Permeability Changes in Model and Phytoplankton Membranes in the Presence of Aquatic Humic Substances
Notice bibliographique
Résumé
Aquatic humic and fulvic acids can increase the permeability of biological membranes to lipophilic solutes. In in vivo experiments, passive diffusion of fluorescein diacetate (FDA) into the green alga Selenastrum capricornutum increased in the presence of Suwannee River humic and fulvic acids at pH 5 (humic > fulvic) but not at pH 7. The observation of enhanced diffusion at the lower pH is consistent with adsorption measurements, which showed that the association of humic and fulvic acids with the algal surface was greater at pH 5 than at pH 7. Permeability experiments were also performed on model membranes to investigate the interaction of these humic substances with membrane lipids. In these in vitro experiments, we followed leakage of the fluorescent probe sulforhodamine-B (SRB) that had been encapsulated within 1-palmitoyl-2-oleoyl- sn -glycero-3-phosphatidylcholine (POPC) vesicles; this model phospholipid is representative of those found in the plasmalemma of green algae. Release of SRB from the vesicles was markedly accelerated in the presence of Suwannee River humic and fulvic acids (humic > fulvic); for the humic acid, lowering the pH from 7.6 to 5.7 enhanced this surfactant-like effect. The demonstration that humic substances can alter the permeability of phytoplankton and model membranes at natural concentrations and pH values has potential implications for the uptake and regulation of toxic and essential solutes by the phytoplankton community.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».