Monitoring Toxic Ionic Liquids in Zebrafish (<i>Danio rerio</i>) with Desorption Electrospray Ionization Mass Spectrometry Imaging (DESI-MSI)
Notice bibliographique
Résumé
Ambient mass spectrometry imaging has become an increasingly powerful technique for the direct analysis of biological tissues in the open environment with minimal sample preparation and fast analysis times. In this study, we introduce desorption electrospray ionization mass spectrometry imaging (DESI-MSI) as a novel, rapid, and sensitive approach to localize the accumulation of a mildly toxic ionic liquid (IL), AMMOENG 130 in zebrafish ( Danio rerio ). The work demonstrates that DESI-MSI has the potential to rapidly monitor the accumulation of IL pollutants in aquatic organisms. AMMOENG 130 is a quaternary ammonium-based IL reported to be broadly used as a surfactant in commercialized detergents. It is known to exhibit acute toxicity to zebrafish causing extensive damage to gill secondary lamellae and increasing membrane permeability. Zebrafish were exposed to the IL in a static 96-h exposure study in concentrations near the LC 50 of 1.25, 2.5, and 5.0 mg/L. DESI-MS analysis of zebrafish gills demonstrated the appearance of a dealkylated AMMOENG 130 metabolite in the lowest concentration of exposure identified by a high resolution hybrid LTQ-Orbitrap mass spectrometer as the trimethylstearylammonium ion, [C 21 H 46 N] + . With DESI-MSI, the accumulation of AMMOENG 130 and its dealkylated metabolite in zebrafish tissue was found in the nervous and respiratory systems. AMMOENG 130 and the metabolite were capable of penetrating the blood brain barrier of the fish with significant accumulation in the brain. Hence, we report for the first time the simultaneous characterization, distribution, and metabolism of a toxic IL in whole body zebrafish analyzed by DESI-MSI. This ambient mass spectrometry imaging technique shows great promise for the direct analysis of biological tissues to qualitatively monitor foreign, toxic, and persistent compounds in aquatic organisms from the environment.
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 | 0,000 | 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 ».