Iron Modulation of Copper Uptake and Toxicity in a Green Alga (<i>Chlamydomonas reinhardtii</i>)
Notice bibliographique
Résumé
Little attention has been paid to the role of essential trace elements on the toxicity of another element. In this work, we examined if low concentrations of essential elements (Co, Mn, Zn, and Fe) modified the response of a freshwater green alga ( Chlamydomonas reinhardtii ) to copper. To do so, we followed cell growth over 72 h in exposure media where the essential element concentrations were manipulated. Among these elements, iron proved to have a strong impact on the cells’ response to copper. The free Cu 2+ concentrations required to inhibit cellular growth by 50% (EC50) over 72 h decreased from 2 nM in regular Fe medium (10 –17.6 M Fe 3+ ) to 4 pM in low iron medium (10 –19.0 M Fe 3+ ); a 500-fold increase in toxicity. Moreover, at low Cu 2+ concentrations (10 –13.0 to 10 –10.5 M), Cu uptake increased under low iron conditions but remain relatively stable under regular iron conditions. These results show clearly that iron plays a protective role against copper uptake and toxicity to C. reinhardtii . In freshwaters, iron is always abundant but the expected free iron concentrations in surface waters can vary between 10 –14.0 to 10 –20.0 M, depending on pH (e.g., when pH increases from 6 to 8). We conclude that copper toxicity in natural waters can be modulated by iron and that, in some conditions, the Biotic Ligand Model may need to be further developed to account for the influence of iron.
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 | 0,000 | 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 ».