In utero exposure to arsenic alters lung development and genes related to immune and mucociliary function in mice
Notice bibliographique
Résumé
BACKGROUND: Exposure to arsenic via drinking water is a global environmental health problem. In utero exposure to arsenic via drinking water increases the risk of lower respiratory tract infections during infancy and mortality from bronchiectasis in early adulthood. OBJECTIVES: We aimed to investigate how arsenic exposure in early life alters lung development and pathways involved in innate immunity. METHODS: Pregnant BALB/c, C57BL/6, and C3H/HeARC mice were exposed to 0 (control) or 100 μg/L arsenic via drinking water from gestation day 8 until the birth of their offspring. We measured somatic growth, lung volume, and lung mechanics of mice at 2 weeks of age. We used fixed lungs for structural analysis and collected lung tissue for gene expression analysis by microarray. RESULTS: The response to arsenic was genetically determined, and C57BL/6 mice were the most susceptible. Arsenic-exposed C57BL/6 mice were smaller in size, had smaller lungs, and had impaired lung mechanics compared with controls. Exposure to arsenic in utero up-regulated the expression of genes in the lung involved in mucus production (Clca3, Muc5b, Scgb3a1), innate immunity (Reg3γ, Tff2, Dynlrb2, Lplunc1), and lung morphogenesis (Sox2). Arsenic exposure also induced mucous cell metaplasia and increased expression of CLCA3 protein in the large airways. CONCLUSIONS: Alterations in somatic growth, lung development, and the expression of genes involved in mucociliary clearance and innate immunity in the lung are potential mechanisms through which early life arsenic exposure impacts respiratory 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 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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».