoic acid catabolism in ZFL but not PLHC-1 cells. The impacts of pesticides on retinoic acid catabolism were evaluated by incubating the cells with all-trans-retinoic acid and two herbicides, atrazine and glyphosate, or three neonicotinoids, clothianidin, imidacloprid, and thiamethoxam. Intracellular thiols and lipid peroxidation were measured following pesticide exposure. The possible causal relation between oxidative stress and the perturbation of retinoic acid catabolism was investigated using the antioxidant N-acetylcysteine. The data revealed that pesticides inhibit retinoic acid catabolism, with the involvement of oxidative stress in the case of atrazine, imidacloprid, and thiamethoxam but not with clothianidin and glyphosate. Pesticides also affected the isomerization of all-trans-retinoic acid over time, leading to an increased proportion of active isomers. These results hint at a possible perturbation of retinoic acid catabolism in fish living in pesticide-contaminated waters, as suggested by several in vivo studies. Such a disruption of retinoid metabolism is worrying, given the numerous physiological pathways driven by retinoids.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,711

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,326
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueChemical Research in ToxicologyMême sujetRetinoids in leukemia and cellular processesTravaux en français237 207