The pesticide chlorpyrifos increases the risk of Parkinson’s disease
Notice bibliographique
Résumé
BACKGROUND: Pesticides as a class have been associated with an increased risk of Parkinson’s disease (PD), but it is unclear which specific pesticides contribute to this association and whether it is causal. Since chlorpyrifos (CPF) exposure has been implicated as a risk factor for PD, we investigated its association to incident PD and if this association is biologically plausible using human, rodent, and zebrafish (ZF) studies. METHODS: The association of CPF with PD was performed using the UCLA PEG cohort (829 PD and 824 control subjects), the pesticide use report and geocoding the residence and work locations to estimate exposures. For the mammalian studies, 6 months old male mice were exposed to CPF by inhalation (consistent with human exposures) for 11 weeks and behavioral and stereological pathological analyses were performed. Transgenic ZF were utilized to determine the mechanism of CPF neurotoxicity. RESULTS: Long-term residential exposure to CPF was associated with more than a 2.5-fold increased risk of developing PD. Mice exposed to aerosolized CPF developed motor impairment, dopaminergic neuron loss, microglial activation, and an increase in pathological α-synuclein (α-syn). Using ZF, we found that CPF-induced dopaminergic neuron loss was at least partially due to autophagy dysfunction and synuclein accumulation, as knocking down LC3 recapitulated the dopaminergic neuron loss and restoring autophagic flux or eliminating synuclein reduced neuronal vulnerability. CONCLUSIONS: CPF exposure is associated with an increased risk of developing PD and relevant exposures in animal models establish biological plausibility. In addition to establishing a new risk factor for PD, we identified new therapeutic targets for disease modification.
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 | 0,001 |
| 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) | 0,000 | 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 ».