Environmental metabolomics: an emerging approach to study organism responses to environmental stressors
Notice bibliographique
Résumé
Metabolomics is the analysis of endogenous and exogenous low molecular mass metabolites within a cell, tissue, or biofluid of an organism in response to an external stressor. The sub-discipline of environmental metabolomics is the application of metabolomic techniques to analyze the interactions of organisms with their environment. There has been a rapid growth in environmental metabolomics over the past decade. This growth can be attributed to the comprehensive and rapid nature of nontargeted metabolomics and the ability to generate hypotheses involving complex environmental stressors, especially when the mode of action is unknown. Using a wide variety of model organisms, metabolomic studies have detected stress from abiotic factors such as xenobiotic exposure and temperature shifts as well as biotic stressors such as herbivory and competition. Nuclear magnetic resonance (NMR)-based metabolomics has been the dominant analytical platform used for environmental metabolomics studies, owing to its nonselectivity and ease of sample preparation. However, the number of mass spectrometry (MS)-based metabolomic studies is also increasing rapidly, owing to its high sensitivity for the detection of trace levels of metabolites. In this review, we provide an overview of the general experimental design, extraction methods, analytical instrumentation, and statistical methods used in environmental metabolomics. We then highlight some of the recent studies that have used metabolomics to elucidate hitherto unknown biochemical modes of actions of various environmental stressors to both terrestrial and aquatic organisms, as well as identify potential metabolite shifts as early bioindicators of these stressors. Through this, we emphasize the immense potential and versatility of environmental metabolomics as a routine tool for characterizing the responses of organisms to numerous types of environmental stressors.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».