Biomarkers of exposure to nanosilver and silver accumulation in yellow perch (<i>Perca flavescens</i>)
Notice bibliographique
Résumé
Abstract There is a risk of exposure of aquatic organisms to silver nanoparticles (AgNPs) from discharges of municipal and industrial wastewater. In the present study, yellow perch (Perca flavescens) were exposed to environmentally relevant concentrations (1 mg/L and 100 mg/L) of AgNPs and silver ions (Ag+) in static-renewal experiments conducted over 96 h and 10 d. The greatest accumulation of total Ag occurred in the liver of P. flavescens, and there was >10-fold more accumulation in the treatments with Ag+ relative to the AgNP treatments. Residues of total Ag increased with concentration and duration of exposure in liver, gill, and muscle. Both exposures caused a 2-fold induction of gene expression for metallothionein (mt) in liver tissue after 96 h of exposure and reductions in levels of oxidized glutathione (GSSG) in liver after 10 d of exposure. Both AgNPs and Ag+ decreased the expression of heat-shock proteins (hsp70). Exposure to the high concentration of AgNPs for 10 d significantly increased lipid peroxidation in gill tissue, as indicated by the thiobarbituric acid reactive substances (TBARS) assay. There was a negative correlation between mean levels of GSSG and TBARS for both gill and liver tissue when data for all treatments were combined. It is significant that these biological responses were observed in P. flavescens exposed to AgNPs, even though accumulation of total Ag was at least 10-fold lower relative to the treatments with Ag+. Environ Toxicol Chem 2017;36:1211–1220. © 2016 SETAC
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».