Analytical screening of marine algal toxins for seafood safety assessment in a protected Mediterranean shallow water environment
Notice bibliographique
Résumé
Microalgal species growing in marine and aquaculture environments can be responsible for harmful events because of their ability to produce potent natural toxins that can accumulate in edible mollusc species. Their consumption can cause severe illness and even be lethal. The European Union provides comprehensive regulations covering various general food safety aspects to manage the risk of contamination in shellfish farms. Many analytical methods have been proposed to evaluate algal toxins presence in the environment and in food products, for conducting surveillance studies of the main molluscs production sites and, where necessary, immediate monitoring of possible contamination of shellfish. In this work, a one-year analytical surveillance study was carried out to verify the possible presence of algal biotoxins in molluscs from a Mediterranean breeding area. Water and molluscs were sampled from a district of the North-East coast of Sicily, consisting of a unique brackish ecosystem of two lakes connected to each other and to the sea by narrow canals. Water samples were collected to investigate phytoplankton i by microscope analysis to assess the presence of potentially toxin-producing species, such as Pseudo-nitzschia spp, Alexandrium spp and Gonyaulax spinifera, although the presence of toxic phytoplankton has never reached alert levels. Mussels and clams samples were submitted to analysis of paralytic shellfish poisoning toxins, amnesic shellfish poisoning toxins and lipophilic toxins by liquid chromatography-based methods Only a few yessotoxins were detected, having concentrations always below the regulation limits. An existing liquid chromatography-tandem mass spectrometry-based multiresidue method for lipophilic biotoxins was adopted and extended to cover emerging biotoxins such as cyclic imines. The performance of the analytical method for Gymnodimine A and Spirolide 13-desMeC was assessed, obtaining respective quantitation limits of 20 and 10 µg kg−1, a precision always lower than 13% and trueness in the 81–120% range. Method applicability was confirmed using certified materials and a naturally contaminated sample.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 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 ».