Effect of Lipid Partitioning on Predictions of Acute Toxicity of Oil Sands Process Affected Water to Embryos of Fathead Minnow (<i>Pimephales promelas</i>)
Notice bibliographique
Résumé
Dissolved organic compounds in oil sands process affected water (OSPW) are known to be responsible for most of its toxicity to aquatic organisms, but the complexity of this mixture prevents use of traditional bottom-up approaches for predicting toxicities of mixtures. Therefore, a top-down approach to predict toxicity of the dissolved organic fraction of OSPW was developed and tested. Accurate masses (i.e., m/z) determined by ultrahigh resolution mass spectrometry in negative and positive ionization modes were used to assign empirical chemical formulas to each chemical species in the mixture. For each chemical species, a predictive measure of lipid accumulation was estimated by stir-bar sorptive extraction (SBSE) to poly(dimethyl)siloxane, or by partitioning to solid-supported lipid membranes (SSLM). A narcosis mode of action was assumed and the target-lipid model was used to estimate potencies of mixtures by assuming strict additivity. A model developed using a combination of the SBSE and SSLM lipid partitioning estimates, whereby the accumulation of chemicals to neutral and polar lipids was explicitly considered, was best for predicting empirical values of LC50 in 96-h acute toxicity tests with embryos of fathead minnow (Pimephales promelas). Model predictions were within 4-fold of observed toxicity for 75% of OSPW samples, and within 8.5-fold for all samples tested, which is comparable to the range of interlaboratory variability for in vivo toxicity testing.
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 | 0,000 | 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 | 0,002 |
| 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 ».