Differential effects of pesticides on dioxin receptor signaling and p53 activation
Notice bibliographique
Résumé
As modern agricultural practices increase their use of chemical pesticides, it is inevitable that we will find a number of these xenobiotics within drinking water supplies and disseminated throughout the food chain. A major problem that arises from this pollution is that the effects of most of these pesticides on cellular mechanisms in general, and how they interact with each other and affect human cells are still poorly understood. In this study we make use of cultured human cancer cells to measure by qRT-PCR how pesticides affect gene expression of stress pathways. Immunoblotting studies were performed to monitor protein expression levels and activation of signaling pathways. We make use of immunofluorescence and microscopy to visualize and quantify DNA damage events in those cells. In the current study, we evaluate the potential of a subset of widely used pesticides to activate the dioxin receptor pathway and affect its crosstalk with estrogen receptor signaling. We quantify the impact of these chemicals on the p53-dependent cellular stress response. We find that, not only can the different pesticides activate the dioxin receptor pathway, most of them have better than additive effects on this pathway when combined at low doses. We also show that different pesticides have the ability to trigger crosstalk events that may generate genotoxic estrogen metabolites. Finally, we show that some, but not all of the tested pesticides can induce a p53-dependent stress response. Taken together our results provide evidence that several xenobiotics found within the environment have the potential to interact together to elicit significant effects on cell systems. Our data warrants caution when the toxicity of substances that are assessed simply for individual chemicals, since important biological effects could be observed only in the presence of other compounds, and that even at very low concentrations.
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) | 0,000 | 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) | 0,002 | 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 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 ».