Measuring Biotic Ligand Model (BLM) Parameters in Vitro: Copper and Silver Binding to Rainbow Trout Gill Cells as Cultured Epithelia or in Suspension
Notice bibliographique
Résumé
Biotic ligand models (BLMs) for metals are useful for risk assessment. The modeling of metal complexation by the biotic ligand has received little attention relative to the modeling of organic and inorganic complexation of metals in solution. We used ion selective electrodes (ISEs) to directly characterize copper and silver binding to rainbow trout gill cells, either as cultured reconstructed epithelia, or dispersed in suspension. Preparations were composed of pavement cells (PVCs) alone or mixtures of PVCs (≈85%) and mitochondria-rich cells (MRCs, ≈15%). Mixed cells showed up to an order of magnitude greater binding for both metals, indicating that MRCs were much more important than PVCs. Also, cell orientation had a dramatic effect; cells cultured as epithelia exhibited much greater binding than cells in suspension. Silver and copper demonstrated generally similar binding behavior, with stronger (logK ≈ 10 or greater) and weaker binding sites (logK ≈ 8). Comparisons to existing BLM calibrations show good agreement, but reveal that selection of analytical window can impact which binding sites are titrated. We conclude that cultured gill epithelia in vitro provide a powerful approach to studying metal complexation directly at the biotic ligand.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».