Gene transcription patterns in response to low level petroleum contaminants in Mytilus trossulus from field sites and harbors in southcentral Alaska
Notice bibliographique
Résumé
The 1989 Exxon Valdez oil spill damaged a wide range of natural resources, including intertidal communities, and post-spill studies demonstrated acute and chronic exposure and injury to an array of species. Standard toxicological methods to evaluate petroleum contaminants have assessed tissue burdens, with fewer assays providing indicators of health or physiology, particularly when contaminant levels are low and chronic. Marine mussels are a ubiquitous and crucial component of the nearshore environment, and new genomic technologies exist to quantify molecular responses of individual mussels to stimuli, including exposure to polycyclic aromatic hydrocarbons (PAHs). We used gene-based assays of exposure and physiological function to assess chronic oil contamination using the Pacific blue mussel, Mytilus trossulus. We developed a diagnostic gene transcription panel to investigate exposure to PAHs and other contaminants and its effects on mussel physiology and health. During 2012–2015, we analyzed mussels from five field sites in western Prince William Sound, Alaska, with varying oil histories from the 1989 Exxon Valdez oil spill, and from three boat harbors in the area. Gene transcription patterns of mussels from harbors were consistent with elevated exposure to PAHs or other contaminants, whereas transcription patterns of mussels sampled from shorelines in areas affected by the oil spill indicated no PAH exposure.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 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 ».