Assessing the bioaccumulation potential of ionizable organic compounds: Current knowledge and research priorities
Notice bibliographique
Résumé
The objective of the present study was to review the current knowledge regarding the bioaccumulation potential of ionizable organic compounds (IOCs), with a focus on the availability of empirical data for fish. Aspects of the bioaccumulation potential of IOCs in fish that can be characterized relatively well include the pH dependence of gill uptake and elimination, uptake in the gut, and sorption to phospholipids (membrane-water partitioning). Key challenges include the lack of empirical data for biotransformation and binding in plasma. Fish possess a diverse array of proteins that may transport IOCs across cell membranes. Except in a few cases, however, the significance of this transport for uptake and accumulation of environmental contaminants is unknown. Two case studies are presented. The first describes modeled effects of pH and biotransformation on the bioconcentration of organic acids and bases, while the second employs an updated model to investigate factors responsible for accumulation of perfluorinated alkyl acids. The perfluorinated alkyl acid case study is notable insofar as it illustrates the likely importance of membrane transporters in the kidney and highlights the potential value of read-across approaches. Recognizing the current need to perform bioaccumulation hazard assessments and ecological and exposure risk assessment for IOCs, the authors provide a tiered strategy that progresses (as needed) from conservative assumptions (models and associated data) to more sophisticated models requiring chemical-specific information. Environ Toxicol Chem 2017;36:882-897. © 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 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».