Comparison of 1-D and 2-D NMR techniques for screening earthworm responses to sub-lethal endosulfan exposure
Notice bibliographique
Résumé
Environmental context The application of metabolomics from an environmental perspective depends on the analytical ability to discriminate minute changes in the organism resulting from exposure. In this study, 1-D and 2-D Nuclear Magnetic Resonance (NMR) experiments were examined to characterise the earthworm’s metabolic response to an organochlorine pesticide. 2-D NMR showed considerable improvement in discriminating exposed worms from controls and in identifying the metabolites responsible. This study demonstrates the potential of 2-D NMR in understanding subtle biochemical responses resulting from environmental exposure. Abstract Nuclear Magnetic Resonance (NMR) based metabolomics is a powerful approach to monitoring an organism’s metabolic response to environmental exposure. However, the discrimination between exposed and control groups, depends largely on the NMR technique chosen. Here, three 1-D NMR and three 2-D NMR techniques were investigated for their ability to discriminate between control earthworms (Eisenia fetida) and those exposed to a sub-lethal concentration of a commonly occurring organochlorine pesticide, endosulfan. Partial least-squares discriminant analysis found 1H–13C Heteronuclear Single Quantum Coherence (HSQC) spectroscopy to have the highest discrimination with a MANOVA value (degree of separation) three orders lower than any of the 1-D and 2-D NMR techniques. HSQC spectroscopy identified alanine, leucine, lysine, glutamate, glucose and maltose as the major metabolites of exposure to endosulfan, more than all the other techniques combined. HSQC spectroscopy in combination with a shorter 1-D experiment may prove to be an effective tool for the discrimination and identification of significant metabolites in organisms under environmental stress.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».