Tissue-Specific In Vivo Bioconcentration of Pharmaceuticals in Rainbow Trout (<i>Oncorhynchus mykiss</i>) Using Space-Resolved Solid-Phase Microextraction
Notice bibliographique
Résumé
The space-resolved solid-phase microextraction (SR-SPME) technique was employed to study the tissue-specific bioconcentration of pharmaceuticals in live fish. The segmented design of the SPME fibers allowed for the simultaneous determination of pharmaceutical residues in fish dorsal-epaxial muscle and adipose tissue with a single SPME fiber. The miniaturized fiber endowed the technique with high spatial resolution allowing for quantification of analytes within adjacent, relatively small tissues of immature rainbow trout. The pre-equilibrium sampling and kinetic calibration approach yielded efficient and accurate quantitation of pharmaceuticals in fish tissue. The ability of the SPME method to repeatedly sample the same fish circumvents problems arising from interanimal variation, thus improving the precision of generated bioconcentration kinetic profiles. In vivo monitoring with SR-SPME was validated with in vitro liquid extraction of tissue samples using methanol. Of the nine compounds evaluated, five (atrazine, gemfibrozil, carbamazepine, ibuprofen, and fluoxetine) bioconcentrated in adipose and muscle tissue over the eight exposure days. Although the accumulation of analytes in both tissues was positively correlated, each compound partitioned with differing affinities as modified by their hydrophobicity and unique molecular structure. Water samples analyzed using the SPME technique yielded results similar to those determined by solid-phase extraction (SPE); however, SPME was more rapid and operationally much simpler. This study illustrates the application conditions for in situ SR-SPME while demonstrating the potential of these miniaturized SPME fibers for simultaneous in vivo repeated sampling of multiple tissues.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».