Physiological effects of five different marine natural organic matters (NOMs) and three different metals (Cu, Pb, Zn) on early life stages of the blue mussel (<i>Mytilus galloprovincialis</i>)
Notice bibliographique
Résumé
Metals are present in aquatic environments as a result of natural and anthropogenic inputs, and may induce toxicity to organisms. One of the main factors that influence this toxicity in fresh water is natural organic matter (NOM) but all NOMs are not the same in this regard. In sea water, possible protection by marine NOMs is not well understood. Thus, our study isolated marine NOMs by solid-phase extraction from five different sites and characterized them by excitation-emission fluorescence analysis—one inshore (terrigenous origin), two offshore (autochthonous origin), and two intermediate in composition (indicative of a mixed origin). The physiological effects of these five NOMS alone (at 8 mg/L), of three metals alone (copper, lead and zinc at 6 µg Cu/L, 20 µg Pb/L, and 25 µg Zn/L respectively), and of each metal in combination with each NOM, were evaluated in 48-h exposures of mussel larvae. Endpoints were whole body Ca 2+ +Mg 2+ -ATPase activity, carbonic anhydrase activity and lipid peroxidation. By themselves, NOMs increased lipid peroxidation, Ca 2+ +Mg 2+ -ATPase, and/or carbonic anhydrase activities (significant in seven of 15 NOM-endpoint combinations), whereas metals by themselves did not affect the first two endpoints, but Cu and Pb increased carbonic anhydrase activities. In combination, the effects of NOMs predominated, with the metal exerting no additional effect in 33 out of 45 combinations. While NOM effects varied amongst different isolates, there was no clear pattern with respect to optical or chemical properties. When NOMs were treated as a single source by data averaging, NOM had no effect on Ca 2+ +Mg 2+ -ATPase activity but markedly stimulated carbonic anhydrase activity and lipid peroxidation, and there were no additional effects of any metal. Our results indicate that marine NOMs may have direct effects on this model marine organism, as well as protective effects against metal toxicity, and the quality of marine NOMs may be an important factor in these actions.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».