MétaCan
Menu
Retour à la cohorte
Enregistrement W4385407894 · doi:10.1002/nbm.5006

NMR metabolomics study of chronic low‐dose exposure to a cocktail of persistent organic pollutants

2023· article· en· W4385407894 sur OpenAlexaff
Covadonga Lucas‐Torres, Cédric Caradeuc, Laura Prieur, Haidar Djemai, Layale Youssef, Philippe Noirez, Xavier Coumoul, Karine Audouze, Nicolas Giraud, Gildas Bertho

Notice bibliographique

RevueNMR in Biomedicine · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesInstitut National de la Santé et de la Recherche MédicaleAgence Nationale de la Recherche
Mots-clésMetabolomicsEndocrine systemPollutantAdipose tissueChemistryEnvironmental chemistryHormoneMetabolic pathwayPhysiologyPharmacologyMetabolismBiologyBiochemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Nowadays, exposure to endocrine-disrupting chemicals (EDCs), including persistent organic pollutants (POPs), is one of the most critical threats to public health. EDCs are chemicals that mimic, block, or interfere with hormones in the body's endocrine system and have been associated with a wide range of health issues. This innovative, untargeted metabolomics study investigates chronic low-dose internal exposure to a cocktail of POPs on multiple tissues that are known to accumulate these lipophilic compounds. Interestingly, the metabolic response differs among selected tissues/organs in mice. In the liver, we observed a dynamic effect according to the exposure time and the doses of POPs. In the brain tissue, the situation is the opposite, leading to the conclusion that the presence of POPs immediately gives a saturated effect that is independent of the dose and the duration of exposure studied. By contrast, for the adipose tissues, nearly no effect is observed. This metabolic profiling leads to a holistic and dynamic overview of the main metabolic pathways impacted in lipophilic tissues by a cocktail of POPs.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,507
Score d'incertitude au seuil0,682

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,272
Écart entre enseignants0,258 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNMR in BiomedicineMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207