Toxicity versus accumulation for barley plants exposed to copper in the presence of metal buffers: Progress towards development of a terrestrial biotic ligand model
Notice bibliographique
Résumé
Development of a terrestrial biotic ligand model (TBLM) for higher plants requires a root-Cu accumulation value that corresponds to the 50% inhibitory concentration (IC50). However, it is not yet known which of the two previously reported Cu-binding ligands on the root is associated with Cu toxicity. The aim of the present study was therefore to investigate the relationship between Cu binding to each ligand group and toxicity, so that the key toxicological site could be identified. To obtain accumulation and toxicity data that were not biased by limited Cu supply to the root, 2-d-old barley seedlings were exposed for 48 h to a range of free Cu ion activities (i.e., {Cu(2+)}) in simple exposure media buffered by nitrilotriacetic acid (NTA) or ethylenediaminetetraacetic acid (EDTA). Comparison of the amount of predicted root-bound Cu (calculated with the aqueous geochemical program PHREEQC) with root elongation data showed that toxicity likely resulted from Cu binding to low-affinity ligands, as the high-affinity ligands were approximately 99% saturated when a reduction in root elongation was first observed. For plants exposed to both NTA- and the EDTA-buffered {Cu(2+)} solutions, the root-Cu accumulation value corresponding to the IC50 was approximately 80 microg/g root dry weight, which is similar to the value obtained from previous work with wheat. The linear relationship between the amount of Cu bound to the low-affinity ligands and the percent root growth inhibition suggests that this relationship will be a robust predictor of Cu toxicity when incorporated into the TBLM, and applied to varied exposure scenarios. For the simple solutions used here, the TBLM-predicted and measured IC50 values were statistically indistinguishable.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».