Systemic Effects of Pesticides on Insectivorous Bats: A Proteomics Approach
Notice bibliographique
Résumé
Bats play a critical role controlling agricultural pests, yet foraging in croplands exposes them to hazardous pesticides. These chemicals pose significant risks for bats by impairing immune function, locomotion, and cognition even at low doses, jeopardizing their survival and ecological role. Here, we employed proteomics-a powerful, yet underused, tool in ecotoxicology-to examine the systemic effects of chlorpyrifos (CPF), a commonly used insecticide, on big brown bats (Eptesicus fuscus). We exposed bats through their diet to an environmentally relevant concentration of CPF for three or seven consecutive days and took plasma samples before and after exposure for non-targeted proteomics. We identified over 100 proteins with significant abundance changes before and after exposure to the pesticide. Exposure to CPF altered a wide range of molecular processes, including cell communication, cell metabolism, and DNA maintenance. Remarkably, we found changes in key proteins involved in immune response, T cell activation, and inflammation. These effects could reduce a bat's immune response, increasing their susceptibility to viral infections, and intensifying the risk of shedding and transmitting pathogens to other species. Our results provide new insights into the toxicity of pesticides and highlight the utility of proteomics for assessing toxicant effects in understudied and vulnerable species such as bats. Considering a One Health approach and the role of bats as reservoirs for numerous zoonotic pathogens, our work has broad implications for bat and human health.
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) | 0,001 | 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) | 0,000 | 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 ».