THE INFLUENCE OF pH ON ALGAL CELL MEMBRANE PERMEABILITY AND ITS IMPLICATIONS FOR THE UPTAKE OF LIPOPHILIC METAL COMPLEXES<sup>1</sup>
Notice bibliographique
Résumé
Uptake of lipophilic metal complexes by freshwater algae has recently been shown to be pH dependent. Here we look at different physiological aspects that could influence the diffusion of the lipophilic Cd complex, Cd(diethyldithiocarbamate)2 (0) (Cd(DDC)2 (0) ), into algal cells at different exposure pH values. Changes in cell membrane permeability were assessed as a function of pH for three species of green algae [Chlamydomonas reinhardtii P. A. Dang., Pseudokirchneriella subcapitata (Korshikov) Hindák, and Chlorella fusca var. vacuolata Shihira et R. W. Kraus] using two neutral, nonionic probes, fluorescein diacetate (FDA) and D-sorbitol. In parallel experiments, we exposed algae to inorganic Cd or to Cd(DDC)2 (0) and monitored Cd intracellular metal distribution, together with phytochelatin synthesis. For the three algal species acclimated at pH 5.5 (w/wo DDC 1 μM) and exposed at this pH, their permeability to FDA and D-sorbitol was consistently lower than for algae growing at pH 7.0 and exposed at this pH (P < 0.001). The ratio of the FDA hydrolysis rate measured at pH 7.0 with respect to the rate measured at pH 5.5 (both in the presence of DDC) correlated with the ratio of the Cd(DDC)2 (0) initial internalization rate constant obtained at pH 7.0 versus that obtained at pH 5.5 (three algae species, n = 9, r = 0.85, P = 0.004). Our results strongly suggest that acidification affects metal availability to algae not only by proton inhibition of facilitated metal uptake but also by affecting membrane permeability.
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 | 0,000 |
| 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) | 0,001 | 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 ».