CYP1A1, VEGFA and Adipokine Responses of Human Adipocytes Co-exposed to PCB126 and Hypoxia
Notice bibliographique
Résumé
It is increasingly recognized that hypoxia may develop in adipose tissue as its mass expands. Adipose tissue is also the main reservoir of lipophilic pollutants, including polychlorinated biphenyls (PCBs). Both hypoxia and PCBs have been shown to alter adipose tissue functions. The signaling pathways induced by hypoxia and pollutants may crosstalk, as they share a common transcription factor: aryl hydrocarbon receptor nuclear translocator (ARNT). Whether hypoxia and PCBs crosstalk and affect adipokine secretion in human adipocytes remains to be explored. Using primary human adipocytes acutely co-exposed to different levels of hypoxia (24 h) and PCB126 (48 h), we observed that hypoxia significantly inhibits the PCB126 induction of cytochrome P450 (CYP1A1) transcription in a dose-response manner, and that Acriflavine (ACF)-an HIF1α inhibitor-partially restores the PCB126 induction of CYP1A1 under hypoxia. On the other hand, exposure to PCB126 did not affect the transcription of the vascular endothelial growth factor-A (VEGFA) under hypoxia. Exposure to hypoxia increased leptin and interleukin-6 (IL-6), and decreased adiponectin levels dose-dependently, while PCB126 increased IL-6 and IL-8 secretion in a dose-dependent manner. Co-exposure to PCB126 and hypoxia did not alter the adipokine secretion pattern observed under hypoxia and PCB126 exposure alone. In conclusion, our results indicate that (1) hypoxia inhibits PCB126-induced CYP1A1 expression at least partly through ARNT-dependent means, suggesting that hypoxia could affect PCB metabolism and toxicity in adipose tissue, and (2) hypoxia and PCB126 affect leptin, adiponectin, IL-6 and IL-8 secretion differently, with no apparent crosstalk between the two factors.
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) | 0,001 | 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 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 ».