Testing Neurotransmitters for Toxicity with a Luminescent Biosensor: Implications for Microbial Endocrinology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The human organism is a complex superorganism including numerous eukaryotic, eubacterial, and archaean cells. The qualitative and quantitative assessment of the microbiota toxicity of chemical agents, i.e., their inhibitory effects on the microbial inhabitants of the human organism in health and disease, seems to hold much value in this context. In this work, a bacterial luminescence-based express test system for microbiota toxicity is applied to neurotransmitters such as serotonin, dopamine, norepinephrine, and histamine. Methods: The biosensor was based on a GM Escherichia coli K12 strain (TGI) that contained the lux operon of the luminescent soil bacterium Photorhabdus luminescencens ZMI. The biosensor was exposed to the action of the tested neurotransmitters for 5 to 60 minutes The intensity of bacterial luminescence (counts.sec-1) was monitored in the control and the experimental samples with a Biotoks 6 ms luminometer (Russia); the toxicity index (T) of the neurotransmitters was determined. Results: A marked toxic effect on bioluminescence was produced by serotonin, histamine, and dopamine at concentrations exceeding 80 µg/ml, 100 µg/ml, and 1 mg/ml, respectively. At lower concentration, these neurotransmitters were “negatively toxic”, i.e. stimulatory in terms of the effect on bacterial luminescence. In contrast, norepinephrine inhibited luminescence at all concentrations tested. Conclusions: The bacterial luminescence-based testing method is applicable to the assessment of the destructive and stimulatory effects of neurotransmitters; the data obtained are of microbiological and clinical relevance.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 découle